{"id":21904,"date":"2024-09-21T15:00:15","date_gmt":"2024-09-21T13:00:15","guid":{"rendered":"http:\/\/blog.wenzlaff.de\/?p=21904"},"modified":"2024-09-21T19:09:30","modified_gmt":"2024-09-21T17:09:30","slug":"anova-analysis-of-variance-auf-deutsch-varianzanalyse-mit-pspp-teil-13","status":"publish","type":"post","link":"http:\/\/blog.wenzlaff.de\/?p=21904","title":{"rendered":"ANOVA (Analysis of Variance, auf Deutsch Varianzanalyse) mit PSPP (Teil 13)"},"content":{"rendered":"<p>Die ANOVA (Analysis of Variance, auf Deutsch Varianzanalyse) ist eine statistische Methode zur Untersuchung, ob die Mittelwerte mehrerer Gruppen signifikant voneinander abweichen. <\/p>\n<p><img loading=\"lazy\" decoding=\"async\" src=\"http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/wave-gn.gif\" alt=\"\" width=\"512\" height=\"288\" class=\"aligncenter size-full wp-image-21917\" \/><\/p>\n<p>Sie wird verwendet, um herauszufinden, ob es Unterschiede in den Mittelwerten von verschiedenen Gruppen gibt, die nicht nur durch Zufall entstanden sind. <!--more--><\/p>\n<p><img loading=\"lazy\" decoding=\"async\" src=\"http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/wenzlaff.de-2024-09-20-um-10.52.35.png\" alt=\"\" width=\"1008\" height=\"766\" class=\"aligncenter size-full wp-image-21912\" srcset=\"http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/wenzlaff.de-2024-09-20-um-10.52.35.png 1008w, http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/wenzlaff.de-2024-09-20-um-10.52.35-300x228.png 300w, http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/wenzlaff.de-2024-09-20-um-10.52.35-768x584.png 768w\" sizes=\"auto, (max-width: 767px) 89vw, (max-width: 1000px) 54vw, (max-width: 1071px) 543px, 580px\" \/><\/p>\n<blockquote><p>\nIn der Statistik, so pr\u00e4zise und klar,<br \/>\ngibt\u2019s ANOVA, wie wunderbar.<br \/>\nVergleicht die Mittel, testet sacht,<br \/>\nob zwischen Gruppen ein Unterschied erwacht.<\/p>\n<p>ANOVA, oh du herrlich Ding,<br \/>\nStatistiker, sie jubeln und singen.<br \/>\nDenn mit dir, so glasklar und fein,<br \/>\nk\u00f6nnen wir uns der Wahrheit nah sein.<\/p>\n<p>       -Kleinhirn.eu\n<\/p><\/blockquote>\n<p><strong>Funktionsweise<\/strong><br \/>\n&#8211; Grundidee: Die ANOVA vergleicht die innerhalb der Gruppen vorhandene Streuung (Varianz) mit der zwischen den Gruppen vorhandenen Streuung.<br \/>\n&#8211; Nullhypothese (H\u2080): Alle Gruppen haben den gleichen Mittelwert.<br \/>\n&#8211; Alternativhypothese (H\u2081): Mindestens eine Gruppe unterscheidet sich signifikant in ihrem Mittelwert von den anderen Gruppen.<br \/>\n&#8211; Teststatistik: Die ANOVA berechnet das Verh\u00e4ltnis von zwischen-Gruppen-Varianz zur innerhalb-Gruppen-Varianz. Dieses Verh\u00e4ltnis wird als F-Wert bezeichnet. Ein hoher F-Wert deutet auf signifikante Unterschiede zwischen den Gruppen hin.<\/p>\n<p><strong>Arten der ANOVA<\/strong><br \/>\n1. Einfaktorielle ANOVA: Untersucht, ob der Mittelwert von mehreren Gruppen, die durch einen Faktor (z.B. unterschiedliche Behandlungen) bestimmt werden, signifikant unterschiedlich ist.<br \/>\n2. Mehrfaktorielle ANOVA: Untersucht die Interaktionseffekte von zwei oder mehr unabh\u00e4ngigen Variablen auf eine abh\u00e4ngige Variable.<br \/>\n3. ANOVA mit wiederholten Messungen: Verwendet, wenn die gleiche Gruppe von Subjekten mehrfach unter verschiedenen Bedingungen gemessen wird.<\/p>\n<p><strong>Anwendungsbereiche<\/strong><br \/>\n&#8211; Vergleich von Mittelwerten in Experimenten, z.B. zur \u00dcberpr\u00fcfung der Wirksamkeit verschiedener Behandlungen.<br \/>\n&#8211; Analyse von Umfragedaten, um Unterschiede in den Antworten zwischen verschiedenen demografischen Gruppen zu untersuchen.<br \/>\n&#8211; Untersuchung von Wechselwirkungen zwischen mehreren Faktoren in Experimenten.<br \/>\nVoraussetzungen<br \/>\n&#8211; Unabh\u00e4ngige Beobachtungen innerhalb der Gruppen.<br \/>\n&#8211; Normalverteilung der Daten innerhalb der Gruppen.<br \/>\n-Homogenit\u00e4t der Varianzen (Varianzen der Gruppen sollten \u00e4hnlich sein).<\/p>\n<p>Die ANOVA ist ein leistungsf\u00e4higes Werkzeug zur statistischen Analyse und wird oft in der Forschung, besonders in den Sozial- und Naturwissenschaften, verwendet.<\/p>\n<p>Wir rechnen mit PSPP mal das Beispiel von <a href=\"https:\/\/de.wikipedia.org\/wiki\/Varianzanalyse\" rel=\"noopener\" target=\"_blank\">Wikipedia<\/a> zum Thema Varianzanalyse.<\/p>\n<p>Das sind die Daten:<\/p>\n<blockquote><p>\n1\t45<br \/>\n1\t23<br \/>\n1\t55<br \/>\n1\t32<br \/>\n1\t51<br \/>\n1\t91<br \/>\n1\t74<br \/>\n1\t53<br \/>\n1\t70<br \/>\n1\t84<br \/>\n2\t64<br \/>\n2\t75<br \/>\n2\t95<br \/>\n2\t56<br \/>\n2\t44<br \/>\n2\t130<br \/>\n2\t106<br \/>\n2\t80<br \/>\n2\t87<br \/>\n2\t115\n<\/p><\/blockquote>\n<p>Ziel ist es zu pr\u00fcfen, ob die Mittelwerte der Testergebnisse der Gruppen signifikant voneinander abweichen.<\/p>\n<p><strong>M\u00f6gliche Schritte<\/strong><\/p>\n<p>    <strong>Hypothesen formulieren<\/strong>:<br \/>\n        Nullhypothese (H\u2080): Die Mittelwerte der drei Gruppen sind gleich.<br \/>\n        Alternativhypothese (H\u2081): Mindestens eine Gruppe unterscheidet sich signifikant.<\/p>\n<p>   <strong> ANOVA-Test durchf\u00fchren<\/strong>:<br \/>\n        Berechnung der F-Statistik und des p-Wertes mit PSPP<\/p>\n<p>    <strong>Interpretation<\/strong>:<br \/>\n        Wenn der p-Wert kleiner ist als das Signifikanzniveau (z.B. 0,05), gibt es signifikante Unterschiede zwischen den Gruppen.<\/p>\n<p>Dann los. Wir legen zwei Variablen an:<\/p>\n<p><img loading=\"lazy\" decoding=\"async\" src=\"http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/anova-1.png\" alt=\"\" width=\"2228\" height=\"996\" class=\"aligncenter size-full wp-image-21908\" srcset=\"http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/anova-1.png 2228w, http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/anova-1-300x134.png 300w, http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/anova-1-1024x458.png 1024w, http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/anova-1-768x343.png 768w, http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/anova-1-1536x687.png 1536w, http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/anova-1-2048x916.png 2048w\" sizes=\"auto, (max-width: 767px) 89vw, (max-width: 1000px) 54vw, (max-width: 1071px) 543px, 580px\" \/><\/p>\n<p>Geben die Daten ein, und berechnen \u00fcber das Men\u00fc: <strong>Analysieren &#8211; Mittelwert vergleichen &#8211; Einfaktorielle ANOVA<\/strong> mit Abh\u00e4ngige Variable: Werte und Faktor: Gruppe. In den Deskriptive Statistik k\u00f6nnen wir die gew\u00fcnschten oder alle ausw\u00e4hlen:<\/p>\n<p><img loading=\"lazy\" decoding=\"async\" src=\"http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/anova-2.png\" alt=\"\" width=\"2440\" height=\"1844\" class=\"aligncenter size-full wp-image-21907\" srcset=\"http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/anova-2.png 2440w, http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/anova-2-300x227.png 300w, http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/anova-2-1024x774.png 1024w, http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/anova-2-768x580.png 768w, http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/anova-2-1536x1161.png 1536w, http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/anova-2-2048x1548.png 2048w\" sizes=\"auto, (max-width: 767px) 89vw, (max-width: 1000px) 54vw, (max-width: 1071px) 543px, 580px\" \/><\/p>\n<p>Wer sich die Arbeit nicht machen m\u00f6chte, kann die Datei auch hier laden <a href=\"http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/anova-wikipedia-bsp.sav_.zip\">anova-wikipedia-bsp.sav<\/a> und sich das Ergebnis anschauen: <a href=\"http:\/\/blog.wenzlaff.de\/wp-content\/uploads\/2024\/09\/wikipedia-beispiel.pdf\">wikipedia-beispiel.pdf<\/a>.<\/p>\n<p>Noch zum Abschluss die Voraussetzungen f\u00fcr die Durchf\u00fchrung einer ANOVA-Analyse die wichtig sind, um sicherzustellen, dass die Ergebnisse valide und aussagekr\u00e4ftig sind. Die wichtigsten Voraussetzungen sind:<\/p>\n<p><strong>Unabh\u00e4ngigkeit der Beobachtungen<\/strong><br \/>\nDie einzelnen Beobachtungen (Datenpunkte) innerhalb und zwischen den Gruppen m\u00fcssen unabh\u00e4ngig voneinander sein. Es darf keine systematische Abh\u00e4ngigkeit oder Beziehung zwischen den Messwerten geben.<\/p>\n<p><strong>Normalverteilung der <a href=\"https:\/\/de.wikipedia.org\/wiki\/St%C3%B6rgr%C3%B6%C3%9Fe_und_Residuum\" rel=\"noopener\" target=\"_blank\">Residuen<\/a><\/strong><br \/>\nDie Daten innerhalb jeder Gruppe sollten ann\u00e4hernd normalverteilt sein. Dies wird meist durch die Verteilung der Residuen (Differenzen zwischen den Beobachtungen und dem Gruppenmittelwert) \u00fcberpr\u00fcft. Bei gr\u00f6\u00dferen Stichproben (n > 30) ist die ANOVA relativ robust gegen\u00fcber Abweichungen von der Normalverteilung.<\/p>\n<p><strong>Homogenit\u00e4t der Varianzen (<a href=\"https:\/\/de.wikipedia.org\/wiki\/Homoskedastizit%C3%A4t_und_Heteroskedastizit%C3%A4t\" rel=\"noopener\" target=\"_blank\">Homoskedastizit\u00e4t<\/a>)<\/strong><br \/>\nDie Varianzen der abh\u00e4ngigen Variable sollten in allen Gruppen ungef\u00e4hr gleich sein. Dies bedeutet, dass die Streuung der Testergebnisse in den verschiedenen Gruppen \u00e4hnlich sein sollte. Dies kann beispielsweise mit dem <a href=\"https:\/\/de.wikipedia.org\/wiki\/Levene-Test\" rel=\"noopener\" target=\"_blank\">Levene-Test<\/a> oder Bartlett-Test \u00fcberpr\u00fcft werden.<\/p>\n<p><strong>Skalenniveau der Daten<\/strong><br \/>\nDie abh\u00e4ngige Variable (z.B. Testergebnis) sollte mindestens intervallskaliert sein. Das bedeutet, die Daten sollten numerisch und die Abst\u00e4nde zwischen den Werten gleich sein.<br \/>\nWenn eine oder mehrere dieser Voraussetzungen verletzt sind, k\u00f6nnen alternative statistische Methoden wie die nicht-parametrische Kruskal-Wallis-Test verwendet werden.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Die ANOVA (Analysis of Variance, auf Deutsch Varianzanalyse) ist eine statistische Methode zur Untersuchung, ob die Mittelwerte mehrerer Gruppen signifikant voneinander abweichen. Sie wird verwendet, um herauszufinden, ob es Unterschiede in den Mittelwerten von verschiedenen Gruppen gibt, die nicht nur durch Zufall entstanden sind.<\/p>\n","protected":false},"author":2,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_import_markdown_pro_load_document_selector":0,"_import_markdown_pro_submit_text_textarea":"","footnotes":""},"categories":[220,5823,2713],"tags":[6011,6009,5826,170,581,6010],"class_list":["post-21904","post","type-post","status-publish","format-standard","hentry","category-anleitung","category-pspp","category-statistik","tag-analysis-of-variance","tag-anova","tag-pspp","tag-rechnen","tag-statistik","tag-varianzanalyse"],"_links":{"self":[{"href":"http:\/\/blog.wenzlaff.de\/index.php?rest_route=\/wp\/v2\/posts\/21904","targetHints":{"allow":["GET"]}}],"collection":[{"href":"http:\/\/blog.wenzlaff.de\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"http:\/\/blog.wenzlaff.de\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"http:\/\/blog.wenzlaff.de\/index.php?rest_route=\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"http:\/\/blog.wenzlaff.de\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=21904"}],"version-history":[{"count":0,"href":"http:\/\/blog.wenzlaff.de\/index.php?rest_route=\/wp\/v2\/posts\/21904\/revisions"}],"wp:attachment":[{"href":"http:\/\/blog.wenzlaff.de\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=21904"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"http:\/\/blog.wenzlaff.de\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=21904"},{"taxonomy":"post_tag","embeddable":true,"href":"http:\/\/blog.wenzlaff.de\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=21904"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}