Eine von Anfängern sehr häufig gestellte Frage bezieht sich auf die Unterscheidung zwischen verbundenen und unverbundenen Stichproben. Tatsächlich ist die Unterscheidung sehr einfach und erschließt sich am besten bei Betrachtung von zwei unterschiedlichen Beispieldatensätzen.
Betrachten Sie zunächst den folgenden Datensatz:
Zu jeder ID liegen exakt zwei Werte vor, nämlich ein Wert von Variable A und ein Wert von Variable B. Somit sind Variable A und Variable B zwei verbundene Stichproben.
Beispiele für verbundene Stichproben sind z.B. Folgendes:
Verbundene Stichproben zeichnen sich also dadurch aus, dass zu jedem Wert aus Stichprobe A ein zugehöriger Wert aus Stichprobe B vorliegt, wobei die beiden Werte am selben Probanden erhoben wurden.
Betrachten Sie nun im Vergleich dazu den folgenden Datensatz:
Zu jeder ID liegt ein Wert der Variable X vor, und jede ID gehört entweder zu Gruppe A oder zu Gruppe B. Somit sind Gruppe A und Gruppe B zwei unverbundene Stichproben.
Beispiele für unverbundene Stichproben sind z.B. Folgendes:
Unverbundene Stichproben zeichnen sich somit dadurch aus, dass die Werte in Stichprobe A nicht an denselben Probanden erhoben wurden wie die Werte aus Stichprobe B.
Beachten Sie: Anstatt von verbunden und unverbunden werden manchmal auch andere Begriffe verwendet:
All diese Begriffspaare bezeichnen das Gleiche.
Die Unterscheidung zwischen verbundenen und unverbundenen Stichproben ist insbesondere bei der Auswahl des passenden statistischen Tests wichtig. Je nachdem ob verbundene oder unverbundene Stichproben vorliegen, müssen unterschiedliche Tests verwendet werden. Typische Beispiele sind:
Vergleich von verbundenen Stichproben:
Vergleich von unabhängigen Stichproben:
t-Test für unabhängige Stichproben
Mann-Whitney-U-Test
Welcher dieser Tests im Einzelfall geeignet ist, hängt von weiteren Faktoren ab, z.B. ob eine Normalverteilung vorliegt, oder ob nur zwei oder mehrere Stichproben vorliegen. Falls Sie zu diesem Thema weitere Fragen haben, nehmen Sie gerne Kontakt zu uns auf!