Friedman Test

Das Wichtigste auf einen Blick

• Der Friedman Test ist ein nichtparametrischer Test für verbundene Stichproben mit ordinalen oder nicht-normalverteilten Daten.
• Er prüft die Hypothese, dass die Rangmittelwerte mehrerer Gruppen gleich sind.
• Der Test ist eine Alternative zur ANOVA mit Messwiederholungen bei Verletzung der Normalverteilungsannahme.
• Die Teststatistik basiert auf der Summe der Ränge innerhalb der Gruppen.
• Der Friedman Test erfordert mindestens drei verbundene Gruppen oder Messzeitpunkte.
• Er liefert einen Chi-Quadrat-Wert zur Beurteilung der Signifikanz.
• Post-hoc-Tests können nach einem signifikanten Ergebnis zur Identifikation der Unterschiede durchgeführt werden.

Überblick: Friedman Test

Der Friedman Test wird in der Statistik eingesetzt, um festzustellen, ob bei mehreren verbundenen Stichproben signifikante Unterschiede in den Rangwerten bestehen. Er eignet sich insbesondere für ordinalskalierte Daten oder wenn die Annahmen für parametrische Tests wie die ANOVA mit Messwiederholungen verletzt sind. Die Methode basiert auf der Rangordnung der Daten innerhalb der Probanden und prüft, ob die Rangmittelwerte der Gruppen gleich sind.

Definition des Friedman Tests

Der Friedman Test ist ein nichtparametrisches statistisches Verfahren, das verwendet wird, um Unterschiede zwischen drei oder mehr verbundenen Gruppen auf Basis von Rangdaten zu untersuchen. Er testet die Nullhypothese, dass alle Gruppen die gleiche Verteilung haben.

Anwendungsgebiete

Der Friedman Test wird häufig in der Psychologie, Medizin und Sozialwissenschaften eingesetzt, wenn Messwiederholungen oder verbundene Stichproben vorliegen und die Daten nicht normalverteilt sind oder ordinalskaliert vorliegen.

Voraussetzungen

Die Stichproben müssen verbunden sein, das heißt, die gleichen Probanden oder Einheiten werden unter verschiedenen Bedingungen gemessen. Es müssen mindestens drei Gruppen oder Messzeitpunkte vorliegen. Die Daten sollten mindestens ordinalskaliert sein.

Durchführung des Tests

Für jede Person werden die Werte über die Gruppen hinweg gerankt. Die Ränge werden summiert und die Teststatistik berechnet, die einer Chi-Quadrat-Verteilung mit k-1 Freiheitsgraden folgt, wobei k die Anzahl der Gruppen ist.

Beispielhafte Rangzuweisung und Summen

Interpretation der Ergebnisse

Ein signifikanter Friedman Test weist darauf hin, dass mindestens eine Gruppe sich in der Rangverteilung von den anderen unterscheidet. Es sind dann Post-hoc-Tests notwendig, um die spezifischen Unterschiede zu identifizieren.

Vor- und Nachteile

Der Friedman Test benötigt keine Normalverteilungsannahme und ist robust gegenüber Ausreißern. Nachteilig ist, dass er nur Ranginformationen nutzt und somit Informationen über die Größe der Unterschiede verloren gehen.

Alternativen und Erweiterungen

Für zwei verbundene Gruppen ist der Wilcoxon-Vorzeichen-Rang-Test geeignet. Für mehr als zwei unabhängige Gruppen kann der Kruskal-Wallis-Test verwendet werden. Parametrische Alternativen sind ANOVA mit Messwiederholungen bei Erfüllung der Voraussetzungen.

Wichtig

Zusatzinformationen