So führen sie den mcnemar-test in spss durch
Der McNemar-Test wird verwendet, um festzustellen, ob es einen statistisch signifikanten Unterschied in den Anteilen zwischen gepaarten Daten gibt.
In diesem Tutorial wird erklärt, wie Sie den McNemar-Test in SPSS durchführen.
Beispiel: McNemar-Test in SPSS
Nehmen wir an, Forscher möchten wissen, ob ein bestimmtes Marketingvideo die Meinung der Menschen zu einem bestimmten Gesetz ändern kann. Sie befragten 25 Personen, um herauszufinden, ob sie das Gesetz unterstützten oder nicht. Dann zeigen sie das Marketingvideo allen 25 Personen und interviewen sie erneut, nachdem das Video fertig ist.
Die folgende Tabelle zeigt die Gesamtzahl der Personen, die das Gesetz vor und nach dem Ansehen des Videos unterstützt haben:
| Video vor dem Marketing | ||
|---|---|---|
| Video nach dem Marketing | Unterstützt nicht | Unterstützung |
| Unterstützt nicht | 7 | 5 |
| Unterstützung | 3 | zehn |
Um festzustellen, ob es einen statistisch signifikanten Unterschied im Anteil der Personen gab, die das Gesetz vor und nach dem Ansehen des Videos befürworteten, können wir den McNemar-Test in SPSS mit den folgenden Schritten durchführen:
Schritt 1: Geben Sie die Daten ein.
Geben Sie zunächst die Daten wie unten dargestellt ein:
In jeder Zeile werden die ID einer Person, ihr Standort vor dem Ansehen des Marketingvideos und ihr Standort nach dem Ansehen des Marketingvideos angezeigt.
Schritt 2: Führen Sie den McNemar-Test durch.
Klicken Sie auf die Registerkarte „Analysieren“ , dann auf „Beschreibende Statistik“ und dann auf „Kreuztabellen“ :
Ziehen Sie die Variable „Nachher“ in den Bereich mit der Bezeichnung „Zeilen“ und die Variable „ Vorher “ in den Bereich mit der Bezeichnung „Spalten“. Klicken Sie dann auf die Schaltfläche „Statistik“ und stellen Sie sicher, dass das Kontrollkästchen neben „McNemar“ aktiviert ist. Klicken Sie dann auf Weiter . Klicken Sie dann auf OK .
Schritt 3: Interpretieren Sie die Ergebnisse.
Sobald Sie auf OK klicken, werden die McNemar-Testergebnisse angezeigt:
Die erste Tabelle zeigt die Anzahl der fehlenden Fälle im Datensatz. Wir können sehen, dass in diesem Beispiel 0 Fälle fehlen.
Die zweite Tabelle zeigt eine Kreuztabelle der Gesamtzahl der Personen, die das Gesetz vor und nach dem Ansehen des Marketingvideos unterstützten oder nicht unterstützten.
Die dritte Tabelle zeigt die Ergebnisse des McNemar-Tests. Der p-Wert des Tests beträgt 0,727 . Da dieser Wert nicht weniger als 0,05 beträgt, haben wir keine ausreichenden Beweise dafür, dass der Anteil der Personen, die das Gesetz vor und nach dem Ansehen des Marketingvideos befürworteten, statistisch signifikant unterschiedlich war.
Ein Hinweis zur Berechnung des p-Werts
Gegeben sei die folgende 2×2-Tabelle:
| Video vor dem Marketing | ||
|---|---|---|
| Video nach dem Marketing | Unterstützt nicht | Unterstützung |
| Unterstützt nicht | HAT | B |
| Unterstützung | VS | D |
SPSS verwendet die Formel (|BC| – 1) 2 / (B+C), um die Chi-Quadrat-Teststatistik zu berechnen.
In diesem Beispiel ist die Chi-Quadrat-Teststatistik (|5-3| – 1) 2 / (5+3) = 1/8 = 0,125.
Der p-Wert entspricht der Chi-Quadrat-Teststatistik mit 1 Freiheitsgrad. Mithilfe des Chi-Quadrat-zu-P-Wert-Rechners finden wir heraus, dass ein Chi-Quadrat-Wert von 0,125 mit 1 Freiheitsgrad einem p-Wert von 0,727 entspricht.
Über den Autor
Dr. Benjamin Anderson
Hallo, ich bin Benjamin, ein pensionierter Statistikprofessor, der sich zum engagierten Statorials-Lehrer entwickelt hat. Mit umfassender Erfahrung und Fachwissen auf dem Gebiet der Statistik bin ich bestrebt, mein Wissen zu teilen, um Studenten durch Statorials zu befähigen. Mehr wissen