Zu dieser Karteikarte gibt es einen kompletten Satz an Karteikarten. Kostenlos!

Prüfung der Voraussetzungen für parametrische Tests jedoch häufig problematisch:  Erfolgt i. d. R. anhand der Stichprobe,  Voraussetzungen beziehen sich aber eigentlich auf Populationscharakteristika

Probleme von Voraussetzungstests

•   beruhen meist ebenso auf parametrischen Voraussetzungen
z.B. F-Test zur Überprüfung der Homogenität von Varianzen beruht auf der Annahme der Normalverteilung der Daten
• ' Stichprobengröße (vgl. Kapitel zu Effektgrößen)
- kleines N - geringe Testmacht - Verletzungen werden u. U. nicht erkannt- großes N - hohe Testmacht - bereits unbedeutende Abweichungen werden auffällig

Werden kleine Stichproben untersucht, können Voraussetzungen parametrischer Verfahren häufig nur ungenügend untersucht werden
Autoren wie Bortz und Lienert (2008, S. 59) plädieren deshalb dafür, bei kleineren Stichproben (N < 30) grundsätzlich nicht-parametrisch zu testen

Zentrales Grenzwerttheorem
Besagt, dass z.B. Mittelwerte sich ab etwa N = 30 normalverteilen, unabhängig von eigentlicher Verteilung der Messwerte - trägt zur Robustheit parametrischer Verfahren bei

Generell lässt sich folgern, dass, wenn nur kleine Stichproben (N < 30) untersucht werden können (vgl. Bortz & Lienert, 2008, S. 52)

• Nicht-parametrisch getestet werden sollte
• Möglichst große Effekte untersucht werden sollten
• Signifikante Ergebnisse i. d. R. auch auf große Effekte schließen lassen - Replikation wichtig !