Fragen und Diskussionen rund um die Arbeit mit SPSS. Für allgemeine Statistik-Themen, die nicht mit SPSS zusammenhängen, bitte das Statistik-Forum nutzen.
hätte da mal wieder eine Frage zur Normalverteilung...
Und zwar: wie kann ich denn den Kolmogorov-Smirnov-Test interpretieren bitte?
Also wenn Wert Signifikant oder nicht (Kleiner 0,05 größer 0,05?)? Weil irgendwie schreibt Spss immer drunter = normalverteilt... glaub ich aber nicht.
Und ferner kann ich bei großen Fallzahlen wirklich auf K-S verzichten und stattdessen mit Chi-Quadrat schauen obs normalverteilt ist? Meine sowas gelesen zu haben, weiß aber leider nicht mehr wo.
Würd mich shr über eine Antwort freuen
Vielen Dank
LG
Punica
eine Variable kann als annähernd normalverteilt betrachtet werden, wenn die von SPSS ausgegebene Signifikanz kleiner als 0,05 ist (bei 95%igem Signifikanzniveau).
Der Test ist aber nur für Stichproben unter n = 120 geeignet, da er sonst sehr sensibel gegenüber geringen Abweichungen ist.
Einen Chi²-Test zur überprüfung von Normalverteilungen kenn ich nicht. Ich würde eher das Histogramm anschauen und nachsehen, ob die Werte für Schiefe und Steilheit zwischen + 1,96 und -1,96 liegen. Liegen sie außerhalb dieser Grenzen, ist die Variable nicht annähernd normalverteilt.
Ich nehme aber immer den Kolmogorow-Smirnow Test unter der Explorativen Datenanalyse (Diagramme -> Normalverteilungsdiagramm mit Tests -> Häkchen setzen).
vielen Dank für Deine Antworten. Und Tips. Jetz bin ich nur etwas verwirrt weil Marco meinte K-S ginge nur bis zu einem n von 120, habe aber viel mehr. Kann ich dann trotzdem K-S nehmen?
Lieben Gruß
Punica
bei der Explorativen Datenanalyse werden immer 2 Tests ausgegeben. Zum einen der Kolmogorow-Smirnow-Test und zum anderen der Shapiro-Wilk-Test. Welcher nun für welchen Stichprobenumfang war, da muss ich selber noch mal nachsehen. Wenn natürlich beide Test das gleiche Ergebnis liefern erübrigt sich die Fage. Mann kann zusätzlich, wie Marco schon bemerkt hat, sich das Histogramm mit darübergelegter Normalverteilungskurve anzeigen lassen. Wenn dort über 2/3 der Balkenfläche innerhalb der Kurve liegen, kann man von einer Normalverteilung ausgehen. Auch das Boxplot kann kann Aufschlüsse über die Normalverteilung geben: Wenn z. B. der Median ziemlich nah am oberen oder unteren Ende der Box "klebt", kann man davon augegehen, dass keine Normalverteilung vorliegt. Auch die Schiefe oder die Kurtosis können Aufschluss über die Normalverteilung geben: Wenn z. B. die Schiefe oder die Kurtosis ziemlich weit von der 1 entfernt sind, kann dies ein Zeichen für das Nichtvorliegen einer Normalverteilung sein.
Aber meiner Meinung nach, sind diese Urteilsmöglichkeiten ziemlich "schwammig"! Ich vertraue dann lieber dem Kolmogorow-Smirnow oder dem Shapiro-Wilk-Test.
Ich hoffe, ich habe dich jetzt nicht noch mehr verwirrt als vorher!
ich hab noch eine ähnliche Frage zu dem Thema. Ich habe eine Grundgesamtheit von 65 Patienten die ich anhand einer Gruppenvariable in 2 Gruppen mit n1=13 und n2=52 einteile.
Ich möchte nun kucken, ob sich z.B. das Alter der Patienten zwischen den beiden Gruppen unterscheidet. Kann ich da den T-Test überhaupt verwenden? Ich habe den Kolmogorow-Smirnow-Test gemacht, den ich ja wenn ich das richtig sehe für jede Gruppe einzeln machen muss. Wenn dann bei einer der beiden Gruppen ein p<0,05 rauskommt (was bei mir immer der Fall ist), kann ich den T-test nicht machen, oder? Auch wenn das p bei der anderen Gruppe >0,05 ist?
Man liest ja immer, dass ein nicht signifikantes Ergebnis im K-S-Test noch lange nicht beweist dass eine Normalverteilung vorliegt. Wenn aber ein signifikantes Ergebnis vorliegt, kann ich recht sicher davon ausgehen dass keine Normalverteilung vorliegt, oder wie ist das? Ich habe dann auch noch die Schiefe getestet, wo ein Wert zwischen -1,96 und +1,96 rauskam, was ja wieder eher für eine Normalverteilung spricht?
mach doch den Kolmogorov-Smirnov-Test über die Explorative Datenanalyse (Diagramme - Normalverteilungsdiagramme mit Test). Wenn dort die Signifikanz über 0.05 ist, benutzt Du einfach den U-Test nach Whitney und Mann (Nichtparametrische Tests - 2 unabhängige Stichproben), ansonsten kannst Du den T-Test nehmen.
danke für deine schnelle Antwort. Ich hab jetzt überall, wo es von Interesse war, meine 2 zu vergleichenden Gruppen mit dem Kolmogorow-Smirnow-Test auf Normalverteilung getestet, und habe jetzt einen Fall, wo bei einer Gruppe was signifikantes rauskommt (also keine Normalverteilung wenn ich das richtig sehe) und bei der anderen nichts signifikantes (also normalverteilt?). Nachdem ich jetzt aber ja die beiden Gruppen miteinander vergleichen mag, muss ich vermutlich den Mann-Whitney-Test machen, weil nur bei einer Gruppe Normalverteilung vorliegt, oder? Oder bringt es mir da jetzt vielleicht noch was, irgendwie die Schiefe zu analysieren oder so?
mich würde interessieren, ob du dazu eine quelle hättest? insbesondere zur voraussetzung des k-s-tests (n<120) und der werte +1,96 und -1,96 hinsichtlich der schiefe und kurtosis.
du würdest mir sehr helfen. vielen dank.
lg, carina
Marco hat geschrieben:hi,
eine Variable kann als annähernd normalverteilt betrachtet werden, wenn die von SPSS ausgegebene Signifikanz kleiner als 0,05 ist (bei 95%igem Signifikanzniveau).
Der Test ist aber nur für Stichproben unter n = 120 geeignet, da er sonst sehr sensibel gegenüber geringen Abweichungen ist.
Einen Chi²-Test zur überprüfung von Normalverteilungen kenn ich nicht. Ich würde eher das Histogramm anschauen und nachsehen, ob die Werte für Schiefe und Steilheit zwischen + 1,96 und -1,96 liegen. Liegen sie außerhalb dieser Grenzen, ist die Variable nicht annähernd normalverteilt.
Für alle, die es noch interessiert. Ich war eben in der Bibliothek und habe Folgendes gefunden (Computerunterstützte Datenanalyse; R. Wittenberg; Lucius & Lucius): Der Kolmogorv-Test sollte nur für Stichproben kleiner 100 verwendet werden, da sonst selbst kleinste Abweichungen zu einem signifikanten Ergebnis führen (= keine Normalverteilung; wollen wir aber eigentlich haben).
,
