Schlüsselwort: Many-One-Vergleich

Multiple Hypothesentests zum Vergleich mehrerer Mittelwerte gehören zu den statistischen Verfahren, die in der Praxis am häufigsten verwendet werden. Allerdings werden diese Tests häufig falsch angewendet. Der Anwender ist sich meistens nicht im klaren, ob der betreffende Test multiples Niveau einhält oder nicht. So wird am liebsten der multiple LSD-Test angewendet, weil dieser die meisten signifikanten Differenzen herausbringt. Die Ergebnisse der Einzelvergleiche beim LSD-Test werden vom Anwender in unzulässiger Weise kombiniert und zu Simultanaussagen interpretiert. Leider stimmt dann das vorgegebene Niveau bei weitem nicht mehr. Aber auch die beliebten Spannweitentests, z.B. nach DUNCAN und NEWMAN- KEULS, halten nicht das multiple Niveau und liefern keine gesicherten einseitigen Entscheidungen. Trotzdem werden die Ergebnisse dieser Tests oft in unzulässiger Weise in eine Reihenfolge der Mittelwerte umfunktioniert. In diesem Buch wird daher eine Übersicht über die wichtigsten parametrischen multiplen Hypothesentests und ihre praktische Anwendbarkeit gegeben. Es wird gezeigt, wie man die einzelnen multiplen Tests in den vier bekannten Statistikprogrammen SAS, SPSS, BMDP und MINITAB durchführen kann, in welcher Form sich die Ergebnisse darstellen und wie aussagekräftig und exakt diese Ergebnisse sind, insbesondere welche Fehlerwahrscheinlichkeiten dabei auftreten können. Auf Lücken oder Schwierigkeiten wird besonders hingewiesen. Es werden allgemeine Empfehlungen für die Praxis gegeben, welche multiplen Tests mit den einzelnen Statistikprogrammen bei verschiedenen Zielsetzungen des Anwenders durchgeführt werden sollen. Insbesondere wird darauf hingewiesen, dass sich der Anwender zunächst die Art der gewünschten Inferenz klarmacht (paarweiser Vergleich der Mittelwerte, Vergleich mit einer Kontrolle, Vergleich mit dem größten Mittelwert etc.) und, zweitens, dass er sich im klaren darüber sein muss, welchen Grad von Inferenz er haben möchte. In den meisten Fällen wird er einseitige Größer-kleiner-Entscheidungen treffen und damit simultane Vertrauensintervalle bestimmen wollen. In diesen Fällen sind die Tests nach TUKEY, DUNNETT bzw. HSU die Verfahren der Wahl. Mit einer bloßen Unterscheidung zwischen signifikant verschiedenen Gruppen von Mittelwerten, wie sie Spannweitentests liefern, wird er in den seltensten Fällen zufrieden sein.