Häufig sind Sozialwissenschaftler mit der Tatsache konfron tiert, daß die von Ihnen zu analysierenden Daten nicht den Annahmen genügen, die in den zur Anwendung vorgesehenen statistischen Verfahren explizit als Modellvoraussetzungen formuliert sind. Dies gilt insbesondere für die klassischen statistischen Modelle. Als Ausweg bieten sich hier eine Viel zahl von Verfahren an, die in ihrer Gesamtheit recht global und oft auch ungenau mit der Bezeichnung nichtparametrische oder auch verteilungsfreie Statistik belegt werden. Zwar gelten auch hier jeweils spezifische Modellvoraussetzungen, diese sind in der Regel weniger einschränkend und damit der besonderen Datenlage der Sozialwissenschaften angemessener. Der vorliegende Band handelt von diesen statistischen Ver fahren. Das besondere didaktische Konzept der Darstellung ergibt sich aus der vorgefundenen allgemeinen Lehrbuchliteratur zu dem in Frage stehenden Sachbereich. Diese zeichnet sich ent weder aus durch rigorose mathematische Abstraktion auf ho hem Niveau oder begnügt sich mit rezeptartiger Präsentation einzelner Verfahren. Ubersteigt die erstgenannte Darstellungs form bei weitem die Notwendigkeiten sozialwissenschaftlicher Datenanalyse, so kann die zweite Form erst recht nicht be friedigen. Zwar haben sich die vorhandenen "Kochbücher" mit der in ihnen enthaltenen Vielzahl von Tests und anderen Ver fahren als Kompendien für den praktisch Forschenden durchaus bewährt, beim Novizen des Bereichs der nichtparametrischen Statistik hinterlassen sie jedoch eher Verwirrung als Ein sicht in die Zusammenhänge. Letztlich ist eine solche Ein sicht aber das einzige Mittel gegen eine falsche Anwendung statistischer Verfahren. 6 Demgegenüber soll hier ein Kompromiß zwischen diesen beidenDarstellungsformen versucht werden. Nicht alle möglichen nichtparametrischen Verfahren werden behandelt.

Klappentext

Häufig sind Sozialwissenschaftler mit der Tatsache konfron tiert, daß die von Ihnen zu analysierenden Daten nicht den Annahmen genügen, die in den zur Anwendung vorgesehenen statistischen Verfahren explizit als Modellvoraussetzungen formuliert sind. Dies gilt insbesondere für die klassischen statistischen Modelle. Als Ausweg bieten sich hier eine Viel zahl von Verfahren an, die in ihrer Gesamtheit recht global und oft auch ungenau mit der Bezeichnung nichtparametrische oder auch verteilungsfreie Statistik belegt werden. Zwar gelten auch hier jeweils spezifische Modellvoraussetzungen, diese sind in der Regel weniger einschränkend und damit der besonderen Datenlage der Sozialwissenschaften angemessener. Der vorliegende Band handelt von diesen statistischen Ver fahren. Das besondere didaktische Konzept der Darstellung ergibt sich aus der vorgefundenen allgemeinen Lehrbuchliteratur zu dem in Frage stehenden Sachbereich. Diese zeichnet sich ent weder aus durch rigorose mathematische Abstraktion auf ho hem Niveau oder begnügt sich mit rezeptartiger Präsentation einzelner Verfahren. Ubersteigt die erstgenannte Darstellungs form bei weitem die Notwendigkeiten sozialwissenschaftlicher Datenanalyse, so kann die zweite Form erst recht nicht be friedigen. Zwar haben sich die vorhandenen "Kochbücher" mit der in ihnen enthaltenen Vielzahl von Tests und anderen Ver fahren als Kompendien für den praktisch Forschenden durchaus bewährt, beim Novizen des Bereichs der nichtparametrischen Statistik hinterlassen sie jedoch eher Verwirrung als Ein sicht in die Zusammenhänge. Letztlich ist eine solche Ein sicht aber das einzige Mittel gegen eine falsche Anwendung statistischer Verfahren. 6 Demgegenüber soll hier ein Kompromiß zwischen diesen beiden Darstellungsformen versucht werden. Nicht alle möglichen nichtparametrischen Verfahren werden behandelt.

Inhalt

Grundbegriffe der statistischen Testtheorie.- 1.1. Nullhypothese und Alternativhypothese.- 1.2. Einseitige gegenüber zweiseitiger Fragestellung.- 1.3. Zufallsfehler der Auswahl.- 1.4. Die Rolle der Wahrscheinlichkeitsrechnung im statistischen Test.- 1.5. Die Wahrscheinlichkeitsverteilung der Prüfgröße.- 1.6. Annahme- und Ablehnungsbereich der Nullhypothese.- 1.7. Fehler erster und Fehler zweiter Art, Teststärke.- 1.8. Randomisierungsverfahren und Prüfverteilungen nichtparametrischer Tests.- 2. Statistisches Modell und Trennschärfe eines Tests.- 2.1. Verteilungsannahmen.- 2.2. Nichtparametrisch versus verteilungsfrei.- 2.3. Skalenniveau.- 3. Nichtparametrische Verfahren ihre Vor- und ihre Nachteile.- 4. Spezifizierung der Alternativhypothese und Prüfgröße des Tests.- 4.1. Parametrische Spezifizierung: Test mit eingeschränkter Alternativhypothese.- 4.2. Nichtparametrische Spezifizierung: Test mit uneingeschränkter Alternativhypothese.- 4.3. Die Homomeritätsannahme.- 5. Rangtests.- 5.1. Nichtparametrisches Testen eines Unterschiedes in der zentralen Tendenz zweier Populationen anhand unabhängiger Stichproben: Der U-Test.- 5.2. Nichtparametrisches Testen eines Streuungsunterschiedes.- 5.3. Nichtparametrisches Testen von Unterschieden in der zentralen Tendenz mehrerer Populationen anhand unabhängiger Stichproben: Der H-Test.- 5.4. Nichtparametrisches Testen eines Unterschiedes in der zentralen Tendenz zweier Populationen anhand abhängiger Stichproben: Der WILCOXON-Test für Paardifferenzen.- 5.5. Nichtparametrisches Testen von Unterschieden in der zentralen Tendenz mehrerer Populationen anhand abhängiger Stichproben: Die Rangvarianzanalyse nach FRIEDMAN.- 5.6. Die Kontinuitätsannahme des Rangtests.- 6. Nichtparametrische Statistik undsozialwissenschaftliche Datenanalyse.