SPSS Cochran Q-Test ist ein Verfahren zum Testen, ob die Proportionen von 3 oder mehr dichotomen Variablen in einer Grundgesamtheit gleich sind. Diese Ergebnisvariablen wurden an denselben Personen oder anderen statistischen Einheiten gemessen.

SPSS Cochran Q Test Beispiel

Der Rektor einer Universität möchte wissen, ob drei Prüfungen gleich schwer sind. Fünfzehn Studenten haben diese Prüfungen abgelegt und ihre Ergebnisse sind in examn_results.sav.

Quick Data Check

Es ist immer eine gute Idee, einen kurzen Blick auf die Daten zu werfen, bevor man mit statistischen Tests fortfährt. Wir öffnen die Daten und prüfen einige Histogramme, indem wir FREQUENCIES mit der unten stehenden Syntax ausführen. Beachten Sie das Schlüsselwort TO in Schritt 3.

Die Histogramme zeigen, dass die drei Variablen tatsächlich dichotom sind (es hätte eine Antwortkategorie „Unbekannt“ geben können, die aber nicht vorkommt). Da N = 15 für alle Variablen, gibt es keine fehlenden Werte. Die Werte 0 und 1 stehen für „Nicht bestanden“ bzw. „Bestanden“, und wir empfehlen Ihnen, Ihre Werte zu ERNEUERN, wenn dies nicht der Fall ist. Wir können also leicht erkennen, dass die Anteile der erfolgreichen Schüler zwischen .53 und .87 liegen.

Annahmen Cochran Q-Test

Der Cochran Q-Test erfordert nur eine Annahme:

• unabhängige Beobachtungen (oder, genauer gesagt, unabhängige und identisch verteilte Variablen);

Ausführung des Cochran Q-Tests in SPSS

Wir navigieren zu Analysieren Nichtparametrische Tests Legacy-Dialoge K Verwandte Stichproben…
Wir verschieben unsere Testvariablen unter Testvariablen,
wählen Deskriptiv unter Statistik,
wählen Cochran’s Q unter Testtyp und
klicken auf Einfügen
Das Ergebnis ist die folgende Syntax, die wir dann ausführen, um unsere Ergebnisse zu erhalten.

SPSS Cochran Q Test Output

Die erste Tabelle (Descriptive Statistics) enthält die Beschreibungen, die wir berichten werden. Der Grund dafür ist, dass der Signifikanztest (notwendigerweise) auf Fällen ohne fehlende Werte für eine der Testvariablen basiert. Die aus dem Cochran-Test gewonnenen Deskriptiva sind daher ebenfalls auf solche vollständigen Fälle beschränkt.
Da N = 15, bestätigen die Deskriptiva erneut, dass es keine fehlenden Werte gibt, und
die Proportionen reichen von .53 bis .87.Wiederum entsprechen die Proportionen den Mittelwerten, wenn 0 und 1 als Werte verwendet werden.

Die Tabelle Teststatistik zeigt das Ergebnis des Signifikanztests.
Der p-Wert („Asymp. Sig.“) beträgt .093; wenn die drei Tests in der Grundgesamtheit wirklich gleich schwierig sind, besteht immer noch eine 9,3%ige Chance, die Unterschiede zu finden, die wir in dieser Stichprobe beobachtet haben. Da diese Chance größer als 5 % ist, können wir die Nullhypothese, dass die Tests gleich schwierig sind, nicht zurückweisen.

Berichterstattung über die Ergebnisse des Cochran’s Q-Tests

Bei der Berichterstattung über die Ergebnisse des Cochran’s Q-Tests werden zunächst die oben erwähnten deskriptiven Statistiken präsentiert. Die Cochran’s Q-Statistik folgt einer Chi-Quadrat-Verteilung, so dass wir etwas wie „Der Cochran’s Q-Test ergab keine Unterschiede zwischen den drei Proportionen, χ2(2) = 4,75, p = .093“ berichten.