Table of Contents

Wie man einen Wilcoxon Signed-Rank-Test für gekoppelte psychologische Daten durchführt

Der Wilcoxon Signed-Rank-Test ist eine leistungsstarke nichtparametrische statistische Methode, die in der psychologischen Forschung weit verbreitet ist, um zwei verwandte Proben oder wiederholte Messungen zu vergleichen. Als nichtparametrischer Test, der dem abhängigen t-Test entspricht, nimmt er keine Normalität in den Daten an und kann verwendet werden, wenn diese Annahme verletzt wurde. Dieser umfassende Leitfaden führt Sie durch alles, was Sie über die effektive Durchführung dieses Tests wissen müssen, vom Verständnis, wann er verwendet werden muss, bis hin zur Interpretation Ihrer Ergebnisse mit Sicherheit.

Verständnis des Wilcoxon Signed-Rank-Tests

Was ist der Wilcoxon Signed-Rank Test?

Für zwei gepaarte Proben ist es ein gepaarter Differenztest wie der gepaarte Student's t-Test und dient als gute Alternative zum t-Test, wenn die normale Verteilung der Unterschiede zwischen gepaarten Individuen nicht angenommen werden kann. Der Test wurde 1945 von Frank Wilcoxon entwickelt und ist zu einem der am häufigsten verwendeten nichtparametrischen Tests in der psychologischen und Verhaltensforschung geworden.

Der Wilcoxon-Test ist eine leistungsfähigere Alternative zum Zeichentest, da er die Größe der Unterschiede berücksichtigt, aber eine mäßig starke Annahme der Symmetrie erfordert. Im Gegensatz zu einfachen Zeichentests, die nur untersuchen, ob Unterschiede positiv oder negativ sind, berücksichtigt der Wilcoxon Signed-Rank-Test, wie groß diese Unterschiede sind, wodurch er empfindlicher auf die Erkennung realer Effekte reagiert.

Wann sollten Sie diesen Test verwenden?

Der Wilcoxon Signed-Rank Test ist besonders wertvoll in der psychologischen Forschung für mehrere Szenarien:

  • Pre-post-Interventionsstudien: Bei der Untersuchung von Änderungen der Ergebnisse von einem Zeitpunkt zum anderen, wie zum Beispiel das Verständnis, ob es einen Unterschied im täglichen Zigarettenkonsum von Rauchern vor und nach einem 6-wöchigen Hypnotherapieprogramm gab
  • Wiederholte Maßnahmen Designs: Wenn die gleichen Teilnehmer mehr als einer Bedingung oder Behandlung unterzogen werden
  • Nicht-normale Daten: Wenn die Daten die für die gepaarten Proben erforderliche Normalverteilung nicht erfüllen t-test
  • Ordinale oder kontinuierliche Daten: Wenn Ihre abhängige Variable auf ordinaler oder kontinuierlicher Ebene gemessen wird
  • Kleine Stichprobengrößen: Wenn Sie nur begrenzte Teilnehmer haben und sich nicht auf den Central Limit Theorem verlassen können, um parametrische Tests zu rechtfertigen

Häufige Anwendungen in der Psychologie umfassen die Messung von Angstzuständen vor und nach der Therapie, den Vergleich der kognitiven Leistung unter verschiedenen Bedingungen, die Bewertung von Stimmungsänderungen nach Interventionen und die Bewertung von Verhaltensänderungen als Reaktion auf Behandlungen.

Wichtige Annahmen des Wilcoxon Signed-Rank-Tests

Der Wilcoxon Signed-Rank-Test ist zwar flexibler als parametrische Alternativen, erfordert jedoch dennoch, dass bestimmte Annahmen erfüllt werden, damit gültige Ergebnisse erzielt werden können.

Annahme 1: Abhängige oder gepaarte Proben

Die Prüfung erfordert zwei Sätze von Messungen, die miteinander in Beziehung stehen oder gepaart sind, wobei in der Regel Beobachtungen von denselben Probanden unter zwei verschiedenen Bedingungen durchgeführt werden.

Diese Paarung ist wesentlich, da der Test die Unterschiede innerhalb jedes Paares analysiert, beispielsweise die gleiche Person, die vor und nach der Behandlung unter zwei verschiedenen experimentellen Bedingungen oder zu zwei verschiedenen Zeitpunkten gemessen wurde.

Annahme 2: Ordinale oder kontinuierliche Messebene

Ihre abhängige Variable sollte auf ordinaler oder kontinuierlicher Ebene gemessen werden, d.h. Ihre Daten müssen in einer aussagekräftigen Reihenfolge eingestuft werden können, z.B. Reaktionen auf die Likert-Skala, Schmerzbewertungen, Testergebnisse, Reaktionszeiten oder kontinuierliche psychologische Messungen.

Obwohl es Unterschiede einordnet und keine Normalverteilung erfordert, geht der Test im Idealfall davon aus, dass die zugrunde liegenden Messungen kontinuierlich sind, was ein aussagekräftiges Ranking und einen Vergleich der Unterschiede ermöglicht.

Annahme 3: Symmetrische Verteilung der Unterschiede

Die Verteilung der Unterschiede zwischen den beiden verwandten Gruppen muss symmetrisch sein, damit der Wilcoxon-Sign-Rank-Test angemessen ist. Beachten Sie, dass sich diese Annahme auf die Verteilung der Unterschiede zwischen gepaarten Beobachtungen bezieht, nicht auf die ursprünglichen Datenverteilungen selbst.

Der Test geht von einer schwächeren Hypothese aus, dass die Verteilung dieser Differenz um einen zentralen Wert symmetrisch ist und zielt darauf ab, zu testen, ob dieser mittlere Wert signifikant von Null abweicht. Wenn die Verteilung der Differenzen nicht symmetrisch ist, können Sie den Test immer noch verwenden, aber Sie würden nur testen, ob die Mediandifferenz Null ist, was begrenztere Informationen liefert.

Annahme 4: Unabhängigkeit zwischen Paaren

Während die Proben selbst abhängig sind, geht der Wilcoxon-Test davon aus, dass die Beobachtungspaare voneinander unabhängig sind. Das bedeutet, dass der Unterschied, der in einem Paar beobachtet wird, den Unterschied in einem anderen Paar nicht beeinflussen sollte. Verstöße gegen diese Annahme können die Gültigkeit Ihrer Ergebnisse ernsthaft beeinträchtigen.

Annahme 5: Skalierungskompatibilität

Die Annahme der Skalenkompatibilität bedeutet, dass die Messungen unter den beiden Bedingungen in einem ähnlichen Maßstab durchgeführt werden müssen, was einen direkten und aussagekräftigen Vergleich der Änderungen ermöglicht.

Schritt-für-Schritt-Anleitung zur Durchführung des Wilcoxon Signed-Rank-Tests

Schritt 1: Sammeln und Organisieren Sie Ihre gepaarten Daten

Beginnen Sie damit, Ihre Daten von denselben Teilnehmern unter zwei verschiedenen Bedingungen oder zu zwei verschiedenen Zeitpunkten zu sammeln, z. B. Sie können Stresslevel vor und nach einer Achtsamkeitsintervention in derselben Gruppe von Teilnehmern messen oder die kognitive Leistungsfähigkeit unter ruhigen und lauten Bedingungen bewerten.

Stellen Sie sicher, dass die Paarung während der gesamten Analyse korrekt beibehalten wird, da das Mischen von Paaren Ihre Ergebnisse ungültig macht. Beschriften Sie Ihre Bedingungen deutlich (z. B. "Vorher" und "Nachher" oder "Zustand A" und "Zustand B").

Bevor Sie fortfahren, überprüfen Sie Ihre Daten auf offensichtliche Fehler, fehlende Werte oder Fehler bei der Dateneingabe. dokumentieren Sie, wie Sie mit fehlenden Datenpunkten umgehen, da Paare mit fehlenden Werten in beiden Zuständen normalerweise von der Analyse ausgeschlossen werden müssen.

Schritt 2: Berechnen Sie die Unterschiede

Für jedes Beobachtungspaar berechnen Sie die Differenz zwischen den beiden Bedingungen. Der Standardansatz ist die Berechnung: Differenz = Bedingung 2 - Bedingung 1 (oder Nachher - Vorher). Die Richtung, die Sie wählen, ist für die Interpretation wichtig, also seien Sie konsistent und dokumentieren Sie Ihre Wahl.

Wenn Sie beispielsweise die Depressionswerte vor und nach der Therapie messen, können Sie berechnen: Differenz = Post-Therapie-Score - Pre-Therapie-Score Wenn die Therapie wirksam ist und die Werte sinken, würden Sie negative Unterschiede erwarten.

Nach Berechnung aller Differenzen sind alle Paare zu identifizieren und auszuschließen, bei denen die Differenz genau Null ist. Diese Paare liefern keine Informationen über die Richtung oder Größe der Änderung und werden aus der Analyse entfernt.

Schritt 3: Rangieren Sie die absoluten Unterschiede

Nimm den absoluten Wert jeder Differenz von Null, ignoriere, ob sie positiv oder negativ sind, dann ordne diese absoluten Werte von kleinstem zu größtem, ordne Rang 1 der kleinsten absoluten Differenz, Rang 2 der nächstkleineren zu und so weiter.

Durch diesen Rangfolgeprozess wird der Test nichtparametrisch und robust gegenüber Ausreißern, da er mit Ranglisten statt mit Rohwerten arbeitet, wird der Test weniger durch extreme Werte beeinflusst, die parametrische Analysen verzerren könnten.

Schritt 4: Behandeln Sie gebundene Ränge

Wenn zwei oder mehr absolute Differenzen den gleichen Wert haben, müssen Sie ihnen den Durchschnitt der Ränge zuweisen, die sie erhalten hätten. Wenn zum Beispiel die 5. und 6. kleinste Differenz gleich sind, würden beide einen Rang von 5,5 erhalten (der Durchschnitt von 5 und 6).

Der Wilcoxon-Test verwendet spezifische Methoden, um gebundene Instanzen zu behandeln, um sicherzustellen, dass die Analyse robust und genau bleibt. Die meisten statistischen Software verarbeitet gebundene Ränge automatisch, aber es ist wichtig, diesen Prozess zu verstehen, wenn man von Hand berechnet.

Schritt 5: Zuweisen von Zeichen zu Rängen

Kehren Sie zu Ihren ursprünglichen Differenzen zurück (bevor Sie absolute Werte nehmen) und weisen Sie jedem Rang das ursprüngliche Vorzeichen (positiv oder negativ) zu. Dieser Schritt verbindet die Größeninformationen (erfasst durch die Ränge) mit den Richtungsinformationen (erfasst durch die Zeichen).

Wenn die kleinste absolute Differenz ursprünglich negativ war, weisen Sie dem Rang 1 ein negatives Vorzeichen zu. Wenn der zweitkleinste positiv war, weisen Sie dem Rang 2 ein positives Vorzeichen zu und so weiter.

Schritt 6: Berechnen der Teststatistik

Die Teststatistik W wird üblicherweise als die kleinere dieser beiden Summen definiert: W = min(W+, W-).

Einige Softwarepakete und Lehrbücher verwenden unterschiedliche Konventionen (die speziell W+ oder W- melden oder T anstelle von W verwenden), also überprüfen Sie immer, welche Version gemeldet wird.

Unter der Nullhypothese, dass es keinen Unterschied zwischen Bedingungen gibt, würden Sie erwarten, dass W + und W - ungefähr gleich sind, da positive und negative Unterschiede ausgeglichen werden sollten.

Schritt 7: Bestimmung der statistischen Signifikanz

Vergleichen Sie Ihre berechnete W-Statistik mit kritischen Werten aus der Wilcoxon Signed-Rank-Tabelle, die in den meisten Statistiklehrbüchern und Online-Ressourcen verfügbar sind.

Wenn Ihr berechnetes W kleiner oder gleich dem kritischen Wert aus der Tabelle ist, lehnen Sie die Nullhypothese ab und schließen daraus, dass es einen signifikanten Unterschied zwischen den gepaarten Bedingungen gibt.

Wenn der p-Wert kleiner als Ihr vorgegebenes Signifikanzniveau ist (z. B. 0,05), lehnen Sie die Nullhypothese ab. Die meisten Softwarepakete liefern automatisch p-Werte, was die Interpretation erleichtert.

Bei größeren Stichprobengrößen (normalerweise n > 20-30) entspricht die Verteilung der Teststatistik einer Normalverteilung, und die Software verwendet eine z-Näherung, um den p-Wert zu berechnen.

Schritt 8: Berechnung und Bericht der Effektgröße

Statistische Signifikanz allein sagt Ihnen nichts über die praktische Bedeutung Ihrer Ergebnisse. Berechnen Sie immer eine Effektgröße, um die Größe des festgestellten Unterschieds zu quantifizieren.

Die Effektgröße r wird berechnet als Z-Statistik geteilt durch die Quadratwurzel der Probengröße (N), wobei der Z-Wert aus dem Wilcoxon-Sign-Rank-Test extrahiert wird.

Die Interpretationswerte für r sind in der Literatur üblich: 0,10 - 0,3 (kleiner Effekt), 0,30 - = 0,5 (großer Effekt). Diese Benchmarks, ähnlich wie Cohens Richtlinien für Korrelationskoeffizienten, helfen Ihnen, die praktische Bedeutung Ihrer Ergebnisse zu kommunizieren.

Ein alternatives Effektgrößenmaß ist der Rang-Biserial-Korrelationskoeffizient (rc) mit Matched-Paaren, der zusätzliche Informationen über Richtung und Stärke des Effekts liefern kann, wobei Werte, die näher an den Extremen liegen, stärkere Effekte anzeigen.

Schritt 9: Interpretieren und Berichten Sie Ihre Ergebnisse

Wenn Sie die Nullhypothese ablehnen, können Sie zu dem Schluss kommen, dass es einen statistisch signifikanten Unterschied zwischen den gepaarten Bedingungen gibt, denken Sie jedoch daran, die Richtung des Effekts zu berücksichtigen, indem Sie untersuchen, ob W + oder W- größer ist, und die praktische Bedeutung, indem Sie Ihre Effektgröße überprüfen.

Wenn Sie die Nullhypothese nicht ablehnen, können Sie nicht zu dem Schluss kommen, dass es einen Unterschied zwischen den Bedingungen gibt, was nicht beweist, dass die Bedingungen identisch sind - es bedeutet einfach, dass Sie nicht genügend Beweise haben, um einen Unterschied zu Ihrer aktuellen Stichprobengröße und Ihren Daten zu erkennen.

Wenn Sie Ihre Ergebnisse in einer Forschungsarbeit oder einem Bericht melden, geben Sie die folgenden Informationen an:

  • Teststatistik (W oder Z, je nach verwendeter Methode)
  • Stichprobengröße (Anzahl der Differenzen von Null)
  • Der p-Wert
  • Effektgröße (r oder rc)
  • Eine klare Aussage zu Ihrem Fazit im Kontext Ihrer Forschungsfrage
  • Beschreibungsstatistiken (Mediane und Bereiche oder Interquartilsbereiche für jede Bedingung)

Zum Beispiel: "Ein Wilcoxon Signed-Rank-Test ergab eine statistisch signifikante Reduktion der Angst-Scores nach der Intervention (Z = -3,45, n = 28, p < 0,001, r = 0,65), was auf eine große Effektgröße hinweist. Mediane Angst-Scores sanken von 42,5 (IQR = 38-47) vor der Intervention auf 31.0 (IQR = 27-36) nach der Intervention. "

Durchführung des Tests mit statistischer Software

Verwendung von SPSS

Um den Wilcoxon Signed-Rank-Test in SPSS durchzuführen: Analysieren Sie > Nichtparametrische Tests > Legacy Dialogs > 2 Related Samples, dann legen Sie die beiden gepaarten Variablen in die Felder unter Variable 1 und Variable 2. SPSS berechnet automatisch die Teststatistik, p-Wert und liefert Ausgabetabellen mit allen notwendigen Informationen.

Wenn Sie in SPSS die Option "Wilcoxon" im Abschnitt Testtyp ankreuzen, können Sie auch deskriptive Statistiken anfordern und Optionen für den Umgang mit Bindungen untersuchen, die Ausgabe enthält die Teststatistik, die asymptotische Signifikanz (p-Wert) und die Anzahl der negativen Ränge, positiven Ränge und Bindungen.

Um die Effektgröße in SPSS zu berechnen, müssen Sie den Z-Wert aus der Ausgabe extrahieren und mit einem Rechner oder Excel manuell r = Z / √N berechnen, da SPSS dieses Maß nicht automatisch für den Wilcoxon-Test bereitstellt.

Verwendung von R

R beinhaltet eine Implementierung des Tests als wilcox.test(x,y, paired=TRUE), wobei x und y gleichlange Vektoren sind. Diese Funktion bietet eine einfache Möglichkeit, die Analyse mit minimalem Code durchzuführen.

Ein grundlegender R-Befehl würde so aussehen:

Sie können angeben, ob Sie einen einseitigen oder zweiseitigen Test mit dem Parameter "alternative" ("two.sided", "greater" oder "less") wünschen. R gibt die Teststatistik (V), den p-Wert und eine Warnung aus, wenn es Verknüpfungen in den Daten gibt.

Für die Berechnung der Effektgröße in R können Sie Pakete wie "rstatix" oder "effsize" verwenden, die integrierte Funktionen für die Berechnung von r und andere Effektgrößenmessungen speziell für den Wilcoxon-Test bereitstellen.

Verwenden von Python

Python-Benutzer können den Wilcoxon Signed-Rank Test mit der SciPy-Bibliothek durchführen.

Die Python-Implementierung übernimmt automatisch die Berechnung und liefert sowohl die Teststatistik als auch den p-Wert. Sie können alternative Hypothesen und andere Parameter angeben, wenn sie benötigt werden. Für Effektgrößenberechnungen müssen Sie möglicherweise r mit der Formel manuell berechnen oder spezielle Pakete verwenden.

Online-Rechner

Mehrere kostenlose Online-Rechner stehen Forschern zur Verfügung, die keinen Zugriff auf statistische Software haben oder eine schnelle Analyse bevorzugen. Diese Tools erfordern in der Regel die Eingabe Ihrer gepaarten Daten und berechnen automatisch die Teststatistik, den p-Wert und manchmal die Effektgrößen.

Online-Rechner sind zwar für schnelle Analysen oder Lernzwecke geeignet, können jedoch Einschränkungen hinsichtlich der Stichprobengröße, der Optionen für die Datenverarbeitung und der bereitgestellten Ausgabetiefe aufweisen.

Vergleich des Wilcoxon-Tests mit Alternativen

Wilcoxon Signed-Rank-Test vs. Paired t-Test

Der gepaarte t-Test ist das parametrische Äquivalent des Wilcoxon Signed-Rank-Tests. Die Hauptunterschiede liegen in ihren Annahmen und der Art der analysierten Daten:

Der gepaarte t-Test erfordert, dass die Differenzen zwischen gepaarten Beobachtungen einer Normalverteilung folgen, während der Wilcoxon-Test nur erfordert, dass diese Differenzen symmetrisch verteilt sind, während der t-Test Mittelwerte vergleicht, während der Wilcoxon-Test Mediane vergleicht (oder genauer gesagt, prüft, ob die Verteilung der Differenzen bei Null zentriert ist).

Wenn Daten normal verteilt sind, ist der gepaarte t-Test im Allgemeinen leistungsfähiger, was bedeutet, dass er eine bessere Chance hat, einen echten Effekt zu erkennen, aber wenn die Normalität verletzt wird, insbesondere bei kleinen Proben, ist der Wilcoxon-Test geeigneter und kann leistungsfähiger sein.

Nichtparametrische Tests sind robuster und machen keine oder weniger strenge Annahmen über die Bevölkerungsverteilung, aber sind in der Regel weniger leistungsfähig. Dieser Kompromiss zwischen Robustheit und Macht ist ein wichtiger Aspekt bei der Auswahl Ihrer Analysemethode.

Wilcoxon Signed-Rank Test vs. Sign Test

Obwohl beide Tests in beiden Situationen anwendbar sind, ist der Wilcoxon Signed-Rank-Test die bevorzugte Methode, da er die Größen der Unterschiede und nicht nur die Zeichen verwendet, aber es erfordert, dass die Verteilung der Unterschiede symmetrisch ist.

The sign test is even more robust than the Wilcoxon test because it makes no assumptions about the distribution of differences—it simply counts whether each difference is positive or negative. However, by ignoring magnitude information, the sign test is considerably less powerful.

Verwenden Sie den Zeichentest, wenn Sie ernsthafte Zweifel an der Symmetrie von Unterschieden haben oder wenn Ihre Daten wirklich ordinal sind, ohne aussagekräftige Intervalleigenschaften, verwenden Sie den Wilcoxon-Test, wenn Sie vernünftigerweise von Symmetrie ausgehen und eine größere statistische Aussagekraft wünschen.

Wann man jeden Test wählt

Wählen Sie den gepaarten t-Test, wenn:

  • Ihre Differenzen sind ungefähr normal verteilt (überprüfen Sie mit Histogrammen, Q-Q-Plots oder Shapiro-Wilk-Test)
  • Sie haben eine relativ große Stichprobengröße (n > 30), wo der Central Limit Theorem gilt
  • Ihre Daten werden auf einer echten Intervall- oder Verhältnisskala gemessen
  • Sie möchten die statistische Leistung mit normal verteilten Daten maximieren

Wählen Sie den Wilcoxon Signed-Rank Test, wenn:

  • Ihre Unterschiede sind nicht normal verteilt, sondern symmetrisch verteilt
  • Sie haben ordinale Daten oder kontinuierliche Daten mit Ausreißern
  • Ihre Stichprobengröße ist klein und Sie können die Normalität nicht überprüfen
  • Sie wollen eine robuste Alternative, die weniger empfindlich auf extreme Werte reagiert

Wählen Sie den Vorzeichentest, wenn:

  • Die Verteilung der Unterschiede ist eindeutig asymmetrisch
  • Sie haben rein ordinale Daten, bei denen Unterschiede nicht sinnvoll quantifiziert werden können
  • Sie brauchen maximale Robustheit mit minimalen Annahmen

Gemeinsame Anwendungen in der psychologischen Forschung

Klinische Psychologie und Therapie-Ergebnisse

Der Wilcoxon Signed-Rank-Test wird in der klinischen Psychologie zur Bewertung der Behandlungswirksamkeit verwendet. Forscher verwenden ihn häufig, um die Symptomschwere vor und nach therapeutischen Interventionen zu vergleichen, wie z. B. die Messung von Depressionswerten vor und nach kognitiver Verhaltenstherapie, Angstzustände vor und nach der Expositionstherapie oder PTBS-Symptome vor und nach der EMDR-Behandlung.

Dieser Test ist besonders wertvoll in klinischen Umgebungen, weil psychologische Symptommaßnahmen häufig gegen Normalitätsannahmen verstoßen, insbesondere wenn es sich um klinische Populationen handelt, die Boden- oder Deckeneffekte zeigen können, oder wenn ordinale Bewertungsskalen wie das Beck Depression Inventory oder die Hamilton Anxiety Rating Scale verwendet werden.

Kognitive und experimentelle Psychologie

In der kognitiven Psychologie wird der Test häufig auf experimentelle Designs innerhalb der Probanden angewendet, beispielsweise zum Vergleich der Reaktionszeiten unter verschiedenen kognitiven Belastungsbedingungen, zur Messung der Gedächtnisleistung vor und nach einer Lernintervention oder zur Beurteilung der Aufmerksamkeitsspanne in verschiedenen Umweltkontexten.

Insbesondere die Reaktionszeitdaten zeigen oft positive Verzerrungen und Ausreißer, so dass nichtparametrische Tests wie das Wilcoxon besser geeignet sind als parametrische Alternativen, so dass Forscher echte kognitive Effekte erkennen können, während sie gegenüber gelegentlichen extrem langsamen Reaktionen, die eine mittelwertbasierte Analyse verzerren könnten, robust bleiben.

Pädagogische Psychologie

Pädagogische Psychologen verwenden den Wilcoxon-Test, um Lerninterventionen und Lehrmethoden zu bewerten.Gängige Anwendungen umfassen den Vergleich der Testergebnisse vor und nach einer neuen Lehrmethode, die Bewertung von Veränderungen der Motivation der Schüler nach einer Intervention oder die Bewertung der Wirksamkeit von Schulungsprogrammen für Studienfertigkeiten.

Bildungsdaten beinhalten oft ordinale Skalen (wie Likert-Typ-Fragebögen) oder Testergebnisse, die möglicherweise nicht normal verteilt sind, insbesondere in kleinen Klassenzimmerproben, was den Wilcoxon-Test zu einer idealen analytischen Wahl macht.

Gesundheitspsychologie

In der gesundheitspsychologischen Forschung hilft der Test, Verhaltensinterventionen und Gesundheitsergebnisse zu bewerten. Forscher könnten die Schmerzbewertungen vor und nach einer Schmerzbehandlung vergleichen, die Lebensqualität vor und nach einem Gesundheitsförderungsprogramm bewerten oder Stressniveaus vor und nach einem achtsamkeitsbasierten Stressreduktionskurs messen.

Gesundheitsbezogene Lebensqualitätsmaßstäbe und Schmerzskalen sind typischerweise ordinal und zeigen oft nicht-normale Verteilungen, insbesondere in Patientenpopulationen, was den Wilcoxon-Test zu einer methodisch fundierten Wahl macht.

Entwicklungspsychologie

Entwicklungspsychologen wenden den Test auf Längsschnittstudien und Entwicklungsinterventionen an. Beispiele schließen den Vergleich der sozialen Fähigkeiten von Kindern vor und nach einem Trainingsprogramm für soziale Fähigkeiten ein, messen kognitive Fähigkeiten in zwei verschiedenen Entwicklungsstadien oder bewerten Verhaltensänderungen nach einer Erziehungsintervention.

Entwicklungsdaten beinhalten oft kleine Proben und Maßnahmen, die möglicherweise nicht parametrischen Annahmen entsprechen, insbesondere wenn mit speziellen Populationen oder seltenen Entwicklungsbedingungen gearbeitet wird.

Fortgeschrittene Überlegungen und Best Practices

Überprüfung der Symmetrie-Annahme

Bevor Sie den Wilcoxon Signed-Rank Test durchführen, sollten Sie überprüfen, ob die Verteilung der Unterschiede ungefähr symmetrisch ist.

Eine symmetrische Verteilung zeigt ungefähr gleiche Ausbreitung auf beiden Seiten des Zentrums, wobei der Mittelwert und der Median ungefähr gleich sind. Wenn Sie eine klare Schieflage mit einem langen Schwanz auf einer Seite beobachten, kann die Symmetrieannahme verletzt werden, und Sie sollten stattdessen den Zeichentest verwenden oder die Ergebnisse mit angemessener Vorsicht melden.

Einige Forscher verwenden auch formale Symmetrietests, obwohl visuelle Inspektion oft für praktische Zwecke ausreicht.Bedenken Sie, dass keine perfekte Symmetrie erforderlich ist - der Test ist relativ robust, um Abweichungen von der Symmetrie zu mäßigen, insbesondere bei größeren Stichprobengrößen.

Umgang mit Ausreißern

Ein Vorteil des Wilcoxon-Tests ist seine Robustheit gegenüber Ausreißern im Vergleich zu parametrischen Tests. Da der Test mit Ranglisten arbeitet und nicht mit Rohwerten, haben extreme Werte weniger Einfluss auf die Ergebnisse. Ein extrem großer Unterschied erhält einen hohen Rang, aber er beeinflusst die Teststatistik nicht unverhältnismäßig wie einen Mittelwert.

Wenn es sich um legitime, aber extreme Ausreißer handelt, ist der Wilcoxon-Test eine ausgezeichnete Wahl. Wenn es sich um Fehler handelt, korrigieren Sie sie vor der Analyse.

Größenbetrachtungen

Der Wilcoxon Signed-Rank Test kann mit sehr kleinen Stichprobengrößen, sogar mit nur 5-6 Paaren, verwendet werden, obwohl die Leistung begrenzt ist.

Bei größeren Stichproben (normalerweise n > 20-30) ist die Verteilung der Teststatistik der Normalität angenähert, und die Software verwendet eine z-Approximation. Diese Approximation ist im Allgemeinen genau und recheneffizient für große Datensätze.

Bei der Planung einer Studie sollten Sie eine Stromanalyse durchführen, um die Stichprobengröße zu bestimmen, die erforderlich ist, um einen Effekt einer bestimmten Größe mit ausreichender Leistung zu erkennen (normalerweise 0,80 oder höher), während die Stromanalyse für nichtparametrische Tests komplexer ist als für parametrische Tests, es stehen hierfür spezialisierte Software und Online-Rechner zur Verfügung.

One-Tailed vs. Two-Tailed Tests

Die meisten Anwendungen des Wilcoxon-Tests verwenden eine zweiseitige alternative Hypothese, bei der geprüft wird, ob es einen Unterschied zwischen den Bedingungen gibt, ohne die Richtung anzugeben.

Ein einseitiger Test ist nur dann angebracht, wenn Sie einen starken theoretischen oder praktischen Grund haben, einen Unterschied in einer bestimmten Richtung zu erwarten, und wenn Sie einen Unterschied in der entgegengesetzten Richtung als gleichbedeutend mit keinem Unterschied betrachten würden.

Wenn Sie einen einseitigen Test verwenden, müssen Sie die Richtung angeben, bevor Sie sich Ihre Daten ansehen, und Sie sollten diese Wahl in Ihrem Forschungsbericht begründen.

Mehrere Vergleiche und Family-Wise-Fehler

Wenn Sie mehrere Wilcoxon-Tests mit demselben Datensatz durchführen (z. B. den Vergleich mehrerer Ergebnismessungen oder mehrerer Zeitpunkte), erhöhen Sie das Risiko von Typ-I-Fehlern (falsch positive Werte), und ziehen Korrekturen für mehrere Vergleiche in Betracht, z. B. die Bonferroni-Korrektur, die Holm-Bonferroni-Methode oder die Kontrolle der Falschentdeckungsrate.

Die Bonferroni-Korrektur ist zwar konservativ, aber einfach: Teilen Sie Ihr Signifikanzniveau (z. B. 0,05) durch die Anzahl der Tests, die Sie durchführen. Wenn Sie 5 Tests durchführen, müsste jeder p < 0,01 als signifikant auf der familienmäßigen 0,05-Ebene angesehen werden.

Alternative Ansätze wie die Holm-Bonferroni-Methode oder das Benjamini-Hochberg-Verfahren bieten eine bessere Leistung bei gleichzeitiger Kontrolle der Fehlerquoten und sind bei vielen Tests möglicherweise vorzuziehen.

Meldeintervalle für das Vertrauen

Während p-Werte und Effektgrößen unerlässlich sind, liefern Konfidenzintervalle zusätzliche wertvolle Informationen über die Genauigkeit Ihrer Schätzung und die Bandbreite plausibler Werte für den wahren Effekt.

Vertrauensintervalle für den Wilcoxon-Test stellen typischerweise die mediane Differenz zwischen den Bedingungen dar, die mit speziellen Methoden berechnet werden können, und viele statistische Softwarepakete liefern sie automatisch. Das Vertrauensintervall gibt Ihnen einen Bereich, in dem Sie einigermaßen sicher sein können (z. B. 95% sicher), dass die wahre mediane Differenz liegt.

Die Meldung von Konfidenzintervallen neben p-Werten und Effektgrößen bietet ein vollständigeres Bild Ihrer Ergebnisse und hilft den Lesern, sowohl die statistische Signifikanz als auch die praktische Größenordnung des Effekts zu verstehen, den Sie erkannt haben.

Sicherstellung der Datenqualität und -integrität

Bevor Sie eine statistische Analyse durchführen, investieren Sie Zeit in die Datenbereinigung und -verifizierung. Überprüfen Sie auf Fehler bei der Dateneingabe, unmögliche Werte und Inkonsistenzen. Stellen Sie sicher, dass Ihre Paarung korrekt ist - wenn Sie die Beobachtungen verwechseln, wird dies Ihre Ergebnisse völlig ungültig machen.

Dokumentieren Sie Ihre Entscheidungen zur Datenbereinigung, einschließlich des Umgangs mit fehlenden Daten, Ausreißern und angewandten Transformationen. Diese Transparenz ist für die Reproduzierbarkeit unerlässlich und ermöglicht es anderen, die Angemessenheit Ihrer analytischen Entscheidungen zu bewerten.

Erstellen Sie einen klaren Audit-Trail, der den Fortschritt von Rohdaten bis zur endgültigen Analyse zeigt. Diese Dokumentation ist von unschätzbarem Wert, wenn Sie Ihre Analyse erneut durchführen müssen oder wenn Rezensenten Ihre Methoden in Frage stellen.

Häufige Fehler zu vermeiden

Verwenden Sie den falschen Test für Ihre Datenstruktur

Ein häufiger Fehler ist die Verwechslung des Wilcoxon Signed-Rank-Tests (für gepaarte Daten) mit dem Mann-Whitney U-Test (für unabhängige Proben). Dies sind völlig unterschiedliche Tests für verschiedene Forschungsdesigns. Immer überprüfen, ob Ihre Datenstruktur den Testanforderungen entspricht - der Wilcoxon Signed-Rank-Test erfordert gepaarte oder übereinstimmende Beobachtungen.

Ignorieren der Symmetrie-Annahme

Wenn dies nicht der Fall ist, kann dies zu irreführenden Ergebnissen führen. Wenn dies eindeutig gegen die Symmetrie verstößt, sollten Sie den Vorzeichentest verwenden oder Ihre Ergebnisse mit angemessener Vorsicht über die Verletzung der Annahme berichten.

Nur P-Werte melden

Die statistische Signifikanz allein sagt nicht die ganze Geschichte. Immer Effektgrößen melden, um die praktische Bedeutung Ihrer Ergebnisse zu kommunizieren. Ein statistisch signifikantes Ergebnis mit einer winzigen Effektgröße ist möglicherweise nicht praktisch aussagekräftig, während ein nicht signifikantes Ergebnis mit einer moderaten Effektgröße eher eine untermotorische Studie als einen echten Nulleffekt vorschlagen könnte.

Falscher Umgang mit Ties und Zeros

Wenn Sie dies tun, können Sie dies tun, wenn Sie dies tun, um dies zu tun, wenn Sie dies tun, und wenn Sie dies tun, dann sollten Sie dies tun.

Fehlinterpretation nicht signifikanter Ergebnisse

Ein nicht signifikantes Ergebnis beweist nicht, dass es keinen Unterschied zwischen den Bedingungen gibt – es bedeutet einfach, dass Sie nicht genügend Beweise haben, um zu dem Schluss zu kommen, dass es einen Unterschied gibt. Dies könnte auf einen echten Nulleffekt, eine unzureichende Stichprobengröße, eine hohe Variabilität oder andere Faktoren zurückzuführen sein. Vermeiden Sie den Schluss, dass die Bedingungen "gleich" sind, basierend auf einem nicht signifikanten p-Wert.

Nichtmeldung vollständiger Informationen

Unvollständige Berichterstattung macht es schwierig für Leser, Ihre Ergebnisse zu bewerten und für andere Forscher, Ihre Arbeit zu replizieren. immer die Teststatistik, Stichprobengröße, p-Wert, Effektgröße und beschreibende Statistiken für beide Bedingungen. Geben Sie genug Details, dass jemand anderes Ihre Analyse reproduzieren könnte.

Praktische Tipps für genaue Tests

Überprüfen Sie Ihre Datenpaarung

Wenn Sie die Daten in der Tabellenkalkulationssoftware verwenden, stellen Sie sicher, dass jede Zeile einen Teilnehmer oder ein passendes Paar darstellt, mit den beiden Bedingungen in getrennten Spalten.

Erstellen Sie für jeden Teilnehmer oder jedes Paar eine eindeutige Kennung und überprüfen Sie damit, ob Ihre Datenstruktur korrekt ist, bevor Sie die Analyse durchführen.

Visualisieren Sie Ihre Daten

Bevor Sie den Test durchführen, erstellen Sie Visualisierungen Ihrer Daten. Box-Plots, die beide Bedingungen nebeneinander zeigen, können das allgemeine Muster der Unterschiede aufdecken. Ein Histogramm der Unterschiede hilft Ihnen, die Symmetrieannahme zu beurteilen. Streudiagramme mit einer diagonalen Referenzlinie können die Beziehung zwischen gepaarten Beobachtungen zeigen.

Diese Visualisierungen helfen Ihnen nicht nur, Annahmen zu überprüfen, sondern bieten auch intuitive Möglichkeiten, Ihre Ergebnisse an Zielgruppen zu kommunizieren, die mit statistischen Tests möglicherweise nicht vertraut sind.

Verwenden Sie geeignete Software

Während es wertvoll ist, den manuellen Berechnungsprozess zu verstehen, verwenden Sie statistische Software für tatsächliche Analysen, um Berechnungsfehler zu minimieren und Genauigkeit zu gewährleisten. Beliebte Optionen sind SPSS, R, Python, SAS und Stata, die alle robuste Implementierungen des Wilcoxon Signed-Rank-Tests haben.

Unabhängig davon, welche Software Sie wählen, machen Sie sich mit dem spezifischen Implementierungs- und Ausgabeformat vertraut. Verschiedene Programme können leicht unterschiedliche Statistiken melden oder unterschiedliche Notationen verwenden, so dass das Verständnis des Ansatzes Ihrer Software für die korrekte Interpretation unerlässlich ist.

Dokumentieren Sie Ihren Analyseprozess

Bewahren Sie detaillierte Notizen über Ihre analytischen Entscheidungen auf, einschließlich der Gründe, warum Sie den Wilcoxon-Test gegenüber Alternativen gewählt haben, wie Sie mit fehlenden Daten oder Ausreißern umgegangen sind, und alle Annahmeprüfungen, die Sie durchgeführt haben.

Betrachten Sie reproduzierbare Forschungspraktiken wie R Markdown oder Jupyter-Notebooks, mit denen Sie Ihren Code, Ihre Ausgabe und Ihre narrative Erklärung in ein einziges Dokument integrieren können. Dieser Ansatz erhöht die Transparenz und erleichtert bei Bedarf die Überprüfung und Änderung Ihrer Analyse.

Konsultieren Sie statistische Ressourcen

Im Zweifelsfall sollten Sie statistische Lehrbücher, Online-Ressourcen oder einen statistischen Berater konsultieren. Der Wilcoxon Signed-Rank-Test ist in der statistischen Literatur gut dokumentiert, und es stehen zahlreiche Ressourcen zur Verfügung, die Ihnen helfen, die ordnungsgemäße Anwendung und Interpretation zu verstehen.

Berufsverbände wie die American Psychological Association (APA) und die American Statistical Association (ASA) bieten Richtlinien für die statistische Berichterstattung, die dazu beitragen können, dass Ihre Analyse den professionellen Standards entspricht.

Erwägen Sie, einen Statistiker zu konsultieren

Für komplexe Forschungsdesigns, ungewöhnliche Datenmuster oder Analysen mit hohem Einsatz sollten Sie sich an einen professionellen Statistiker wenden, der Ihnen bei der Auswahl des am besten geeigneten Tests helfen, die Einhaltung der Annahmen überprüfen und sicherstellen kann, dass Ihre Interpretation korrekt ist.

Viele Universitäten bieten statistische Beratungsleistungen für Forscher an, und professionelle statistische Berater stehen zur Verfügung, was Zeit sparen, Fehler vermeiden und die Qualität Ihrer Forschung stärken kann.

Interpretation von Ergebnissen im Kontext

Statistische vs. praktische Bedeutung

Ein statistisch signifikantes Ergebnis bedeutet einfach, dass der Effekt unwahrscheinlich zufällig ist, aber es bedeutet nicht notwendigerweise, dass der Effekt groß genug ist, um in der Praxis von Bedeutung zu sein.

Wenn man die Wirkungsgrößen interpretiert, dann kann es in manchen Bereichen sogar kleine Effekte geben, die praktisch wichtig sind, wenn sie sich im Laufe der Zeit ansammeln oder große Populationen betreffen. In anderen Kontexten können nur große Effekte sinnvoll sein. Nutzen Sie Ihr Domänenwissen und die vorhandene Literatur, um Ihre Interpretation zu leiten.

Alternative Erläuterungen

Ein signifikanter Wilcoxon-Test sagt Ihnen, dass die beiden Bedingungen unterschiedlich sind, aber er erklärt nicht warum. Betrachten Sie alternative Erklärungen für Ihre Ergebnisse, einschließlich Übungseffekte, Reifung, Regression zum Mittelwert oder andere verwirrende Variablen, die die beobachteten Unterschiede erklären könnten.

Starke Forschungsdesigns, die Kontrollgruppen, Randomisierung und sorgfältige Kontrolle von externen Variablen umfassen, helfen, alternative Erklärungen auszuschließen und kausale Rückschlüsse zu stärken.

Befunde zu früheren Forschungen

Interpretieren Sie Ihre Ergebnisse im Kontext der vorhandenen Literatur. Wie vergleichen Sie Ihre Ergebnisse mit früheren Studien? Sind Ihre Effektgrößen ähnlich wie andere berichtet haben? Wenn Ihre Ergebnisse von früheren Forschungen abweichen, sollten Sie mögliche Erklärungen wie methodische Unterschiede, Populationsunterschiede oder kontextuelle Faktoren berücksichtigen.

Diese Kontextualisierung hilft den Lesern, den Beitrag Ihrer Forschung und ihre Auswirkungen auf Theorie und Praxis zu verstehen.

Erweiterungen und verwandte Methoden

Friedman Test für mehrere Zeitpunkte

Wenn Sie mehr als zwei verwandte Messungen haben (z. B. Vortest, Nachtest und Nachuntersuchung), ist der Wilcoxon Signed-Rank-Test nicht geeignet, sondern verwenden Sie den Friedman-Test, der das nichtparametrische Äquivalent von wiederholten Messungen ist und drei oder mehr verwandte Messungen verarbeiten kann.

Nach einem signifikanten Friedman-Test können Sie post-hoc-paarweise Vergleiche mit Wilcoxon-Tests mit entsprechenden Korrekturen für mehrere Vergleiche durchführen, um zu ermitteln, welche spezifischen Zeitpunkte sich voneinander unterscheiden.

Hodges-Lehmann-Schätzung

Die Hodges-Lehmann-Schätzung liefert eine robuste Schätzung der Lageverschiebung zwischen gepaarten Bedingungen. Sie wird als Median aller möglichen paarweisen Mittelwerte berechnet und dient als nicht-parametrisches Analogon zur mittleren Differenz. Diese Schätzung kann zusammen mit dem Wilcoxon-Test angegeben werden, um zusätzliche Informationen über die Größe des Effekts zu liefern.

Bootstrapping für Confidence Intervals

Bootstrap-Methoden können verwendet werden, um Konfidenzintervalle für die Mediandifferenz oder andere Parameter von Interesse zu generieren, wenn herkömmliche Methoden nicht anwendbar sind oder wenn Sie einen verteilungsfreien Ansatz wünschen Bootstrapping beinhaltet wiederholtes erneutes Abtasten Ihrer Daten mit Ersetzen und Berechnung der Interessenstatistik für jede Reprobe, dann verwenden Sie die Verteilung dieser neu gesampelten Statistiken, um Konfidenzintervalle zu erstellen.

Real-World-Beispiel: Bewertung einer Stressreduktion Intervention

Nehmen wir an, ein Forscher möchte untersuchen, ob ein 6-wöchiges Achtsamkeitsmeditationsprogramm den wahrgenommenen Stress bei College-Studenten reduziert.

Studiendesign: Zwanzig College-Studenten vervollständigen die wahrgenommene Stressskala (PSS) vor Beginn des Meditationsprogramms und erneut nach Abschluss des 6-wöchigen Programms.

Datensammlung: Der Forscher sammelt gepaarte Daten von 20 Studenten. Ein Student brach aus, so dass 19 vollständige Paare übrig blieben. Die Daten zeigen, dass PSS-Werte nicht normal verteilt sind (Shapiro-Wilk-Test p = 0,03), was einen parametrischen gepaarten t-Test unangemessen macht.

Assumption Checking: Der Forscher überprüft, ob die Daten gepaart sind (gleiche Schüler werden zweimal gemessen), das PSS ist ein ordinales / kontinuierliches Maß und ein Histogramm der Unterschiede zeigt eine ungefähre Symmetrie.

Analyse: Mithilfe von SPSS führt der Forscher einen Wilcoxon Signed-Rank-Test durch. Die Ausgabe zeigt: Z = -3,21, p = 0,001, mit 15 negativen Rängen (Stress verringert), 3 positiven Rängen (Stress erhöht) und 1 Binde (keine Veränderung).

Effektgröße: Der Forscher berechnet r = 3,21 / √18 = 0,76 (unter Verwendung von n = 18 nach Ausschluss der Bindung), was auf eine große Effektgröße hinweist.

Deskriptive Statistik: Der Mediane PSS-Wert vor dem Programm war 28 (IQR = 24-32); Nach dem Programm war es 19 (IQR = 16-23), was einen Medianrückgang von 9 Punkten darstellt.

Interpretation: Der Forscher kommt zu dem Schluss, dass das Achtsamkeitsmeditationsprogramm den wahrgenommenen Stress bei College-Studenten mit einer großen Effektgröße signifikant reduziert. Die mediane Reduktion von 9 Punkten auf dem PSS stellt eine klinisch sinnvolle Verbesserung des Stressniveaus dar.

Berichten: "Ein Wilcoxon Signed-Rank-Test ergab, dass das Achtsamkeitsmeditationsprogramm die wahrgenommenen Stresswerte signifikant reduzierte (Z = -3,21, n = 18, p = 0,001, r = 0,76). Die mittleren PSS-Werte sanken von 28 (IQR = 24-32) vor dem Programm auf 19 (IQR = 16-23) nach Abschluss, was eine große Effektgröße und klinisch sinnvolle Stressreduktion darstellt."

Schlussfolgerung

Der Wilcoxon Signed-Rank-Test ist ein unschätzbares Werkzeug für psychologische Forscher, die mit gepaarten Daten arbeiten, die nicht den für parametrische Tests erforderlichen Annahmen entsprechen. Seine Robustheit gegenüber Nicht-Normalität und Ausreißern, kombiniert mit seiner Fähigkeit, ordinale Daten zu verarbeiten, macht es besonders gut geeignet für die Arten von Messungen, die üblicherweise in der psychologischen Forschung verwendet werden.

Wenn Sie verstehen, wann dieser Test zu verwenden ist, sorgfältig seine Annahmen überprüfen, die Analyse ordnungsgemäß durchführen und Ihre Ergebnisse einschließlich Effektgrößen gründlich melden, können Sie den Wilcoxon Signed-Rank-Test sicher anwenden, um wichtige Forschungsfragen zu beantworten.Bedenken Sie, dass statistische Tests Werkzeuge sind, die Ihnen helfen, Ihre Daten zu verstehen - sie sollten nachdenklich angewendet und im Kontext Ihrer Forschungsfrage, Ihres Studiendesigns und Ihres vorhandenen Wissens interpretiert werden.

Ob Sie die Wirksamkeit einer therapeutischen Intervention bewerten, die kognitive Leistung unter verschiedenen Bedingungen vergleichen oder einen anderen gepaarten Vergleich in der psychologischen Forschung bewerten, der Wilcoxon Signed-Rank-Test bietet einen leistungsstarken und flexiblen analytischen Ansatz. In Kombination mit sorgfältigem Forschungsdesign, geeigneter Datenerfassung und durchdachter Interpretation kann dieser Test wertvolle Einblicke in psychologische Phänomene liefern und sinnvoll zu unserem Verständnis des menschlichen Verhaltens und der mentalen Prozesse beitragen.

Für zusätzliche Hinweise zu nichtparametrischen statistischen Methoden in der Psychologie sollten Sie Ressourcen aus der Association for Psychological Science] oder umfassende Statistiklehrbücher mit Schwerpunkt auf psychologischen Forschungsmethoden untersuchen.