Dies ist eine überholte Version, die am 2020-12-23 veröffentlicht wurde. Lesen Sie die aktuellste Version.

Der t-, Wilcoxon- und Binomial/Vorzeichen-Test für zwei verbundene Stichproben im psychotherapiewissenschaftlichen Forschungskontext

Empfehlungen für Anwendung und Interpretation

DOI:

https://doi.org/10.15135/2020.8.2.128-146

Abstract

In diesem zweiten Beitrag der Serie Statistik in der Psychotherapiewissenschaft wird die Anwendung des t-, Wilcoxon- sowie Binomial/Vorzeichen- Tests bei zwei verbundenen Stichproben im Sinne eines Best-Practice Ansatzes vorgestellt. Neben (1) Empfehlungen für eine optimale Verfahrenswahl, (2) dem Einsatz von Effektstärken, (3) der Bestimmung der Ergebnisrelevanz sowie (4) der Vorstellung von Reportkonventionen für die Ergebnisdarstellung wird vor allem (5) auf das Problemfeld der Zuverlässigkeit statistischer Entscheidungen im psychotherapiewissenschaftlichen Forschungskontext und (6) Möglichkeiten zur aktiven Einflussnahme durch die Forscher*innen eingegangen.

Literaturhinweise

American Psychological Association. (2020). Publication Manual of the American Psychological Association (7. Aufl.). Washington, DC: APA.

Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2. Aufl.). Hillsdale, N.J: L. Erlbaum Associates.

Beck, A.T., Steer, R.A., & Brown, G.K. (1996). Beck Depression Inventory (2. Aufl.). San Antonio: The Psychological Corporation.

Bortz, J. (2006). Statistik: Für Human-und Sozialwissenschaftler. Heidelberg: Springer Medizin.

Bortz, J., & Döring, N. (2016). Forschungsmethoden und Evaluation in den Sozial- und Humanwissenschaften (5. Aufl.). Berlin: Springer.

Bortz, J., & Schuster, C. (2010). Statistik für Human- und Sozialwissenschaftler (7. Aufl.). Berlin: Springer.

Fritz, O. F., Morris, P. E., & Richler, J. J. (2012). Effect Size Estimates: Current Use, Calculations, and Interpretation. Journal of Experimental Psychology, 141 (1), 2–18.

Grawe, K. (2005). (Wie) kann Psychotherapie durch empirische Validierung wirksamer werden? Psychotherapeutenjournal, 4(1), 4‒11.

Grawe, K. (1992). Psychotherapieforschung zu Beginn der neunziger Jahre [Psychotherapy research at the beginning of the nineties]. Psychologische Rundschau, 43(3), 132–162.

Jones, S. R., Carley, S., & Harrison, M. (2003). An introduction to power and sample size estimation. Emergency Medicine Journal, 20, 453‒458.

Krzywinski, M., & Altman, N. (2013). Power and sample size. Nature Methods, 10, 1139‒1140.

Kühner, C., Bürger, C., Keller, F., & Hautzinger, M. (2007). Reliabilität und Validität des revidierten Beck-Depressionsinventars (BDI-II). Befunde aus deutschsprachigen Stichproben. Der Nervenarzt, 78, 651‒656.

Messer, M., & Schneider, G. (2019). Statistik. Theorie und Praxis im Dialog. Berlin: Springer Spektrum.

Seistock, D., Bunina, A., & Aden, J. (2020). Der t-, Welch-und U-Test im psychotherapiewissenschaftlichen Forschungskontext. Empfehlungen für Anwendung und Interpretation. SFU Forschungsbulletin, 8(1), 87‒105.

Spinhoven, P., Klein, N., Kennis, M., Cramer, A. O., Siegle, G., Cuijpers, P., ... & Bockting, C. L. (2018). The effects of cognitive-behavior therapy for depression on repetitive negative thinking: a meta-analysis. Behaviour research and therapy, 106, 71‒85.

Wilcoxon, F. (1945). Individual Comparisons by Ranking Methods. Biometrics Bulletin, 1, 80–83.

Wilcoxon, F. (1947). Probability Tables for Individual Comparisons by Ranking Methods. Biometrics, 3(3), 119‒122.

Wilcox, R. (2012). Chapter 5 - Comparing Two Groups. In R. Wilcox (Hrsg.), Statistical Modelling and Decision Science. Introduction to Robust Estimation and Hypothesis Testing (S.137‒213) (Third Edition). San Diego: Academic Press.

Downloads

Veröffentlicht

2020-12-23 — aktualisiert am 2020-12-23

Versionen

Ausgabe

Rubrik

Statistik