Zwei binäre Reihen auf Änderung prüfen
mittels McNemar-Test
Einen McNemar-Test für abhängige Stichproben rechnen, in R, wir haben 2 Datenspalten mit Binärdaten, d.h. nur Null oder Eins,
beispielsweise der Befragte stimmt zu vs. er stimmt nicht zu, z.B. vor und nach einem Vortrag.
|
Ein McNemar-Test klärt die Frage "Unterscheiden sich meine zwei binären Reihen nun, oder nicht?" (es gibt 2 Datenspalten mit jeweils nur Nullen und Einsen)
Die Nullhypothese lautet auf "keine Änderung (genauer die Abweichungen von 0 zu 1 sind nicht häufiger als die Abweichungen von 1 zu 0)",
die Alternativhypothese, dass keine Unterschiede existieren (z.B. dass die Zustimmungsrate nach einem Vortrag steigt).
Man möchte (wie immer), die Nullhypothese verwerfen und die Alternativhypothese annehmen.Das schöne an einem McNemar-Test ist: Er braucht keinerlei Voraussetzungen (keine Normalverteilung, keine homogenen Varianzen und einiges mehr). Nötig ist nur, dass man zwei Datenreihen hat und eine binäre Zielvariable. Ein Beispiel: Eine Gruppe wird zweimal gefragt, z.B. stimmen Sie der These eines Vortrags zu (z.B. Kalorienrestriktion ist eher ein Gesundheistvorteil als ein Risiko oder gilt das Gegenteil). Hier würde ein McNemar-Test prüfen, ob es einen Änderungseffekt gibt, speziell ob Leute, die vor einem wissenschaftlichen Vortrag nicht zugestimmt haben, es danach tun. Von Interesse sind nun Diejenigen, die vorher nicht, später aber zugestimmt haben, umgekehrt auch Diejenigen, bei denen es umgekehrt war (vorher zugestimmt, nach dem Vortrag aber nicht mehr). Interpretativ könnte man das am Ende so sagen (wenn p ≤ 0.05): "nach dem Vortrag steigt die Zustimmung". Eine mutige Interpretation wäre: Eine Aufklärung wirkt. Tipp: Ersetzen Sie die die zwei Messzeitpunkte aus dem obigen Beispiel einfach mit Ihren eigenen Daten, z.B. T1 vs. T2 und einen 2-kategorialen Messwert, der auf einer Zeitachse erhoben wird (vorher / nachher oder morgens / abends oder vor Therapie vs. danach). | ||||||||||||||||||||
Sie möchten einen McNemar-Test rechnen. Einen McNemar-Test mit R rechnen.
Am schnellsten geht es definitiv mit R. Wir brauchen hier lediglich eine Datenliste und 2 Zeilen R-Code.
Wenn Sie R oder RStudio gestartet haben, lassen Sie nun diese Zeilen laufen:
x = data.frame(vorher = c(0,0,1,0,0,1,1,0,0), nachher = c(1,1,1,0,0,1,0,1,1))
mcnemar.test(x$vorher, x$nachher) Schlussfolgerung: Der p-Wert fällt mit p= 0.3711 über die Schranke von 0.05, d.h. hier muss man die Nullhypothese beibehalten. Interpretation: Durch den Vortrag findet keine Änderung im Zustimmungsverhalten statt (p = 0.3711, McNemar-Test). Er war offensichtlich nicht überzeugend genug. |
