Hallo,
entschuldigt, daß ich mich einmische, zumal ich davon nicht die große Ahnung habe, aber:
mit welchen kann ich am besten Signifikanzen nachweisen?
Was verstehst du darunter? Was ist denn eine Signifikanz? Ja, ja, ich weiß, du willst z.B. prüfen, ob sich die Mittelwerte zweier Stichproben unterscheiden. Dann machst du zB einen t-Test und wenn dabei ein p-Wert von kleiner 0.05 rauskommt, bezeichnest du die Mittelwerte als signifikant unterschiedlich.
Wahrscheinlich ist es nur flapsig fomuliert (darf man ja), aber Mediziner, die ich kenne, stolpern in ihren Arbeiten sehr über diese Sichtweise. Es gibt nämlich - so habe ich das mal gelernt (man korrigiere mich bitte bitte, wenn ich falsch liege!) - nicht „die Signifikanz“ die man nachweisen könnte. Du setzt dir eine tolerierbare Fehlerwahrscheinlichkeit für deine Aussage. Konventionell nehmen Biologen/Mediziner da 5%, d.h., wenn die Wahrscheinlichkeit, daß du eben den gemessenen Mittelwertunterschied zufälligerweise in den Stichproben findest, _obwohl_ der (unbekannte) wahre Mittelwert-Unterschied eigentlich keiner ist (das ist ja die Null-Hypothese), kleiner ist als 5%, dann gehst du davon aus, daß es auch wirklich einen Unterschied gibt. Du sagst dann: „der Unterschied ist signifikant“ - aber eigentlich mußt du noch das Fehlerniveau angeben, also „signifikant auf einem Fehlerniveau von 5%“ oder so ähnlich.
Wo viele dann vollkommen abbrechen ist, wenn sie diese „Signifikanz“ eben nicht erreichen, mit einem p-Wert von zB. 0.08. Und nun? Das ist nicht signifikant, was? Nee isses doch, nur eben auf einem Fehlerniveau von 8%. So what?
Ich meine, hier arbeiten viele an anspruchsvollen Tiermodellen und sonstwas und haben Mühe, 3-4 Tiere zusammenzubringen, mit denen man Messungen machen kann, und dann ändert sich ein wichtiger, vielversprechender Parameter, aber eben nicht signifikant auf einem Niveau von 5% (übrigends kann man bei 2x3 Tieren pro Gruppe keine Fehlerniveaus von unter 5% erreichen, auch wenn der t-Test das suggeriert). Sonnen die Armen jetzt alles in die Tonne treten, nicht veröffentlichen, die Tiere umsonst geopfert haben und an anderen Dingen weiterarbeiten? Gaenau das machen sie nämlich - weil sie eben an diese ominöse „absolute Signifikanz“ glauben, die sie ja nicht nachweisen konnten.
Abgesehen davon halte ich es für bedenklich, tolle Statistikprogramme zu verwenden, wenn man sich nicht auskennt, weil man dazu neigt, irgendwelche Tests durchzuführen, die bei der Fragestellung und den daten garnicht anwendbar sind. Auf der anderen Seite haben die wenigsten Reviewer und Ko-Referenten (in Bio/Med) hinreichend Ahnung, um das beurteilen zu können. Manche wollen überall p-Werte sehen, egal ob das Sinn macht oder nicht. Ein p-Wert macht ein Ergebnis aber nicht wissenschaftlicher.
Ich mußte das mal loswerden, sei mir nocht böse. Dieses Posting kann hilfreich sein, hoffe ich, oder Leute, die Ahnung haben, dazu animieren, meine Ansichten zu korrigieren, was für mich hilfreich wäre.
Liebe Grüße und viel Erfolg beim Zusammenschreiben wünscht
Jochen
PS: Da man heute nicht mehr umständlich kritische t-Werte in Tabellen nachschlagen muß, sondern die konkreten p-Werte direkt berechnen kann, braucht man eigentlich nicht mehr „die Signifikanz“ auf irgendeinem Niveau nachzuweisen, sondern man legt die Karten auf den Tisch und gibt einfach die Fehlerwahrscheinlichkeiten an!