McNemar-Test-Rechner

Testet gepaarte binaere Aenderungen mit exaktem Binomial- oder korrigiertem Chi-Quadrat-McNemar-Test

Beispielergebnisse

1 Beispiele

Binaere Vorher-Nachher-Aenderung testen

Verwendet McNemar fuer asymmetrische Aenderungen gepaarter Ja/Nein-Antworten

{
  "result": {
    "discordantPairs": 15,
    "exactPValue": 0.0352,
    "pValue": 0.0352,
    "rejectNull": true
  }
}
Eingabeparameter anzeigen
{ "beforeYesAfterYes": 20, "beforeYesAfterNo": 3, "beforeNoAfterYes": 12, "beforeNoAfterNo": 25, "method": "exact", "alpha": 0.05, "decimalPlaces": 4 }

Wichtige Fakten

Kategorie
Mathe, Datum & Finanzen
Eingabetypen
number, select
Ausgabetyp
json
Sample-Abdeckung
4
API verfügbar
Yes

Überblick

Der McNemar-Test-Rechner analysiert signifikante Änderungen in gepaarten binären Daten, wie sie häufig bei Vorher-Nachher-Studien auftreten. Das Tool berechnet wahlweise den exakten Binomialtest oder den Chi-Quadrat-Test, um festzustellen, ob eine Intervention eine statistisch messbare Wirkung auf die Kategoriewechsel innerhalb derselben Gruppe hat.

Wann verwenden

  • Analyse von Vorher-Nachher-Studien mit binären Antwortmöglichkeiten wie Ja/Nein oder Erfolg/Misserfolg.
  • Vergleich der Sensitivität und Spezifität von zwei verschiedenen Diagnoseverfahren an derselben Patientengruppe.
  • Untersuchung von Meinungsänderungen in Panel-Befragungen nach einem spezifischen Ereignis oder einer Intervention.

So funktioniert es

  • Geben Sie die Häufigkeiten für die vier Felder der 2x2-Kontingenztabelle ein, wobei der Fokus auf den diskordanten Paaren (Änderungen) liegt.
  • Wählen Sie die Berechnungsmethode: 'Exakt binomial' für kleine Stichproben oder 'Chi-Quadrat' für größere Datensätze.
  • Legen Sie das Signifikanzniveau (Alpha) fest, um die statistische Relevanz des Ergebnisses zu bewerten.
  • Das Tool berechnet automatisch den p-Wert und bestimmt, ob die Nullhypothese einer Gleichverteilung der Änderungen abgelehnt werden kann.

Anwendungsfälle

Medizinische Wirksamkeitsstudien zur Heilungsrate vor und nach einer medikamentösen Behandlung.
Marktforschung zur Messung der Markenpräferenz bei Konsumenten vor und nach einer Werbekampagne.
Software-Usability-Tests zur Messung der Fehlerquote von Nutzern vor und nach einem System-Update.

Beispiele

1. Wirksamkeit einer Therapie prüfen

Klinischer Forscher
Hintergrund
Eine Studie untersucht, ob Patienten nach einer neuen Therapieform weniger Schmerzen angeben als zuvor.
Problem
Es muss statistisch belegt werden, ob die Anzahl der Patienten ohne Schmerzen signifikant zugenommen hat.
Verwendung
Eingabe der Patientenanzahl, die von 'Schmerz' zu 'Kein Schmerz' wechselte und umgekehrt.
Beispielkonfiguration
beforeYesAfterNo: 15, beforeNoAfterYes: 2, method: 'exact', alpha: 0.05
Ergebnis
Ein p-Wert von 0,0012 bestätigt, dass die Therapie eine signifikante Verbesserung bewirkt hat.

2. Einfluss von Werbung auf Kaufabsicht

Marketing-Analyst
Hintergrund
100 Testpersonen wurden vor und nach einem Werbespot gefragt, ob sie das Produkt kaufen würden.
Problem
Hat der Werbespot die Kaufbereitschaft in der Zielgruppe messbar verändert?
Verwendung
Eintragen der Wechselwähler (Ja zu Nein und Nein zu Ja) in den Rechner.
Beispielkonfiguration
beforeYesAfterNo: 5, beforeNoAfterYes: 20, method: 'chi-square', alpha: 0.05
Ergebnis
Die Analyse zeigt eine signifikante Steigerung der Kaufabsicht, da deutlich mehr Personen von 'Nein' zu 'Ja' wechselten.

Mit Samples testen

math-&-numbers

FAQ

Was ist der Unterschied zwischen dem exakten und dem Chi-Quadrat-McNemar-Test?

Der exakte Test nutzt die Binomialverteilung und ist präziser bei kleinen Fallzahlen, während der Chi-Quadrat-Test für große Stichproben geeignet ist.

Was sind diskordante Paare beim McNemar-Test?

Es handelt sich um die Fälle, in denen sich die Antwort zwischen den beiden Messzeitpunkten geändert hat (z. B. von Ja zu Nein).

Warum werden die Werte für 'Ja/Ja' und 'Nein/Nein' nicht für den p-Wert genutzt?

Der McNemar-Test prüft nur die Richtung der Änderung; konstante Ergebnisse liefern keine Information über die Verschiebung der Anteile.

Wann sollte ich diesen Test statt eines t-Tests verwenden?

Verwenden Sie McNemar für nominale (kategoriale) Daten und den t-Test für metrische (kontinuierliche) Daten.

Was bedeutet ein p-Wert kleiner als 0,05?

Es deutet darauf hin, dass die beobachtete Änderung in der Gruppe statistisch signifikant ist und wahrscheinlich nicht durch Zufall entstand.

API-Dokumentation

Request-Endpunkt

POST /de/api/tools/mcnemar-test-calculator

Request-Parameter

Parameter-Name Typ Erforderlich Beschreibung
beforeYesAfterYes number Nein -
beforeYesAfterNo number Nein -
beforeNoAfterYes number Nein -
beforeNoAfterNo number Nein -
method select Nein -
alpha number Nein -
decimalPlaces number Nein -

Antwortformat

{
  "key": {...},
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}
JSON-Daten: JSON-Daten

MCP-Dokumentation

Fügen Sie dieses Tool zu Ihrer MCP-Server-Konfiguration hinzu:

{
  "mcpServers": {
    "elysiatools-mcnemar-test-calculator": {
      "name": "mcnemar-test-calculator",
      "description": "Testet gepaarte binaere Aenderungen mit exaktem Binomial- oder korrigiertem Chi-Quadrat-McNemar-Test",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=mcnemar-test-calculator",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Sie können mehrere Tools verketten, z.B.: `https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`, maximal 20 Tools.

Wenn Sie auf Probleme stoßen, kontaktieren Sie uns bitte bei [email protected]