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
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-&-numbersFAQ
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.