Zum Hauptinhalt springen

Verwenden Sie das G-Zeichen-Kriterium in Excel, um die statistische Signifikanz der Untersuchungsergebnisse zu bestimmen

Das G-Zeichenkriterium ist ein statistischer Test, mit dem Sie feststellen können, ob zwischen zwei verknüpften Stichproben statistisch signifikante Unterschiede bestehen. Es basiert auf einem nichtparametrischen Ansatz, der es ermöglicht, es anzuwenden, wenn die Daten nicht normal verteilt sind oder Ausreißer aufweisen.

Um einen Test mit einem G-Zeichen-Kriterium in Excel durchzuführen, müssen zwei Stichproben zugeordnet sein, z. B. Ergebnisse vor und nach dem Eingriff. Die Werte in jeder Stichprobe werden paarweise verglichen, und für jedes Paar wird ein Differenzzeichen definiert. Die Anzahl der positiven und negativen Zeichen wird dann berücksichtigt.

Die statistische Signifikanz der Ergebnisse wird durch den Vergleich der erhaltenen Anzahl positiver und negativer Zeichen mit den theoretischen Werten für eine zufällige Stichprobe bestimmt. Der Wert n = 50 wird als Kriterium für einen signifikanten α-Wert = 0,05 verwendet, wobei n die Anzahl der Paare ist. Wenn die Anzahl der positiven oder negativen Zeichen den beobachteten Wert für eine zufällige Stichprobe übersteigt, werden die Ergebnisse als statistisch signifikant angesehen.

Wie verwende ich G-Zeichenkriterium in Excel

Befolgen Sie diese Schritte, um das G-Zeichenkriterium in Excel zu verwenden:

  1. Geben Sie Ihre Daten in zwei Excel-Spalten ein. Die erste Spalte sollte die Werte «-» für negative Beobachtungen und den Wert «+» für positive Beobachtungen enthalten. Die zweite Spalte sollte numerische Werte enthalten, die Ihren Beobachtungen entsprechen.
  2. Wählen Sie die Zelle aus, in der Sie das Ergebnis des G-Zeichenkriteriums erhalten möchten.
  3. Verwenden Sie die GCRIT-Funktion in Excel, um das G-Kriterium der Zeichen zu berechnen. Das Format der Funktion ist =GCRIT(Vorzeichenbereich, Wertebereich, Wertebenen) . Wenn sich Ihre Daten beispielsweise in den Spalten A und B befinden und der Signifikanzgrad 0,05 beträgt, lautet die Formel wie folgt: =GCRIT(A1:A10, B1:B10, 0.05) .
  4. Drücken Sie die Eingabetaste, um das G-Kriterium der Zeichen zu berechnen.

Das Ergebnis des G-Zeichenkriteriums wird in der ausgewählten Zelle angezeigt. Wenn der Wert des G-Kriteriums der Zeichen größer als der kritische Wert ist, werden die Unterschiede in den Daten als statistisch vernachlässigbar angesehen. Wenn der Wert des G-Kriteriums der Zeichen kleiner als der kritische Wert ist, werden die Unterschiede als statistisch signifikant angesehen.

Die Verwendung des G-Zeichenkriteriums in Excel hilft Ihnen festzustellen, ob Unterschiede in den Daten statistisch signifikant oder zufällig sind. Dies erleichtert den Prozess der Analyse der Forschungsergebnisse und die Annahme informierter Entscheidungen.

Schritt 1: Daten eingeben

Stellen wir uns zum Beispiel vor, dass wir eine Studie über die Auswirkungen eines neuen Medikaments auf die Druckreduktion durchführen. Wir haben Daten vor und nach der Anwendung des Medikaments für jeden Patienten. Für jeden Patienten schreiben wir einen Wert von "1" auf, wenn der Druck abgenommen hat, und "0", wenn sich der Druck nicht verändert oder erhöht hat.

In Excel können wir zwei Spalten erstellen: Die erste Spalte enthält die Werte vor der Anwendung des Arzneimittels und die zweite Spalte enthält die Werte nach der Anwendung. Wir können diese Werte in jede Zelle der entsprechenden Spalte eingeben.

Nachdem wir alle Werte eingegeben haben, können wir mit dem zweiten Schritt fortfahren - der Analyse der Daten mit dem G-Zeichen-Kriterium.

Schritt 2: Zählen der Differenzen der untersuchten Werte

Um ein G-Kriterium für Zeichen durchzuführen, müssen die Unterschiede zwischen den untersuchten Werten berechnet werden. Die Differenz wird berechnet, indem der zweite Wert vom ersten subtrahiert wird. Wenn wir beispielsweise die Wirksamkeit von zwei Arzneimitteln A und B untersuchen und zwei Stichproben mit den Testergebnissen jedes Arzneimittels haben, berechnen wir für jedes Ergebnispaar die Differenz wie folgt:

Differenz = Ergebnis A ist Ergebnis B

Die resultierenden Differenzen werden in eine separate Spalte geschrieben. Dabei kann festgestellt werden, ob die Differenz positiv, negativ oder Null ist.

Schritt 3: Berechnen der Statistik G

Wir verwenden Microsoft Excel, um die Statistik der G-Kriterien der Zeichen zu berechnen. Sie müssen die Ergebnisse der Studie in eine Tabelle mit zwei Spalten schreiben: geben Sie in der ersten Spalte die Nummerierung der Beobachtungen an (1, 2, 3 usw.), und geben Sie in der zweiten Spalte die Ergebnisse an (z. B. Plus oder Minus).

Öffnen Sie zunächst Microsoft Excel und erstellen Sie ein neues Dokument. Geben Sie die Beobachtungsnummerierung in die erste Spalte ein, beginnend mit der ersten Zeile. Geben Sie dann in der zweiten Spalte die Ergebnisse der Studie ein - Vor- oder Nachteile für jede Beobachtung.

Nachdem Sie die Tabelle mit den Ergebnissen ausgefüllt haben, berechnen Sie die Statistiken des G-Kriteriums der Zeichen. Geben Sie dazu die Formel =GTEST(Ergebnisbereich) in eine beliebige freie Zelle ein. Wenn sich Ihre Ergebnisse beispielsweise in Spalte B befinden und Sie 10 Beobachtungen haben, lautet die Formel wie folgt: =GTEST(B1:B10) .

Nachdem Sie die Formel eingegeben haben, drücken Sie die Eingabetaste, und Excel berechnet automatisch die G-Kriterienstatistiken der Zeichen für Ihre Ergebnisse. Das Endergebnis wird in einer Zelle mit einer Formel angezeigt.

Jetzt wissen Sie, wie Sie die Statistiken der G-Kriterienzeichen für die Ergebnisse einer Studie in Microsoft Excel berechnen. Im nächsten Schritt werden wir untersuchen, wie die Ergebnisse zu interpretieren und ihre statistische Signifikanz zu bestimmen.

Schritt 4: Definieren von Freiheitsgraden

Formel zur Bestimmung der Freiheitsgrade in den G-Kriterien der Zeichen:

df - Freiheitsgrade;

n ist die Anzahl der Beobachtungen (Wertepaare) in der Studie.

Wenn wir beispielsweise 30 Wertepaare in einer Studie haben, sind die Freiheitsgrade 29 (df = 30 - 1).

Die Definition von Freiheitsgraden ist wichtig, um die Ergebnisse richtig zu interpretieren. Sie werden bei der Berechnung des kritischen Werts und der Bestimmung der statistischen Signifikanz der Untersuchungsergebnisse verwendet.

Schritt 5: Kritischen Wert abrufen

Um die statistische Signifikanz der Untersuchungsergebnisse zu bestimmen, verwenden wir das G-Kriterium der Zeichen. Um jedoch zu entscheiden, ob sich unsere Ergebnisse von der erwarteten zufälligen Verteilung unterscheiden, müssen wir die kritische Bedeutung kennen.

Ein kritischer Wert ist die Grenze, die unsere Statistik G überschreiten muss, damit wir die Ergebnisse als statistisch signifikant betrachten können. Der kritische Wert hängt von der Signifikanz ab, dh davon, wie bereit wir sind, einen Fehler der ersten Art zu begehen (die Nullhypothese abzulehnen, wenn sie tatsächlich wahr ist).

Um einen kritischen Wert für das G-Kriterium von Zeichen in Excel zu erhalten, können wir die Funktion NORM verwenden.S.INV. Diese Funktion gibt den umgekehrten normalen Verteilungswert für die angegebene Wahrscheinlichkeit zurück.

Um einen kritischen Wert bei einer Signifikanz von 0,05 (oder 5%) zu bestimmen, können wir eine Formel verwenden:

SignifikanzniveauKritischer Wert
0,05=NORM.S.INV(1-0,05/2)

Hier verwenden wir die Funktion NORM.S.INV, indem Sie ihr ein Argument (1 - Signifikanzstufe / 2) übergeben, um den Wert für den bilateralen kritischen Bereich zu erhalten. Das Ergebnis dieser Formel ist ein kritischer Wert für die angegebene Signifikanzstufe.

Nachdem wir einen kritischen Wert erreicht haben, können wir ihn mit der G-Statistik vergleichen, die wir in den vorherigen Schritten berechnet haben. Wenn die Statistik G einen kritischen Wert übersteigt, bedeutet dies, dass die Ergebnisse der Studie statistisch signifikant sind.

Schritt 6: Vergleichen von G-Statistiken mit einem kritischen Wert

Wenn der G-Wert den kritischen Wert übersteigt, wird der Unterschied zwischen den Gruppen als statistisch signifikant angesehen. Dies bedeutet, dass die Ergebnisse der Studie das Vorhandensein eines systematischen Unterschieds zwischen den Gruppen bestätigen.

Andernfalls, wenn der G-Wert kleiner als der kritische Wert ist, wird der Unterschied als statistisch unbedeutend angesehen. Dies bedeutet, dass die Ergebnisse der Studie das Vorhandensein eines systematischen Unterschieds zwischen den Gruppen nicht bestätigen.

Wenn wir also die G-Statistik mit dem kritischen Wert vergleichen, können wir Rückschlüsse auf die statistische Signifikanz der Forschungsergebnisse ziehen.

Schritt 7: Ergebnisse interpretieren

Nach der Analyse mit dem G-Zeichen-Kriterium in Excel haben wir statistische Ergebnisse erhalten, die es uns ermöglichen, Rückschlüsse auf die Bedeutung des untersuchten Phänomens zu ziehen.

Die folgende Tabelle enthält die wichtigsten Ergebnisse der Studie:

Die GruppeStichprobenvolumenAnzahl der positiven WerteAnzahl negativer WerteStatistischer Indikator (W)Signifikanzstufe (p)
Gruppe 1503515170.026
Gruppe 250252500.500

Gemäß den Ergebnissen wurde nur in Gruppe 1 ein statistisch signifikanter Unterschied zwischen den Gruppen 1 und 2 festgestellt. Die Signifikanzstufe (p) in Gruppe 1 beträgt 0.026, was kleiner ist als die allgemein akzeptierte Signifikanzstufe von 0.05. Dies bedeutet, dass der Unterschied zwischen positiven und negativen Werten in Gruppe 1 nicht zufällig ist und mit dem Einfluss des zu untersuchenden Faktors zusammenhängen kann.

In Gruppe 2 wurden keine statistisch signifikanten Unterschiede zwischen positiven und negativen Werten festgestellt. Der Signifikanzgrad (p) in dieser Gruppe beträgt 0.500, was weit über der allgemein akzeptierten Signifikanz liegt. Dies bedeutet, dass die Differenz zwischen positiven und negativen Werten in Gruppe 2 mit der Wahrscheinlichkeit und nicht mit dem Einfluss des untersuchten Faktors zusammenhängt.

Auf der Grundlage der durchgeführten Analyse können wir daher die statistische Signifikanz des Unterschieds zwischen den Gruppen 1 und 2 und das Fehlen statistisch signifikanter Unterschiede innerhalb der Gruppe 2 ableiten. Diese Ergebnisse können verwendet werden, um Forschungsannahmen zu bestätigen oder zu widerlegen und neue Informationen im untersuchten Bereich bereitzustellen.