Inferenzstatistik

Nonparametrische Verfahren

parametrische vs. nonparametrische Verfahren

  • Nonparametrische Verfahren können auch verteilungsfreie Verfahren genannt werden, da sie nicht voraussetzen, dass die Daten eine spezielle Verteilung (z.B. Normalverteilung) aufweisen, wie es bei den parametrischen Verfahren der Fall ist.
  • Zusätzlich sind sie auch bei Nominal- oder Ordinalskalenniveau anwendbar, während parametrische Verfahren immer mindestens ein Intervallskalenniveau voraussetzen.

Vorteile nonparametrischer Verfahren

  • Diese Verfahren können angewendet werden, wenn keine Klarheit bezüglich des Skalenniveaus herrscht, d.h. sie können auch angewendet werden wenn kein metrisches Skalenniveau vorliegt.
  • Sie eignen sich außerdem besonders gut für kleine Stichproben.
  • Ein weiterer Vorteil liegt darin, dass sie sich mit relativ einfachen Formeln berechnen lassen.

Nachteile nonparametrischer Verfahren

  • Ein Nachteil nonparametrischer Tests ist, dass sie stets eine geringere Teststärke (Power) besitzen als vergleichbare parametrische Verfahren.
  • Außerdem gibt es kaum multivariate Verfahren,
  • und es entsteht ein ziemlich großer Aufwand wenn man exakte Wahrscheinlichkeiten bei großen Stichproben berechnen möchte.

Quellen:

 

 

Sedlmeier, P. & Renkewitz, F. (2008). Forschungsmethoden und Statistik in der Psychologie.München: Pearson Studium.