Chi-Quadrat-Anpassungstest in SPSS rechnen

von | Jun 2, 2021 | Chi-Quadrat, Einstichprobentests, SPSS

Ziel des Chi-Quadrat (Chi²)-Anpassungstests in SPSS

Der Chi²-Anpassungstest prüft eine kategoriale/nominale (wahlweise auch ordinale) Variable auf eine hypothetische Verteilung. Der einfachste Fall wäre die Gleichverteilung, also das jede Ausprägung in etwa gleich häufig vorkommt. Jedwede andere Verteilungsannahme kann auch geprüft werden.

 

Voraussetzungen des Chi²-Anpassungstests in SPSS

  • Eine nominale skalierte Variable mit mindestens zwei Ausprägungen (ordinal funktioniert auch)
  • Die Fälle sollten unabhängig voneinander sein.
  • Eine vermutete Verteilung, auf die getestet werden soll

 

Durchführung des Chi²-Anpassungstests in SPSS – ein Beispiel

Die Nullhypothese beim Chi²-Anpassungstests geht stets von Gleichheit der beobachteten und erwarteten Häufigkeiten aus.

In meinem Datensatz möchte ich zunächst prüfen, ob die Wohnsituation meiner Probanden gleichverteilt ist. Also kommt jede der drei Ausprägungen (Wohnung, Reihenhaus, Einfamilienhaus) über die Probanden hinweg gleich oft vor? In meinem Beispiel müssten bei 51 Probanden demnach jede der drei Ausprägungen 17 Mal vorkommen.

 

„Klassische Dialogfelder“

Der Chi²-Anpassungstests ist zu finden unter Analysieren -> Nicht parametrische Tests -> Klassische Dialogfelder -> Chi-Quadrat.

Aus den im Datensatz vorhandenen Variablen (linkes Feld) ist die Testvariable herauszusuchen und in das rechte Feld („Testvariablen“) aufzunehmen.

 

Unterstellte Gleichverteilung

Sollte man eine ungefähre Gleichverteilung erwarten, wird im Bereich „Erwartete Werte“ die Markierung bei „Alle Kategorien gleich“ belassen.

Chi-Quadrat-Anpassungstest SPSS

 

Unterstellte andere Verteilung

Erwartet man allerdings andere Häufigkeiten, kann man dies bei „Werte“ eingeben. Die Werte werden hier entsprechend der Reihenfolge bei den Wertelabels eingegeben. Die Wohnung hat die Ausprägung 1 und würde als Erstes einen Wert eingetragen (z.B. 15) bekommen. Das Reihenhaus (Ausprägung 2) erwarte ich auch 15 Mal, das Einfamilienhaus (3) allerdings 21 Mal.
WICHTIG: Die Summe der erwarteten Anzahlen sollte der Beobachtungen entsprechen – in meinem Fall 51.

Chi-Quadrat-Anpassungstest SPSS

 

Unter „Optionen“ kann man sich noch deskriptive Statistiken ausgeben lassen, also N, Mittelwert, Standardabweichung, Minimum und Maximum. Dies ist nicht zwingend notwendig, teilweise bei kategorialen Variablen sogar irreführend. Einen Mittelwert bei der Wohnsituation kann man kaum interpretieren, sodass diese Option nur bei ordinalen Testvariablen sinnvoll ist.

Chi-Quadrat-Anpassungstest SPSS

 

Erwartet man Häufigkeiten unter 5, sollte man zusätzlich beim Button „Exakt“ die Option „Exakt“ auswählen. Das sollte man deswegen wählen, da die in solchen Fällen asymptotisch ermittelte Signifikanz verzerrt ist.

Chi-Quadrat-Anpassungstest SPSS

 


 

Neue Dialogfelder

Der Chi²-Anpassungstests ist ebenso über die neuen Dialogfelder zu finden, unter Analysieren -> Nicht parametrische Tests -> Eine Stichprobe.

Als Nächstes ist im Reiter „Felder“ die Testvariable einzufügen bzw. alle Variablen die nicht Testvariablen sind, aus diesem Feld zu entfernen.

Chi-Quadrat-Anpassungstest SPSS

 

Im nächsten Schritt geht es in den Reiter „Einstellungen“

Hier geht es darum, den richtigen Test auszuwählen. Zwar funktioniert auch die automatische Auswahl recht gut, aber man sollte hier schon den gewünschten Test direkt auswählen, speziell wenn nicht auf Gleichverteilung geprüft wird. Chi-Quadrat-Anpassungstest SPSS

 

Erneut besteht hier die Möglichkeit unter Optionen die erwarteten Häufigkeiten einzugeben, sofern man nicht von einer Gleichverteilung ausgeht. Auch hier gilt, die Summe der Häufigkeiten sollte der Anzahl der Beobachtungen entsprechen – hier 51. Die Bezeichnung „Relative Häufigkeit“ ist hier etwas unglücklich gewählt, da dies Prozentwerte suggeriert. Es sind aber absolute Häufigkeiten der jeweiligen Merkmalsausprägung gemeint. Analog zu oben müssen die Wertelabels der Ausprägungen hier beachtet werden.

 

Chi-Quadrat-Anpassungstest SPSS

 

Geht man von einer Gleichverteilung aus, muss offensichtlich nichts geändert werden.

 

Chi-Quadrat-Anpassungstest SPSS

 

Zu guter Letzt noch der Hinweis, dass bei erwarteten Häufigkeiten unter 5 an dieser Stelle kein exakter Test, auch nicht unter Testoptionen, angefordert werden kann und dies nur über die „klassischen Dialogfelder“ (siehe oben) möglich ist.

 


 

Interpretation der Ergebnisse des Chi²-Anpassungstests in SPSS

Output der „Klassischen Dialogfelder“

Nach Klick auf OK erhält man eine kleine Übersicht an Ergebnistabellen. Die Tabelle Häufigkeiten zeigt die beobachteten und erwarteten Häufigkeiten sowie die Residuen. Die Residuen sind die Abweichungen der erwarteten von den beobachteten Häufigkeiten. Je geringer die Residuen, desto geringer sind die Abweichungen und desto wahrscheinlicher ist das Beibehalten der Nullhypothese.

Chi-Quadrat-Anpassungstest in SPSS

 

Wir können in meinem Fall sehen, dass durchaus Unterschiede bestehen, also die Residuen verschieden von Null sind. Wichtiger ist nun aber die Tabelle „Teststatistiken„.
Hier stehen die Chi-Quadrat-Teststatistik (6,118), die Freiheitsgrade (df (2)) sowie die Asymptotische Signifikanz (0,047) – die exakte Signifikanz spielt bei erwarteten Häufigkeiten ab 5 keine Rolle, steht hier also nur als Platzhalter. Aus Teststatistik und Freiheitsgraden wird die Signifikanz ermittelt, was SPSS bequemerweise für uns berechnet. Diese ist nun dem Alphaniveau gegenüberzustellen.
Bei einem Alpha von 5% würde man aufgrund der darunter liegenden Signifikanz von 0,047 die Nullhypothese keines Unterschiedes verwerfen und die Alternativhypothese eines Unterschiedes annehmen. Der Chi²-Anpassungstest kommt hier zum Ergebnis, dass die Wohnsituation meiner Probanden nicht der unterstellten Verteilung (hier: Gleichverteilung) entspricht.

 


 

Output der neuen Dialogfelder

Hier ist bereits auf einen Blick erkennbar, was mit der Nullhypothese zu geschehen hat – sofern man das Alphaniveau auf 5% setzt. Die Nullhypothese wird zugunsten der Alternativhypothese verworfen. Der Chi²-Anpassungstest kommt logischerweise auch hier zum Ergebnis, dass die Wohnsituation meiner Probanden nicht der unterstellten Verteilung (hier: Gleichverteilung) entspricht. Chi-Quadrat-Anpassungstest SPSS

 

Ein kleiner Zusatz der Auswertung über die neuen Dialogfelder ist die grafischer Darstellung der erwarteten und beobachteten Häufigkeiten in einem gruppierten Säulendiagramm. Hübsch anzuschauen, allerdings finde ich es nicht gelungen die y-Achse nicht bei 0 beginnen zu lassen. Chi-Quadrat-Anpassungstest SPSS

 

Hier bevorzuge ich dann doch eher die tabellarische Darstellung, die bei den klassischen Dialogfeldern ausgegeben wird.

 

Videotutorial

Dieses Video ansehen auf YouTube.

 

Weitere nützliche Tutorials findest du auf meinem YouTube-Kanal.  

 

Tipp zum Schluss

Findest du die Tabellen von SPSS hässlich? Dann schau dir mal an, wie man mit wenigen Klicks die Tabellen in SPSS im APA-Standard ausgeben lassen kann.

 

Hat dir der Beitrag geholfen?

Dann würde ich mich über eine kleine Spende freuen, die es mir erlaubt, weiterhin kostenfreie Inhalte zu veröffentlichen.

Vielen Dank und viel Erfolg!

Über mich

Björn Walther

Excel- und SPSS-Experte

YouTube-Kanal

Excel Online-Kurs

YouTube-Kanal