Kendalls-Tau-b: Effektgröße und Teststärke?

Wissenschaft Mathematik
#1

Kendalls-Tau-b ist ja ein nonparametrisches Verfahren für die Berechnung von Zusammenhängen. Für meine BA habe ich dieses Verfahren nun oft angewendet und möchte jetzt Effektgröße und Teststärke berechnen. Wenn es für dieses nichtparametrische Verfahren eine Methode gibt, wäre ich für eine Erklärung dankbar.

Ich habe diese Rechnungen schon für t-Tests und ANOVAs mit dem Programm G*Power gemacht. Das war kein Problem. Korrelationen gehen dort aber nur über „Correlation: Point biserial model“ und das betrifft wohl lediglich Pearson und Spearman. Ggf. kann „so tun als ob“ man eine Pearson oder Spearman Korrelation gerechnet hat und den Kendall-Wert entsprechend trotzdem bei G*Power eingeben (falls es keine bessere Lösung gibt).

Wenn es die aber gibt oder, wenn es zur Zeit bei weitem gar kein Verfahren dazu gibt, wäre ich für einen Literaturhinweis dankbar. Sollte es mit G*Power (Correlation: Point biserial modell) gehen, dann ist die Teststärke auch kein Problem mehr. Ansonsten wäre ich hier auch für einen Rat dankbar.

Ein ähnliches Problem habe ich übrigens mit dem Kruskal-Wallis Test. Falls jemand also da noch Bescheid weiß, wäre das auch hilfreich.

Vielen Dank schon mal

PS

#2

Ich kenne nichts.

Google hat mich aber hier hin geschickt:
http://effectsizefaq.com/2010/05/31/128/

VG, Walter.

#3

Hi!

Kendalls Tau ist bereits ein Maß der Effektstärke, dessen Maximalausprägung -1 bzw. +1 ist.

Gruß,

Carsten

#4

HAllo,

fürdie Frage bin ich leider der falsche Ansprechpartner, weil ich die ganze Betrachtung von Effektgrößen für methodischen Schwachsinn halte, der aus einer Fehlinterpretation von Testprozeduren resultiert. Da du aber jetzt ja wahrscheinlich keine Diskussion über pro und contra Effektgrößen führen wolltest, klinke ich mich aus der Frage aus.

Trotzdem viel Erfolg bei deiner Arbeit!!

Andreas

#5

Hi,

bei SAS (http://support.sas.com/documentation/cdl/en/procstat…) ist eine Variante für die Berechnung der teststatistik angegeben, die dann in etwa normalverteilt sein soll. Unter Wiki findet sich eine andere approximation.
In beiden Fällen wäre es angebracht statt der Normalverteilung einen permutation test zu machen (basierend auf den angegebenen teststatistiken).

Generell kannst du als Effektgröße (die ja nicht viel aussagt) auch die Teststatistik da sie i.a. eine normierte Größe ist.

Grüße,
JPL

#6

mangels weiterer Kenntnisse kann 9ch hier leider nicht weiterhelfen

#7

Hallo und sorry,

aber da kann ich dir leider nicht weiter helfen. Gruss robert

#8

Ist das Problem noch aktuell? „So tun als ob“ kann man nicht, G*Power scheidet damit aus. Es selbst zu berechnen sollte machbar sein.

#9

Hi,

nein, das Problem ist nicht mehr aktuell. Ich habe nach langer Suche keine Lösung gefunden und aus diesem Grunde davon abgesehen, die Testsärke für die Korrelationen zu berechnen. Wenn es eine Methode gibt, dann habe ich die Quelle nicht gefunden, obwohl ich schon der Ansicht bin, dass ich genau recherchiert habe. Es ist im Endeffekt auch nur eine BA und mein Betreuer ist einverstanden. Hätte ich noch länger gesucht, wären meine Chancen rechtzeitig fertig zu werden sehr klein geworden. Trotzdem Danke der Nachfrage.

Beste Grüße

Ist das Problem noch aktuell? „So tun als ob“ kann man nicht,
G*Power scheidet damit aus. Es selbst zu berechnen sollte
machbar sein.