Gemischte ANOVA in R - Überprüfung der Normalitätsannahme

Neben weiteren Anforderungen muss für die gemischte ANOVA die abhängige Variable pro Gruppe für jeden Zeitpunkt annähernd normalverteilt sein.
➡️ Follow-up:    • Gemischte ANOVA in R - Berechnung und...  

Obwohl es drei Möglichkeiten gibt, die Normalverteilung zu testen, nämlich einen analytischen Tests (z.B. Shapiro-Wilk-Test), ein Histogramm oder einen Q-Q-Plot, zeige ich aus folgendem Grund nur den letzteren:
Wie bei allen analytischen Tests haben große Stichproben eine größere Power und werden signifikante Abweichungen von der Normalverteilung "finden", selbst wenn diese Abweichungen vernachlässigbar sind. Daher ist Vorsicht geboten, wenn man sich blind auf einen p-Wert eines analytischen Tests auf Normalverteilung verlässt .

Siehe hierzu, neben vielen anderen Veröffentlichungen, Lantz, B. (2013). The large sample size fallacy. Scandinavian journal of caring sciences, 27(2), 487-492.

Daher lege ich bei meinen Prüfungen den Schwerpunkt auf Histogramme oder q-q-Plots. Ich bevorzuge letzteres, da man das Histogramm mit einer geeigneten Säulenbreite auch leicht manipulieren kann. Hierzu nutze ich die ggqqplot()-Funktions des ggpubr-Pakets in R.

Letzter Hinweis: Eine z-Standardisierung vor der Erstellung eines Histogramms oder q-q-Plots ist optional.


Weitere Voraussetzungen:
======================
🎥    • Prüfung auf Homogenität der Kovarianz...  
🎥    • Gemischte ANOVA in SPSS - Varianzhomo...  


Noch mal zum Nachlesen auf meiner Homepage:
========================================
💡 Gemischte ANOVA (mixed ANOVA) in R:
https://bjoernwalther.com/gemischte-a...


📚 Literatur:
==========
Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics, SAGE.
Lantz, B. (2013). The large sample size fallacy. Scandinavian journal of caring sciences, 27(2), 487-492.


Mehr Tutorials und Begleitmaterial:
============================
🌐Meine Homepage: https://bjoernwalther.com/


Bei Fragen und Anregungen zu Gemischte ANOVA in R - Überprüfung der Normalitätsannahme, nutzt bitte die Kommentarfunktion. Ob ihr das Video hilfreich fandet, entscheidet ihr mit einem Daumen nach oben oder unten. #statistikampc


⭐Kanalmitglied⭐ werden:
=======================
   / @statistikampc_bjoernwalther  


⏰ Zeitstempel:
==============
0:00 Einführung und Überblick
0:22 Shapiro-Wilk-Test - warum man ihn nicht verwenden sollte
0:33 Q-Q-Plot Erstellung und Interpretation


Kanal unterstützen? 🙌🏼
===================
Paypal-Spende: https://www.paypal.com/paypalme/Bjoer...
Amazon Affiliate-Link: http://amzn.to/2iBFeG9

Danke für eure Unterstützung! ♥