SPSS-FORUM.DE

[Andreas1]

Hallo zusammen,

ich befasse mich grade mit einer Studie, in der ich 3 verschiedene Krebsdetektionsverfahren miteinander vergleiche. Daher gibt es 3 unabhängige Gruppen (1 nominale Variable pro Verfahren) mit einer dichotomen Ausprägung und zwar: Krebs ja/Krebs nein. Nun möchte ich analysieren, ob die Anzahl der detektierten Krebspatienten vom Verfahren abhängt. Die kann man soweit ich weiß ja sehr schön mit einer Kreuztabelle analysieren, wobei die Zeilen, also unabhängigen Variablen durch die 3 Verfahren und die Spalten also abhängigen Variablen durch die Aussage Krebs ja/nein gebildet werden.

Ich habe die also schon bei SPSS Chi Quadrat eingegeben und p=0,001 herausbekommen, also eine Signifikanz festgestellt. Leider weiß ich aber nicht ob zwischen welchen der 3 Verfahren diese Signifikanz festgestellt wurde. Gibt es hier auch so eine Art post hoc test wie z.B. bei ANOVA?
Zum Teil habe ich gelesen, dass man die 3 Verfahren händisch gegenrechnen muss, d.h. Verfahren 1 vs 2, 1 vs 3, 2 vs 3 etc. und dann den p Wert anpassen muss, aber das kann es doch nicht sein oderß

Schon einmal vielen lieben Dank für eure Hilfe!
LG

[ponderstibbons]

Nun möchte ich analysieren, ob die Anzahl der detektierten Krebspatienten vom Verfahren abhängt.

Bestehen daran Zweifel?

Gibt es hier auch so eine Art post hoc test wie z.B. bei ANOVA?

Schau mal unter "Zellen" in Fenster für Kreuztabellen, vielleicht geht es Dir um sowas.

LG

wtf

Mit freundlichen Grüßen

PonderStibbons

[Andreas1]

Hey, erst einmal Danke für deine Antwort!

Nun möchte ich analysieren, ob die Anzahl der detektierten Krebspatienten vom Verfahren abhängt.


Bestehen daran Zweifel?

Ja klar Sonst würde ich das ja nicht analysieren

Gibt es hier auch so eine Art post hoc test wie z.B. bei ANOVA?


Schau mal unter "Zellen" in Fenster für Kreuztabellen, vielleicht geht es Dir um sowas.

Ich habe bereits bei Zellen -> Z Werte anzeigen und p Werte anpassen (nach Bonferroni) ausgewählt. Allerdings wird mir nur angezeigt, dass sich die Gruppen von einander unterschieden aber nicht genau gesagt welche.
Anbei ein Screenshot: hier sieht man zwar die prozentuale Verteilung zwischen den 3 Verfahren (benigne = kein Krebs, maligne = Krebs) und sieht auch, dass es einen signifikanten Unterschied generell gibt (Chi Quadrat p = 0,001), allerdings weiß ich nicht zwischen Welchen der 3 Verfahren mit welchem p Wert es nun einen Unterschied gibt. Ich hoffe, ich habe mein Problem soweit verständlich rübergebracht?

Liebe Grüße

[ponderstibbons]

Ja klar Sonst würde ich das ja nicht analysieren

Ich würde nie daran zweifeln, dass verschiedene diagnostische Verfahren
nicht exakt 100% übereinstimmen.

Ich habe bereits bei Zellen -> Z Werte anzeigen und p Werte anpassen (nach Bonferroni) ausgewählt. Allerdings wird mir nur angezeigt, dass sich die Gruppen von einander unterschieden aber nicht genau gesagt welche.

Zeilen und Spalten vertauschen.

Mit freundlichen Grüßen

PoderStibbons

[Andreas1]

Ich würde nie daran zweifeln, dass verschiedene diagnostische Verfahren
nicht exakt 100% übereinstimmen.

Sie sollen ja auch nicht 100% übereinstimmen, sondern sich bei einer entsprechenden Fallgröße voneinander signifikant unterscheiden. So selbstverständlich ist das nicht.

Wenn ich die Zeilen und Spalten vertausche kommt genau dasselbe Ergebnis heraus (siehe Anhang). Hier kann sieht man wieder, dass die Verfahren sich unterscheiden, allerdings immer noch nicht welche genau. Oder mache ich da noch etwas falsch?

Liebe Grüße

[ponderstibbons]

Sie sollen ja auch nicht 100% übereinstimmen, sondern sich bei einer entsprechenden Fallgröße voneinander signifikant unterscheiden.

Du verwechselst eventuell inferenzstatistisch signifikant mit signifikant im Sinne von
bedeutsam, wichtig, aussagekräftig? Inferenzstatistsch signifkant befasst sich
lediglich mit dem Problem, ob man eine Nullhypothese zurückweisen kann,
die da lautet "die Verfahren unterscheiden sich in der Grundgesamtheit
um exakt den Betrag 0,0000000000000....".

Wenn es von vornherein klar ist, die Methoden unterscheiden sich, dann
sind "nicht-signfikante" Ergebnisse einer zu kleinen Stichprobe geschuldet
und "statistisch signifikante" Ergebnisse sind uninformativ.

Wenn ich die Zeilen und Spalten vertausche kommt genau dasselbe Ergebnis heraus (siehe Anhang).

Genaus dasselbe? Die linke Spalte unterscheidet sich von der rechten
(Verteilung benigne/maligne ca. 50:50 versus 25:75, die Prozente sollten
besser spaltenweise betrachtet werden, nicht zeilenweise) statistisch
signifikant, die mittlere von beiden nicht, das ist doch was anderes als
beim ersten Versuch.

Mit freundlichen Grüßen

PonderStibbons

[Andreas1]

Erst einmal vielen lieben Dank für die Antwort.

Du verwechselst eventuell inferenzstatistisch signifikant mit signifikant im Sinne von
bedeutsam, wichtig, aussagekräftig? Inferenzstatistsch signifkant befasst sich
lediglich mit dem Problem, ob man eine Nullhypothese zurückweisen kann,
die da lautet "die Verfahren unterscheiden sich in der Grundgesamtheit
um exakt den Betrag 0,0000000000000....".

Wenn es von vornherein klar ist, die Methoden unterscheiden sich, dann
sind "nicht-signfikante" Ergebnisse einer zu kleinen Stichprobe geschuldet
und "statistisch signifikante" Ergebnisse sind uninformativ.

Klar, letzten Endes unterscheidet sich alles signifikant von einander, solange man nur eine möglichts große Stichprobe hat. Aber ich denke wir kommen hier von meiner eigentlichen Frage ab.

Genaus dasselbe? Die linke Spalte unterscheidet sich von der rechten
(Verteilung benigne/maligne ca. 50:50 versus 25:75, die Prozente sollten
besser spaltenweise betrachtet werden, nicht zeilenweise) statistisch
signifikant, die mittlere von beiden nicht, das ist doch was anderes als
beim ersten Versuch.

Das stimmt. Spaltenweise ist besser (siehe Anhang). Wahrscheinlich stehe ich grade auf´m Schlauch, aber ich sehe nicht woran man die statistische Signifikanz festmachen kann. Klar sieht man, dass es sehr starke Unterschiede (links 50%maligne vs. rechts 76% maligne) gibt, allerdings nicht ob und wie stark (p-Wert) dies wirklich signifikant ist.

Liebe Grüße

[ponderstibbons]

Steht doch drunter, p < 0,05 ist als Schwelle angesetzt.

Mit freundlichen Grüßen

PonderStibbons

[Andreas1]

Ah so wird ein Schuh draus: Für alle, die es auch vorher noch nicht verstanden haben: bei SPSS muss man bei Kreuztabellen -> Zellen -> Spaltenanteile vergleichen anklicken und sich dann die jeweiligen Buchstaben anschauen (bei mir im Beispiel a,b,c). Falls die Verfahren den gleichen Buchstaben teilen, unterscheiden sie sich nicht sigfnifikant untereinander. Falls sie nicht den gleichen Buchstaben haben (z.b. a und b) unterscheiden sie sich mit p<0,05.

Allerdings gibt es hier noch das Problem, dass man nur weiß, dass sie sich mit p<0,05 unterscheiden, man weiß nicht wie klein der p-Wert wirklich ist.... Oder sehe ich das falsch?

Für alle, die auch noch den Fehler erster Art (alpha) bei Mehrfachtestung miteinbeziehen wollen müssen zusätzlich bei Kreuztabellen -> Zellen -> Spaltenanteile vergleichen -> p Werte anpassen nach Bonferroni anklicken. Das habe ich auch gemacht. Allerdings wird ja in der Literatur behauptet, dass die Bonferroni Anpassung relativ streng ist und man besser mit der False Discovery Rate (FDR) nach Benjamini-Hochberg arbeiten soll. Weiß einer wie man das bei SPSS macht?

Danke schon einmal für deine Hilfe PonderStibbons