SPSS-FORUM.DE

[miner]

Hi,

meinem Verständnis nach rangiert der p-Wert in einem offenen Intervall, 0 kleiner p kleiner 1. D.h. der p-Wert kann die Werte Null und Eins per Definition nie annehmen.

SPSS zeigt manchmal p = .000 an. Das sind dann Rundungsfehler, da SPSS den Wert nach drei Nachkommastellen abschneidet. Wenn man mit der Maus doppelt auf die .000 klickt, wird einem der wahre Wert angezeigt (ein sehr kleiner Wert, z.B. .0000001261 oder was in der Art).

Manchmal (sehr selten) zeigt SPSS aber auch den Wert p = 1.0 an. Wenn man auf die 1.0 klickt müsste meiner Annahme zufolge irgendwas mit .9999999999999... erscheinen, das tut es aber nicht, da steht nach wie vor 1.0.

Gehe ich mit der Annahme richtig, dass meine o.g. Überlegungen zutreffend sind, und es sich bei diesem Phänomen eine Ungenauigkeit von SPSS handelt?

Dank und beste Grüße
miner

[ponderstibbons]

meinem Verständnis nach rangiert der p-Wert in einem offenen Intervall, 0 kleiner p kleiner 1.

Warum sollte die 1 nicht drin sein können? Weder die Definition noch die Logik stützen das. "...ein solcher oder
extremerer Wert kommt bei Gültigkeit der Nullhypothese in p% der Stichproben vor."

Mit freundlichen Grüßen

PonderStibbons

[miner]

Hi PonderStibbons,

Weder die Definition noch die Logik stützen das.

Ich bin mir nicht sicher, ob ich den Satz richtig verstehe. Du sagst, weder die Definition des p-Werts noch die Logik unterstützen meine Aussage?

"...ein solcher oder
extremerer Wert kommt bei Gültigkeit der Nullhypothese in p% der Stichproben vor."

Also offenbar sind wir uns darüber einig, dass der p-Wert nicht Null werden kann.

Warum sollte er aber 1 werden können, wenn noch nicht mal die beiden Mittelwerte und Standardabweichungen identisch sind?

Wenn p = 1 gilt heißt das, es ist zu 100 Prozent ausgeschlossen, dass der Unterschied in der Grundgesamtheit besteht. Wie soll das möglich sein, wenn man erst den Test macht und er ergibt p = 1 und man macht dann eine Vollerhebung, könnte es sein, dass die Vollerhebung das Testergebnis Lügen straft, das ist grundsätzlich denkbar! Somit halte ich es für "logisch", dass der p-Wert nicht 1 werden darf!

Besten Dank und Grüße
Miner

[ponderstibbons]

Also offenbar sind wir uns darüber einig, dass der p-Wert nicht Null werden kann.

Das ist vermutlich für niemanden strittig.

Warum sollte er aber 1 werden können, wenn noch nicht mal die beiden Mittelwerte und Standardabweichungen identisch sind?

Sind sie nicht? Das hattest Du nirgends erwähnt.

Wenn p = 1 gilt heißt das, es ist zu 100 Prozent ausgeschlossen, dass der Unterschied in der Grundgesamtheit besteht.

Nein, dann sind in 100% der wiederholten Untersuchungen das vorliegende oder extremere Ergebnisse zu erwarten.
Ausgeschlossen wird da überhaupt nichts, das wäre p(Hypothese|Daten), aber ein frequentistischer Signifikanztest
liefert p(Daten|Hypothese).

Wie soll das möglich sein, wenn man erst den Test macht und er ergibt p = 1 und man macht dann eine Vollerhebung, könnte es sein, dass die Vollerhebung das Testergebnis Lügen straft, das ist grundsätzlich denkbar! Somit halte ich es für "logisch", dass der p-Wert nicht 1 werden darf!

Da wie gesagt das Testergebnis nichts über Wahrscheinlichkeit von Hypothesen
aussagt, ist ein Lügenstrafen nicht möglich.

Mit freundlichen Grüßen

PonderStibbons

[miner]

Hi ponderstibbons,

Warum sollte er aber 1 werden können, wenn noch nicht mal die beiden Mittelwerte und Standardabweichungen identisch sind?

Sind sie nicht? Das hattest Du nirgends erwähnt.

Wenn Sie identisch wären, wäre m.E. der Signifikanztest überflüssig. Wenn es keinen Unterschied gibt, braucht man ihn nicht auf Signifikanz zu testen. Daher also die Frage:

Warum sollte er aber 1 werden können, wenn noch nicht mal die beiden Mittelwerte und Standardabweichungen identisch sind?

Wenn p = 1 gilt heißt das, es ist zu 100 Prozent ausgeschlossen, dass der Unterschied in der Grundgesamtheit besteht.

Nein, dann sind in 100% der wiederholten Untersuchungen das vorliegende oder extremere Ergebnisse zu erwarten.
Ausgeschlossen wird da überhaupt nichts, das wäre p(Hypothese|Daten), aber ein frequentistischer Signifikanztest
liefert p(Daten|Hypothese).

Ganz verstehen tue ich noch nicht was Du meinst. Frequentistische Statistik hin oder her, nach meinem Common Sense muss etwas ausgeschlossen oder "garantiert" sein, wenn die Wahrscheinlichkeit 100 % beträgt.

Der p-Wert gibt die Wahrscheinlichkeit an, dass ein Stichprobenergebnis (Unterschied oder Zusammenhang) nicht generalisierbar ist. Wenn diese wahrscheinlichkeit nun 100 % beträgt, dann ist doch nicht in der Grundgesamtheit ein "extremeres" Ergebnis, d.h. ein größerer Zusammenhang oder Unterschied zu erwarten, sondern das genaue Gegenteil: Ein "weniger extremes" Ergebnis, nämlich die Nullhypothese? (d.h. es gibt keinen Unterschied oder Zusammenhang).

Wie soll das möglich sein, wenn man erst den Test macht und er ergibt p = 1 und man macht dann eine Vollerhebung, könnte es sein, dass die Vollerhebung das Testergebnis Lügen straft, das ist grundsätzlich denkbar! Somit halte ich es für "logisch", dass der p-Wert nicht 1 werden darf!

Da wie gesagt das Testergebnis nichts über Wahrscheinlichkeit von Hypothesen
aussagt, ist ein Lügenstrafen nicht möglich.

Also meinem Verständnis nach gibt de p-Wert die Wahrscheinlichkeit an, dass die Nullhypothese zutrifft. Also macht er eine Angabe über die Wahrscheinlichkeit von Hypothesen (eben der Nullhypothese). Wenn der Test das nicht macht, was macht er denn dann?

Beste Grüße
Miner