Mir schwirrt hier gerade etwas der Kopf.
Ich schaue derzeit ob sich zwei Gruppen hinsichtlich einzelner Fragen und daraus entstehender Skalenmittelwerte unterscheiden. Der Datensatz liegt einmal ungematcht vor (Gruppe A (N=50) vs. Gruppe B (N=300)) und einmal von Alter und Geschlecht her gematchts mit einem N=49 auf beiden Seiten.
Bisher habe ich mit Mann-Whitney-U gearbeitet.
Jetzt habe ich gerne einen t-Test für unabhängige Stichproben oder den Welch-Test verwenden wollen. Also schaue ich nach, was mit der Normalverteilung ist. Und hier ist jetzt der Punkt an dem ich etwas verwirrt bin.
Durchgeführt habe ich den K-S-Test für eine Stichprobe jeweils für die beiden Gruppen in den relevanten Skalenmittelwerten. Auch einmal für die gesamte Gruppe. Und dann habe ich sogar noch unter explorativer Datenanalyse auf Normalverteilung testen lassen.
Eine Signifikanz bei diesen Tests deutet ja auf eine fehlende Normalverteilung hin. Es ist ab und an Signifikant und ab und an nicht.
Meine Fragen:
a) Was unterscheidet die asymptotische Signifikanz von der "normalen" Signifikanz des K-S-Tests?
b) Keine Normalverteilung, kein t-Test, korrekt? Also bleibe ich bei Mann-Whitney-U? Aber Stichprobe ist N > 30. Also doch t-test?
c) Wenn ich so wie so Mann-Whitney-U verwenden muss, weil es auch in der gematchten Version keine Normalverteilung gibt, kann ich dann nicht mit der ungematchten Version weiterarbeiten? Was ist der Vorteil dieser zwei gleichgroßen Gruppen?
Ich danke für eure Hilfe!
Wusa
P.S.: Ich habe ja meine Zweifel daran, dass in allen Veröffentlichungen, die ich so lese, auf Normalverteilung getestet wurde, bevor man den T-Test verwendet hat. Das kann doch nicht sein, dass ich NIE eine Normalverteilung zu finden scheine und der Rest der Welt normalverteilt ist *G*
EDIT: Gematchte Gruppen macht eine abhängige Stichprobe?! O.o Ist das des Rätsels Lösung?
Hat sich alles erledigt. Beitrag kann gelöscht werden. Das mit dem N>30 hatte ich einfach übersehen...-.-
