Signifikanztest für Responsequotenvergleich

[Frotee]

Hallo ihr lieben,

ich habe da ein kleines Problem bei der Auswertung meiner Daten für die Masterarbeit – das mich um so mehr stört, da ich die komplexeren Probleme längst gelöst habe…

Ich habe ein Experiment durchgeführt, um die Wirkung einer bestimmten Gestaltungsmaßnahme zu testen – und würde nun gerne meine Responsequoten darauf testen, ob der Response-Unterschied signifikant ist. Ich bin mir aber nicht weder sicher, welchen Test (t-Test, Binominaltest, …) ich dafür verwenden sollte, noch, wie ich diesen durchzuführen hätte (Statistik I und II sind schon ein paar Jahre her).

Zu meinen Daten:
Response Experimentalgruppe: 10,38% (n= 395, 41 Antworten)
Response Kontrollgruppe: 13,68% (n= 95, 13 Antworten)

Ich habe zwar einen schlauen Online-Rechner gefunden, der mir online genau das berechnet, was ich haben will, allerdings steht praktischer Weise nicht dabei, was genau berechnet wird, und das Ergebnis ist auch eher vague – also nichts, was ich in meiner Masterarbeit wirklich verwenden kann (spätestens im Kolloquium müsste ich begründen, was ich gemacht habe und warum).

Kann mir jemand weiterhelfen?

[Generalist]

Kreuztabelle Gruppe (Exp/Kontrolle) versus Response (ja/nein), Chi² Test.

[Frotee]

Dankeschön, das hilft mir schon einmal weiter. Könntest du mir vielleicht einen kurzen Hinweis geben, warum Chi^2 und nicht z.B. Fisher's test (der wohl allgemein als exakter angesehen wird) oder z.B. ein t-Test? (Letzterer vermutlich wegen der Verteilungsannahme, da ich nicht gut auf Normalverteilung testen kann auf Grund der Art, wie die Daten vorliegen.)

[Generalist]

Wieso sollte man den Chi2 begründen? Fisher ist nicht notwendig, t-Test grottenfalsch.

[Frotee]

Naja, ich muss das ganze hinterher ja auch verteidigen, da will ich im Zweifelsfall lieber erklären können, warum ich welches Verfahren angewendet habe Mein Prof ist leider auch so'n richtiger Statistikjunkie.

[drfg2008]

der sog. Fisher's Exact Test wird bei sehr kleinen Stichproben angewendet, üblich ist der Chi-Quadrat Test als asymptotischer Test und dieser ist bei deinen Daten auch völlig ausreichend.

Der t-Test ist für das Datenmaterial, das ja aus diskreten Einheiten (Probanden einer Experimental- und einer Kontrollgruppe) besteht, die teilgenommen haben oder nicht (also 4-Felder Tafel), nicht geeignet.