Welcher statistische Test passt, hängt davon ab, was ihr vergleichen oder untersuchen wollt und wie eure Daten beschaffen sind. Relevant ist dabei auch das Skalenniveau eurer Variablen, also ob sie nominal, ordinal oder metrisch sind. Die folgende Tabelle gibt eine erste Orientierung für typische Fragestellungen in zivilgesellschaftlichen Organisationen.
Standarfälle: Die passenden Tests im Überblick
| Situation | Beispielfrage | Test |
|---|---|---|
| Vorher-Nachher-Vergleich bei denselben Personen | Hat sich die berufliche Orientierung der Teilnehmenden nach dem Programm verbessert? | Gepaarter t-Test |
| Vergleich zweier unabhängiger Gruppen | Unterscheidet sich die Zufriedenheit zwischen Haupt- und Ehrenamtlichen? | t-Test für unabhängige Stichproben |
| Zusammenhang zweier metrischer Variablen | Hängen Teilnahmedauer und Zufriedenheit zusammen? | Korrelation (Pearson oder Spearman) |
| Zusammenhang zweier nominaler Merkmale | Gibt es einen Zusammenhang zwischen Werkstattstandort und Zufriedenheitsstufe? | Kontingenztafel / Chi-Quadrat-Test |
Klassisch oder Bayessch?
In JASP könnt ihr bei jedem Test zwischen der klassischen und der Bayesschen Variante wählen. Für kleinere Stichproben empfehlen wir die Bayessche Variante, wie unter Schließende Statistik erläutert.
Stichprobengröße
Als grobe Orientierung sollten pro verglichener Gruppe mindestens 20–30 Antworten vorliegen, damit ein Test überhaupt aussagekräftig sein kann. Bei sehr kleinen Gruppen ist wahrscheinlich eine deskriptive Auswertung sinnvoller. Die Ergebnisse eines statistischen Tests wären hier so unsicher, dass sie kaum belastbare Aussagen erlauben.
Eine Übersicht, wie ihr die Tests in JASP durchführt, findet ihr auf der JASP-Seite und in der dort verlinkten Testübersicht. Passt eure Fragestellung nicht in die Tabelle, oder bringt ihr noch wenig statistisches Vorwissen mit, empfehlen wir eine statistische Beratung, z.B. in unserer Datensprechstunde.