Tukey-HSD-Rechner

Was ist Tukeys HSD-Test?

Tukeys HSD (Honestly Significant Difference - Ehrlich signifikante Differenz) ist ein Post-hoc-Test, der identifiziert, welche spezifischen Gruppenpaare sich unterscheiden, nachdem die ANOVA einen signifikanten Gesamteffekt gefunden hat.

Beantwortete Frage: "Angenommen, die Gruppen unterscheiden sich irgendwo, welche spezifischen Paare sind unterschiedlich?"

Beispiel: Die ANOVA zeigt, dass sich Lehrmethoden signifikant unterscheiden. Tukey HSD zeigt: Methode A ungleich Methode C, aber Methode B unterscheidet sich von keiner der beiden.

Warum Post-hoc-Tests benoetigt werden

Die ANOVA sagt nur, dass sich mindestens eine Gruppe unterscheidet - nicht welche.

Signifikante F-Statistik -> "Gruppen unterscheiden sich irgendwo"

Um herauszufinden wo, brauchen Sie paarweise Vergleiche. Aber mehrfache Vergleiche blaehen den Typ-I-Fehler auf.

Das Problem der multiplen Vergleiche

Mit 4 Gruppen gibt es 6 paarweise Vergleiche.

Wenn jeder alpha = 0,05 verwendet:

• P(mindestens ein falsch positiv) = 1 - (0,95)^6 = 26,5%

Mit 5 Gruppen (10 Vergleiche): 40% Mit 6 Gruppen (15 Vergleiche): 54%

Tukeys Loesung: Kontrollieren Sie die familienweise Fehlerrate bei alpha ueber ALLE Vergleiche gleichzeitig.

Wie Tukeys HSD funktioniert

Die Teststatistik

$q = \frac{M_{\text{groesser}} - M_{\text{kleiner}}}{SE}$

Wobei $SE = \sqrt{MSW / n}$

Dies folgt der studentisierten Spannweitenverteilung mit Parametern:

• k = Anzahl der Gruppen
• df = Freiheitsgrade fuer Fehler (aus ANOVA)

Kritischer Wert

Der kritische q-Wert haengt ab von:

• Anzahl der Gruppen (k)
• Fehler-df
• Gewuenschtes alpha (typischerweise 0,05)

Wenn |q| > q_kritisch, unterscheidet sich das Paar signifikant.

Minimale signifikante Differenz

$HSD = q_{\text{kritisch}} \times \sqrt{\frac{MSW}{n}}$

Je zwei Mittelwerte, die sich um mehr als HSD unterscheiden, sind signifikant verschieden.

Beispielberechnung

ANOVA-Ergebnisse: Vier Gruppen, MSW = 25, n = 10 pro Gruppe, df_Fehler = 36

Gruppenmittelwerte: A = 72, B = 78, C = 81, D = 85

Schritt 1: SE berechnen SE = Wurzel(25/10) = 1,58

Schritt 2: Kritisches q finden Fuer k = 4, df = 36, alpha = 0,05: q_krit ungefaehr 3,81

Schritt 3: HSD berechnen HSD = 3,81 x 1,58 = 6,02

Schritt 4: Differenzen mit HSD vergleichen

Schlussfolgerung: D > A, D > B, C > A. Andere Paare unterscheiden sich nicht signifikant.

Konfidenzintervalle

Tukey liefert simultane Konfidenzintervalle:

$KI = (M_1 - M_2) \pm HSD$

Diese Intervalle haben 95% simultane Abdeckung - 95% Wahrscheinlichkeit, dass ALLE Intervalle ihre wahren Differenzen enthalten.

Fuer D vs A: 13 +/- 6,02 = (6,98, 19,02)

Das Intervall schliesst 0 aus, was die Signifikanz bestaetigt.

Ungleiche Stichprobengroessen

Das originale Tukey-Verfahren nimmt gleiches n an. Fuer ungleiche Gruppen:

Tukey-Kramer-Methode

$SE = \sqrt{\frac{MSW \times (1/n_1 + 1/n_2)}{2}}$

Fuer jedes Paar separat berechnen.

Dies ist der Standardansatz in den meisten Softwareprogrammen.

Vergleich mit anderen Post-hoc-Tests

Bonferroni

Teilt alpha durch die Anzahl der Vergleiche.

Vorteile: Funktioniert fuer beliebige Vergleiche, einschliesslich geplanter Kontraste. Nachteile: Konservativer als Tukey bei vielen Vergleichen.

Scheffe

Am konservativsten. Erlaubt JEDEN linearen Kontrast, nicht nur paarweise.

Verwenden wenn: Sie komplexe Vergleiche testen moechten (z.B. Gruppe A+B vs C+D).

Dunnett

Vergleicht jede Gruppe mit einer einzelnen Kontrolle.

Verwenden wenn: Sie eine Referenzgruppe haben (z.B. Placebo) und sich nur um Vergleiche damit kuemmern.

Fishers LSD

Keine Korrektur - nur mehrfache t-Tests.

Problem: Kontrolliert nicht die familienweise Fehlerrate. Generell nicht empfohlen.

Games-Howell

Nimmt keine gleichen Varianzen an.

Verwenden wenn: Varianzen ungleich sind.

Wann Tukey HSD verwenden

Angemessen:

• Alle paarweisen Vergleiche sind von Interesse
• Stichprobengroessen sind gleich oder aehnlich
• ANOVA-Annahmen (besonders gleiche Varianzen) sind erfuellt
• Sie moechten gute Power mit familienweiser Fehlerkontrolle

Nicht angemessen:

• Nur spezifische Vergleiche geplant (verwenden Sie Bonferroni oder geplante Kontraste)
• Nur Vergleich zur Kontrolle (verwenden Sie Dunnett)
• Varianzen deutlich ungleich (verwenden Sie Games-Howell)
• ANOVA war nicht signifikant (kein Post-hoc noetig)

Annahmen

Gleiche Varianzen

Tukey nimmt homogene Varianzen an (wie die ANOVA).

Bei Verletzung: Verwenden Sie Games-Howell oder Tamhanes T2.

Normalverteilung

Populationen annaehernd normal, oder ausreichende Stichprobengroessen.

Unabhaengigkeit

Beobachtungen sind unabhaengig innerhalb und zwischen Gruppen.

Signifikante ANOVA

Fuehren Sie Post-hoc-Tests nur durch, wenn das Gesamt-F signifikant ist.

Ausnahme: Einige vorab geplante Vergleiche koennen unabhaengig davon durchgefuehrt werden.

Anwendungen

Klinische Forschung

Nachdem die ANOVA zeigt, dass Medikamentendosen unterschiedlich sind: "Welche Dosen unterscheiden sich vom Placebo?"

Marketing

Nachdem die ANOVA zeigt, dass Anzeigentypen unterschiedlich sind: "Welche Anzeigen uebertreffen andere?"

Bildung

Nachdem die ANOVA zeigt, dass Curricula unterschiedlich sind: "Welches Curriculum ist am besten?"

Landwirtschaft

Nachdem die ANOVA zeigt, dass Duengemittel unterschiedlich sind: "Welche Duengemittel produzieren hoehere Ertraege?"

Ergebnisse visualisieren

Kompakte Buchstabenanzeige

Gruppen, die einen Buchstaben teilen, unterscheiden sich nicht signifikant:

D und C teilen 'A' - nicht signifikant unterschiedlich. A und B teilen 'C' - nicht signifikant unterschiedlich. D und A teilen nichts - signifikant unterschiedlich.

Haeufige Fehler

Durchfuehrung ohne signifikante ANOVA

Post-hoc-Tests sind zur Untersuchung signifikanter Gesamteffekte gedacht.

Nur signifikante Paare berichten

Berichten Sie alle Vergleiche fuer Transparenz.

Effektstaerken ignorieren

Statistische Signifikanz impliziert nicht praktische Wichtigkeit.

Falscher Test bei ungleichen Varianzen

Verwenden Sie Games-Howell, nicht Tukey, wenn Varianzen unterschiedlich sind.

Ergebnisse berichten

APA-Format:

"Post-hoc Tukey HSD-Tests zeigten, dass Gruppe D (M = 85) signifikant hoeher als Gruppe A (M = 72, p < ,001, 95% KI [6,98, 19,02]) und Gruppe B (M = 78, p = ,02, 95% KI [0,98, 13,02]) abschnitt. Gruppe C (M = 81) schnitt ebenfalls signifikant hoeher als Gruppe A ab (p = ,01, 95% KI [2,98, 15,02]). Keine anderen paarweisen Unterschiede waren signifikant."

Historischer Kontext

John Tukey entwickelte den Honestly Significant Difference-Test 1949 als Teil seiner breiteren Beitraege zur statistischen Methodologie.

Der Name "Honestly Significant Difference" spiegelte Tukeys Sorge ueber die Unehrlichkeit unkontrollierter multipler Vergleiche wider - das Herauspicken signifikanter Ergebnisse aus vielen Tests.

Tukeys Arbeit betonte die Wichtigkeit der Kontrolle von Fehlerraten ueber mehrere Schlussfolgerungen, ein Prinzip, das zentral fuer die moderne Statistik bleibt.

Verwandte Berechnungen

• Einfaktorielle ANOVA - Voraussetzungstest
• Zweifaktorielle ANOVA - Post-hocs fuer jeden Faktor
• Zwei-Stichproben-t-Test - Einzelvergleich
• Cohens d Rechner - Effektstaerken

Zusammenfassung

Tukeys HSD-Test identifiziert, welche Gruppenpaare sich signifikant unterscheiden, nachdem die ANOVA einen Gesamteffekt entdeckt hat. Er kontrolliert die familienweise Fehlerrate bei alpha ueber alle paarweisen Vergleiche durch Verwendung der studentisierten Spannweitenverteilung. Berechnen Sie den HSD-Schwellenwert, dann vergleichen Sie jede paarweise Mittelwertdifferenz mit diesem Wert. Gruppen, die sich um mehr als HSD unterscheiden, sind signifikant verschieden. Die Tukey-Kramer-Modifikation behandelt ungleiche Stichprobengroessen. Berichten Sie alle Vergleiche, Konfidenzintervalle und p-Werte fuer vollstaendige und transparente Ergebnisse.