Bonferroni-Post-hoc-Test
In diesem Beitrag
Was versteht man unter dem Bonferroni-Post-hoc-Test?
Der Bonferroni-Post-hoc-Test ist ein Verfahren zur multiplen Mittelwertvergleiche nach einer signifikanten ANOVA (Varianzanalyse). Er stellt sicher, dass beim gleichzeitigen Durchführen mehrerer paarweiser Vergleiche das Risiko eines Fehlers 1. Art (also ein fälschlicherweise signifikantes Ergebnis) kontrolliert wird.
Das Grundprinzip ist die sogenannte Bonferroni-Korrektur: Das globale Signifikanzniveau wird durch die Anzahl der durchgeführten Tests geteilt. Das korrigierte Signifikanzniveau für jeden einzelnen Vergleich lautet:
Bonferroni-Korrektur
Wenn man also beispielsweise drei Gruppen miteinander vergleicht, entstehen drei paarweise Vergleiche. Bei einem globalen Alpha von 0,05 wird jeder einzelne Vergleich nur dann als signifikant gewertet, wenn sein p-Wert kleiner als 0,05 / 3 ≈ 0,017 ist.
Warum ist der Bonferroni-Post-hoc-Test für statistische Analysen wichtig?
Sobald eine ANOVA zeigt, dass sich mindestens zwei Gruppen signifikant unterscheiden, möchte man wissen: Welche Gruppen unterscheiden sich konkret voneinander? Dafür braucht man Post-hoc-Tests. Der Bonferroni-Test ist dabei eine der bekanntesten und konservativsten Optionen.
Seine Stärken und Grenzen im Überblick:
- Einfachheit: Die Logik und Berechnung sind leicht nachvollziehbar und gut kommunizierbar.
- Breite Anwendbarkeit: Der Test lässt sich nicht nur nach ANOVA, sondern grundsätzlich bei jedem multiplen Testproblem einsetzen.
- Konservativ: Durch die strenge Korrektur sinkt die statistische Teststärke (Power). Das bedeutet, echte Unterschiede zwischen Gruppen werden bei kleinen Stichproben möglicherweise nicht entdeckt.
Praxisbeispiel zu Bonferroni-Post-hoc-Test
Eine Psychologiestudentin untersucht in ihrer Bachelorarbeit, ob drei verschiedene Lernmethoden (A: Selbststudium, B: Gruppenlernen, C: tutorielle Unterstützung) zu unterschiedlichen Testergebnissen führen. Sie führt zunächst eine einfaktorielle ANOVA durch, die ein signifikantes Ergebnis zeigt (p = 0,02). Sie weiß nun, dass sich mindestens zwei Gruppen unterscheiden, aber nicht welche. Deshalb wendet sie den Bonferroni-Post-hoc-Test an.
Bei drei Gruppen gibt es genau drei paarweise Vergleiche: A vs. B, A vs. C und B vs. C. Das korrigierte Signifikanzniveau beträgt:
Korrigiertes Alpha im Beispiel
Die Ergebnisse der paarweisen Vergleiche sehen wie folgt aus:
| Vergleich | p-Wert | Signifikant? (α* = 0,017) |
|---|---|---|
| A vs. B (Selbststudium vs. Gruppenlernen) | 0,042 | Nein |
| A vs. C (Selbststudium vs. tutorielle Unterstützung) | 0,008 | Ja |
| B vs. C (Gruppenlernen vs. tutorielle Unterstützung) | 0,031 | Nein |
Das Ergebnis: Nur der Unterschied zwischen Selbststudium und tutorieller Unterstützung ist nach Bonferroni-Korrektur statistisch signifikant. Die Studentin kann in ihrer Arbeit nun gezielt berichten, welche Gruppen sich voneinander unterscheiden – und das auf einer methodisch abgesicherten Grundlage.
