McNemar-Test-Rechner
Prüfe gepaarte Anteile in einer 2-mal-2-Kontingenztabelle mit kontinuitätskorrigierter McNemar-Statistik und zweiseitigem p-Wert.
Über den McNemar-Test
Der McNemar-Test vergleicht zwei gepaarte Anteile, wenn jedes Paar zu zwei Zeitpunkten oder unter zwei Methoden ein binäres Ergebnis liefert. Beispiele sind dieselben Befragten mit Ja-Nein-Antworten vor und nach einer Intervention, zugeordnete Patienten mit zwei diagnostischen Klassifikationen oder gepaarte Produkte, die zwei Prüfsysteme bestehen oder nicht bestehen. Die vier Häufigkeiten gehören in eine 2-mal-2-Kontingenztabelle; wegen der Paarung ist ein gewöhnlicher Unabhängigkeitstest jedoch ungeeignet. Zelle a enthält Paare, die unter beiden Bedingungen positiv sind, Zelle d die beidseitig negativen Paare. Diese konkordanten Paare haben sich nicht verändert. Zelle b enthält Wechsel von positiv zu negativ, Zelle c Wechsel von negativ zu positiv. Die Nullhypothese besagt, dass beide Änderungsrichtungen gleich wahrscheinlich sind. Deshalb hängt die McNemar-Statistik nur von b und c ab. Ein großer Unterschied dieser diskordanten Häufigkeiten liefert Evidenz für eine systematische Verschiebung. Dieser Rechner verwendet die übliche Kontinuitätskorrektur. Von der absoluten Differenz zwischen b und c wird eins abgezogen, das Ergebnis quadriert und durch b plus c geteilt. Damit wird die stetige Chi-Quadrat-Näherung für diskrete Häufigkeitsdaten konservativer. Die Statistik wird mit einer Chi-Quadrat-Verteilung mit einem Freiheitsgrad verglichen, um einen zweiseitigen p-Wert zu erhalten. Bei b gleich 10 und c gleich 20 beträgt die korrigierte Statistik 2.7 und der p-Wert etwa 0.1003. Die Kontinuitätskorrektur wird nicht durchgehend bevorzugt. Besonders bei mäßiger Gesamtzahl diskordanter Paare kann sie zu konservativ sein. Ein Protokoll oder Softwarepaket kann eine unkorrigierte asymptotische Statistik oder einen exakten zweiseitigen Binomialtest vorsehen. Ist b plus c klein, ist exakte Inferenz meist die klarste Wahl. Gib in Berichten immer das Verfahren an, damit andere den p-Wert reproduzieren können. Statistische Signifikanz beschreibt weder die Größe noch den Wert einer Änderung. Betrachte die diskordante Differenz, Richtung, gesamte gepaarte Stichprobe und das Konfidenzintervall eines Effektmaßes. Prüfe, ob die Paare wirklich zugeordnet und von anderen Paaren unabhängig sind. Berichte alle Tabellenzellen, den Umgang mit fehlenden Paaren, Korrekturwahl, Statistik, p-Wert und inhaltliche Interpretation, statt das Fazit auf einen Schwellenwert zu reduzieren.
Beispiele für den korrigierten McNemar-Test
| Diskordante Zellen | Korrigiertes Ergebnis | Interpretation |
|---|---|---|
| b = 10, c = 20 | Chi-Quadrat = 2.7000, p = 0.1003 | Die Korrektur ist konservativer als der unkorrigierte Test. |
| b = 12, c = 12 | Chi-Quadrat = 0, p = 1 | Gleiche diskordante Häufigkeiten liefern keine Evidenz für eine Richtung. |
| b = 5, c = 25 | Chi-Quadrat = 12.0333, p etwa 0.00052 | Ein starkes Ungleichgewicht bleibt nach der Korrektur signifikant. |
So berechnest du den McNemar-Test
- Gib die Anzahl der unter beiden Bedingungen positiven Paare ein.
- Trage die Wechsel von positiv zu negativ und von negativ zu positiv in die beschrifteten Felder ein.
- Gib die unter beiden Bedingungen negativen Paare ein.
- Wähle McNemar-Test berechnen und vermerke im Bericht die verwendete Kontinuitätskorrektur.
Häufige Fragen zum McNemar-Test
Was vergleicht der McNemar-Test?
Er vergleicht die beiden Änderungsrichtungen gepaarter binärer Beobachtungen. Die Nullhypothese besagt, dass diese diskordanten Wahrscheinlichkeiten gleich sind.
Warum eine Kontinuitätskorrektur verwenden?
Sie passt eine stetige Chi-Quadrat-Näherung an diskrete Häufigkeiten an. Meist erhöht sie den p-Wert und macht den Test konservativer.
Was passiert ohne diskordante Paare?
Es gibt keine beobachtete Änderung zu prüfen; der Nenner der Statistik ist null. Beschreibe die vollständige Übereinstimmung, statt einen asymptotischen p-Wert zu interpretieren.
Wann sollte ich einen exakten McNemar-Test nutzen?
Nutze exakte Binomialinferenz bei wenigen diskordanten Paaren oder wenn das Protokoll sie verlangt. Sie ist unabhängig von der Chi-Quadrat-Näherung.
Sind die Zellen a und d wichtig?
Sie beschreiben Übereinstimmung und Zusammensetzung der Gesamtstichprobe, gehen aber nicht in die Teststatistik ein. Berichte sie, damit die vollständige gepaarte Tabelle nachvollziehbar ist.