McNemar-Test in der Bachelorarbeit: verbundene Ja/Nein-Daten

Die passende 2×2-Frage stellen

McNemar prüft gepaarte binäre Daten: dieselben Personen antworten beispielsweise vor und nach einer Maßnahme mit Ja oder Nein. Die beiden Beobachtungen einer Person sind verbunden; verschiedene Personen sollen unabhängig voneinander sein. Bei zwei unabhängigen Gruppen ist McNemar nicht der richtige Test. Die Frage lautet, ob die Wechsel von Nein zu Ja und von Ja zu Nein in ähnlicher Häufigkeit auftreten.

Beispiel: 60 Studierende geben vor und nach einem Workshop an, ob sie eine Bibliotheksdatenbank nutzen. Entscheidend sind die Personen, deren Antwort wechselte. Wer zweimal Ja oder zweimal Nein sagt, beschreibt die Stabilität, trägt aber nicht zum Gegensatz der beiden Wechselrichtungen bei.

Tabelle korrekt aufbauen

Lege eine 2×2-Tabelle mit Vorher-Antwort in den Zeilen und Nachher-Antwort in den Spalten an. Beschrifte beide Achsen eindeutig. Prüfe, ob jede Person genau einmal vorkommt und ob fehlende Nachher-Antworten nicht stillschweigend als Nein eingetragen wurden. Die Summe der vier Zellen muss der Zahl vollständiger Paare entsprechen.

Berechne vor dem Test die Anteile zu beiden Zeitpunkten und nenne die beiden gegenläufigen Wechselzahlen. Ein Unterschied der Randanteile kann bei großer Stichprobe klein erscheinen, obwohl eine relevante Untergruppe umschwenkt. Umgekehrt können ähnliche Anteile verschiedene individuelle Wechsel verbergen. Die Paardaten enthalten mehr Information als zwei getrennte Häufigkeitstabellen.

Kleine Zahlen und Effekt verstehen

Die übliche asymptotische Näherung ist bei wenigen diskordanten Paaren nicht immer überzeugend. Prüfe dann, ob deine Software eine geeignete exakte Variante anbietet, und dokumentiere die gewählte Methode. Ein Korrekturverfahren kann zusätzlich die Teststatistik verändern; berichte deshalb nicht nur einen p-Wert ohne Methode.

Beschreibe als Effekt die Richtung und Größe der beobachteten Wechsel, etwa absolute Anteile oder ein geeignetes Maß mit Unsicherheit. Ein signifikanter Test belegt eine Asymmetrie der Antworten, nicht automatisch, dass der Workshop sie verursacht hat. Bei einer Vorher-nachher-Studie ohne Kontrollgruppe können auch andere Ereignisse die Änderung erklären.

Resultat verständlich berichten

Berichte vollständige Paarzahl, beide Wechselrichtungen, Testvariante und Ergebnis. Zeige die 2×2-Tabelle oder beschreibe sie eindeutig. Schreibe „18 wechselten zu Ja und 6 zu Nein“, bevor du eine statistische Schlussfolgerung formulierst. So kann ein Leser prüfen, ob Richtung und Interpretation übereinstimmen.

Die Gültigkeit hängt von deiner Erhebung ab: Waren Fragen und Antwortoptionen vor und nach der Maßnahme identisch? Wenn sich die Definition von „Nutzung“ geändert hat, vergleicht der Test möglicherweise verschiedene Konstrukte. Halte solche Einschränkungen im Methodenteil fest, statt sie erst nach einer unerwarteten Zahl zu suchen.

Häufige Fragen