Die Bonferroni-Korrektur ist eine von vielen möglichen Methoden zur Kontrolle der α-Inflation beim multiplen Testen, also beim Durchführen mehrerer statistischer Tests auf dem gleichen Datensatz.

Die Idee der Bonferroni-Korrektur ist einfach: Der p-Wert, ab dem ein einzelner Test als signifikant gelten soll, wird korrigiert (herabgesetzt) und zwar in dem man die Anzahl der Tests, die insgesamt durchgeführt werden sollen, berücksichtigt.

Um die Wahrscheinlichkeit, bei k statistischen Tests mindestens einmal den Fehler 1. Art zu begehen (die family-wise error rate) unter 5% zu halten, werden nur Testergebnisse als signifikant angesehen, bei denen p ≤ .05/k gilt.

Je mehr Tests wir also durchführen wollen, umso niedriger wird der p-Wert gesetzt, ab dem jeder einzelne Test als signifikant gilt.

Bei 10 Tests mit Bonferroni-Korrektur würde also jeder einzelne Test erst ab einem p-Wert von .05/10 = .005 als signifikant gelten.

Lade dir hier die Formelsammlung für deinen Bland-Altman-Plot herunter

Melde dich für meinen Newsletter an und erhalte sofort das PDF!

You have Successfully Subscribed!

10 % Rabatt auf unsereWorkshops & Kurse im Onlineshop!

Trage dich hier für Dr. Ortmanns beste Maildizin ein und erhalte regelmäßige Rabatte, Tipps und Coachinginhalte für deine empirische Promotion

You have Successfully Subscribed!

Lade dir hier die Checkliste für deinen Methodenteil herunter

Melde dich für meinen Newsletter an und erhalte sofort das PDF!

You have Successfully Subscribed!


Jetzt 10 % Rabatt auf alle

Workshops & Kurse sichern!

You have Successfully Subscribed!

Downloade dir hier das Flowchart für deine ANOVA

Melde dich für meinen Newsletter an und erhalte sofort das PDF!

You have Successfully Subscribed!

Lade dir hier die Vorlage für den Aufbau deines Datensatzes herunter

Melde dich für meinen Newsletter an und erhalte sofort die Excel-Vorlage!

You have Successfully Subscribed!