Mc Nemar test / Teckentest
Denna sida är uppdaterad 2002-11-22

På denna sida finns en kalkylator som räknar teckentest och McNemar test. Ytterligare förklaringar om testen finns på sidan "Teorier bakom teckentest / McNemars test".

Vi utgår från att du har parade/matchade data. Har du normalfördelade kontinuerliga variabler är Students t-test för matchade data bäst. Är data snedfördelade eller mäts de med ordinalskala kan du inte använda t-testet. Då gäller teckentest. Teckentestet kan alltså ses som en icke parametrisk variant av Students t-test för matchade data.

McNemar's test kan ses som Chi-två-testet fast för parade/matchade data. Så som testen ursprungligen har tänkts och konstruerats bör McNemar's test användas på nominaldata och teckentest då du har en högre nivå (minst ordinalskala) på dina data.

McNemar's test och teckentest är alltså olika test som används i likartade situationer. Båda testen används när man räknar på parade (matchade) data. Testen är utbytbara men teckentest är oftast att föredra (se sidan om Teorier bakom teckentest / McNemars test).

Såväl teckentest som McNemar's test kan utföras som ensidigt eller tvåsidigt test. Med det menas om man från början letar efter skillnad mellan grupperna åt bara ett håll eller om en skillnad mellan grupperna kan tänkas vara åt båda hållen. Vanligast är att testerna görs tvåsidigt (om man gör ensidigt test bör man ha goda skäl till det).

Teckentest/McNemar räknare version 1.6
De redan ifyllda siffrorna hänvisar till ett av nedanstående exempel som visar hur räknaren fungerar. Läs gärna exemplen. Du kan fylla i dina egna siffror och räkna teckentest eller McNemar test.

Bakomliggande javascript som utför beräkningarna är modifieringar av javascript ursprungligen konstruerade av Daan Uitenbroek på SISA. Användningen av scripten sker med tillåtelse av Daan Uitenbroek.

• Räknaren klarar av tekniska skäl inte av att göra exakt teckentest om antalet par som skiljer sig åt (ruta1+ruta3 ovan) är ≥1000. Om antalet par som skiljer sig åt överstiger 1000 så gör istället McNemar test. Räknaren föreslår automatiskt McNemar test om antalet par som skiljer sig åt överstiger 1000.
• McNemar test är otillförlitligt om antalet par är så lågt att man kan anta att normalapproximationen inte gäller. En vanlig tumregel i detta sammanhang är att p>5/n samtidigt som 1-p>5/n. I ovanstående räknare är n=ruta1+ruta3 och p=ruta1/ruta3. Räknaren testar själv om dessa villkor är uppfyllda och protesterar om så inte är fallet.
• Av tekniska skäl behöver siffran i ruta 1 vara ≤ siffran i ruta 3. Räknaren testar själv att så är fallet. Om du har fyllt i tvärtom blir du uppmanad att byta siffrorna i ruta 1 och 3.
• Talet i ruta 2 ignoreras helt av räknaren. Det finns dock ett skäl till att även fylla i antalet i ruta 2. När du gjort din beräkning genom att klicka på Teckentest och/eller McNemar kan du skriva ut sidan med resultatet. Då kan det vara praktiskt att ha siffrorna i ruta 2 på plats.
• För McNemar ses i sällsynta fall att p=NaN0000, detta betyder att p=1,0000.
• När du gör teckentest eller McNemar ser du ibland att p-värdet bara är nollor. Då är p mindre än det värde du får om du byter ut sista nollan mot 1. Dvs p=0,00000 betyder p<0,00001

Exempel för att visa hur räknaren fungerar

Se om skillnaden i förändring mellan två matchade grupper är statistiskt signifikant
Antag att du jämför en ny behandling med konventionell behandling. Du parar ihop 30 individer till 15 par. Därefter randomiserar du varje par så att den ena individen tillhör grupp A och den andra grupp B. Individer tillhörande grupp A får en ny behandling medan individer i grupp B får konventionell behandling.
    När du analyserar resultatet visar det sig att i 9 par har individen tillhörande grupp A förbättrats mer än individen tillhörande grupp B. I ett par var det tvärtom och i fem par förbättrades båda individerna lika mycket. Det verkar som att behandling A är bättre än behandling B. För att se om skillnaden är statistiskt signifikant kan du använda teckentest eller McNemar test.
    För att göra teckentest börja med att ta fram antalet par där det var någon skillnad (alltså 10 st i vårt exempel). Dessa 10 består av 1+9. Den av siffrorna som är lägst (i vårt fall 1) skrivs i ruta 1 och den andra siffran (i vårt fall 9) skrivs i ruta 3. I ruta 2 fyller vi sedan i antalet par där det inte är någon skillnad (i vårt fall 5).
    När du klickar på den grå knappen märkt "Teckentest" ser du att skillnaden mellan grupperna är statistiskt signifikant med p=0,01 (0,01074). Om det även är tänkbart att behandling B kan vara bättre än A (tvåsidigt test vilket man normalt bör använda) blir p=0.02 (0.02148). Försöker du göra analysen med McNemar test (klicka på den grå knappen märkt "McNemar") ser du att antalet par är för litet för att McNemar skall vara tillförlitligt.

Se om förändringen i en grupp är statistiskt signifikant. Här matchas individens utgångsvärde med ett senare värde hos samma individ.
Låt oss anta att dr citron gav 63 individer C-vitamin. Han frågade alla i början och efter ett år "I allmänhet, hur skulle du vilja säga att din hälsa är?" Patienterna fick svara på en femgradig skala. Svaren initialt och efter ett år parades ihop för varje patient. De fördelade sig då så att 37 angav efter ett år ett bättre värde, 22 var oförändrade och 4 angav ett sämre värde. Fler verkar ha blivit bättre än de som blev sämre.
    För att se om skillnaden är statistiskt signifikant använder vi ovanstående räknare. Fyll i 4 i ruta 1, 22 i ruta 2 och 37 i ruta 3. Teckentest eller McNemar visar att förändringen i gruppen är höggradigt statistiskt signifikant.

Ansvar
Läs copyrightreglerna. Skulle du som användare upptäcka något fel i information på denna sida eller att ovanstående kalkylator räknar fel är vi tacksamma om du felanmäler detta.

Denna webbsida är författad av
Doc. Ronny Gunnarsson
Distriktsläkare/Familjeläkare

Läs om regler för ansvar och copyright som gäller för denna webbsida.