Der t-Test in diesem Kapitel hat viele Namen: ungepaarter t-Test, unabhängiger t-Test, t-Test für unabhängige Stichproben, t-Test für unkorrelierte Stichproben und noch viele weitere mehr. Es ist der ursprünglich Student's t-Test, benannt nach dem Pseudonym seines Erfinders. Oft wollen Wissenschaftler zwei Gruppen von Messwerten aus zwei Gruppen mit unterschiedlichen Personen (wobei es nicht zwangsläufig Personen sein müssen) vergleichen und schauen, ob die Mittelwerte beider Gruppen sich unterscheiden. Die Möglichkeiten dieser Art Studiendesign sind keine Grenzen gesetzt. T test für unabhaengige stichproben . Können Männer besser Autofahren als Frauen? Geben iPhone-Benutzer mehr Geld aus als Android-Benutzer? Wählen erfahrene Fondsmanager Aktien aus, die mehr Geld erwirtschaften als ein Zufallsgenerator es tun würde? — all diese Fragen lassen sich mit dem ungepaarten t-Test beantworten. Themenüberblick Im ersten Teil werden wir einen Überblick über alle Voraussetzungen für den ungepaarten t-Tests geben und zeigen, wie man sie mit SPSS überprüft.
In der Regel werden die Daten allerdings so kodiert sein, dass wir die erste Option, Angegebene Werte v erwenden benötigen. Erinnern wir uns, dass für die Variable gruppe der Wert 1 für die Gruppe "Alkohol" ist und 2 für die Gruppe "kein Alkohol". Wir tragen daher für Gruppe 1 und Gruppe 2 jeweils die Wert 1 und 2 ein, wie unterhalb: Mit einem Klick auf W eiter bestätigen wir unsere Auswahl… Für unseren Beispieldatensatz sieht das vollständig ausgefüllte Dialogfenster nun so aus: In den meisten Fällen sind wir jetzt fertig und können mit einem Klick auf OK den ungepaarten t-Test berechnen lassen. Allerdings, und vor allem, wenn wir mehr als eine Testvariable haben, beprechen wir noch zusätzliche Einstellungen. Dazu klicken wir auf O ptionen. T-test für unabhängige stichproben. Es öffnet sich das folgende Fenster SPSS berechnet noch Konfidenzintervalle für den Mittelwert. In der Regel sind wir an 95%-Konfidenzintervallen interessiert – sie entsprechen einer Prüfung auf α =. 05 Niveau. Wenn wir 99%-Konfidenzintervalle berechnen wollen, also auf α =.
Dieser testet allerdings, ob der Median der Grundgesamtheit einem vorgegebenen Wert entspricht. Ist die Standardabweichung bekannt, dann sollte der Einstichproben-Gauß-Test verwendet werden. Kompaktdarstellung [ Bearbeiten | Quelltext bearbeiten] Einstichproben-t-Test Voraussetzungen unabhängig voneinander oder und hinreichend großes (siehe ZGS) Hypothesen (rechtsseitig) (zweiseitig) (linksseitig) Teststatistik Prüfwert mit und Ablehnungsbereich Literatur [ Bearbeiten | Quelltext bearbeiten] Jürgen Bortz, Christof Schuster: Statistik für Human- und Sozialwissenschaftler. 7. Auflage. Springer, Berlin 2010, ISBN 978-3-642-12769-4. Jürgen Bortz, Gustav A. Lienert, Klaus Boehnke: Verteilungsfreie Methoden in der Biostatistik. 3. Inferenzstatistik - psychowissens Jimdo-Page!. Springer Berlin Heidelberg, 2008, ISBN 978-3-540-74706-2. Christel Weiß: Basiswissen Medizinische Statistik. 5. Springer, Berlin 2010, ISBN 978-3-642-11336-9. Weblinks [ Bearbeiten | Quelltext bearbeiten] Rechner für alle Varianten des t-Tests. Berechnet t-Wert, P-Wert und kritische Werte.
Da wir nur wenige Beobachtungen haben, kann der zentrale Grenzwertsatz nicht angewendet werden; siehe Abschnitt Mathematische Herleitung der Teststatistik für eine beliebig verteilte Grundgesamtheit. Wir müssen daher davon ausgehen, dass die Laufzeit der Notebook-Akkus in der Grundgesamtheit normalverteilt ist. Folgende Hypothesen sollen geprüft werden: Allgemein Beispiel vs. Stunden vs. Stunden Bei der Durchführung des Tests ergebe sich beispielsweise der Stichprobenmittelwert Stunden und die Stichprobenstandardabweichung Stunden. Daraus lässt sich nun der Prüfwert folgendermaßen berechnen: mit Stunden und Die Nullhypothese wird zum Signifikanzniveau abgelehnt, falls. Darin entspricht dem - Quantil der t-Verteilung mit Freiheitsgraden. T test für unabhängige stichproben spss. Für das Beispiel heißt das, dass die Nullhypothese abgelehnt wird bei einem Signifikanzniveau, wenn t kleiner ist als das 2, 5%-Quantil oder größer als das 97, 5%-Quantil der t-Verteilung mit Freiheitsgraden. Man findet mit Hilfe einer t-Tabelle oder eines Computerprogramms den Wert.
Der Unterschied wäre außerdem signifikant, wenn das 95%-Konfidenzintervall (hier nicht dargestellt) den Wert "0" nicht beinhaltet, also beide Intervallgrenzen positiv oder negativ sind ACHTUNG: Hat man bereits eine Vermutung, dass z. B. eine Stichprobe einen höheren/niedrigeren Wert hat, ist dies eine gerichtete Hypothese und man muss 1-seitig testen. Dazu halbiert man den bei Sig. (2-seitig) erhaltenen Wert und prüft jenen auf Signifikanz. Ungepaarten t-Test in SPSS berechnen – StatistikGuru. Ist die Veränderung zwar signifikant, allerdings entgegen der Hypothese, kann die Hypothese entsprechend NICHT bekräftigt werden. 4. Schließlich muss nach einem signifikanten Unterschied noch die Effektstärke ermittelt werden. Die Effektstärke beschreibt, wie stark sich die Testvariable zwischen beiden Zeitpunkten unterscheidet und dient als standardisierte Größe zur Einordnung von Unterschieden. Die Effektstärke (Cohen's d und Hedges' g) wird von SPSS ab Version 27 ausgegeben: Im Normalfall wird Cohen's d berichtet. Sollte N<20 sein, ist Hedges' g vorzuziehen, da Cohen's d leicht verzerrt ist (Rosenstein (2019), S. 73).
01 Niveau testen möchten, würden wir bei Prozentsatz K onfidenzintervall 99 eintragen. Falls wir mehr als eine Testvariable haben, können wir noch definieren, wie mit fehlenden Werten umgegangen werden soll. Bei Fallausschluss Test für Test wird lediglich das eine Paar von Fällen von der Analyse ausgeschlossen, für den eine der beiden Variablen einen fehlenden Wert enthält. Bei Listenweiser Fallausschluss wird der gesamte Fall von der Analyse ausgeschlossen, auch wenn nur eine einzige Variable einen fehlenden Wert enthält. Mit einem Klick auf W eiter bestätigen wir unsere Eingabe… …und mit OK berechnen wir den ungepaarten t-Test. Einstichproben-t-Test – Wikipedia. Auf der nächsten Seite bestimmen wir, ob Varianzhomogenität vorliegt. Zurück Ungepaarter t-Test: Normalverteilung verletzt – Gegenmaßnahmen Weiter Ungepaarter t-Test: Deskriptive Statistik