Welch-t-Test-Rechner

Was ist Welchs t-Test?

Welchs t-Test ist eine Modifikation des Zweistichproben-t-Tests, die keine gleichen Varianzen zwischen den Gruppen voraussetzt. Er ist robuster und wird zunehmend als Standardansatz empfohlen.

Wann verwenden: Vergleich von zwei unabhängigen Gruppenmittelwerten, wenn:

• Die Varianzen möglicherweise ungleich sind
• Die Stichprobengrößen sich wesentlich unterscheiden
• Sie eine sicherere Analyse ohne Varianzgleichheitstests wünschen

Warum Welchs Test existiert

Der Standard-t-Test (Student's t) setzt gleiche Populationsvarianzen voraus. Wenn diese Annahme verletzt wird – besonders bei ungleichen Stichprobengrößen – kann der Test irreführende Ergebnisse liefern.

Welchs Lösung: Anpassung des Standardfehlers und der Freiheitsgrade, um ungleiche Varianzen zu berücksichtigen.

Die Formel

Teststatistik:

$t = \frac{\bar{x}_1 - \bar{x}_2}{\sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}}$

Gleicher Zähler wie bei Students t, unterschiedlicher Nenner.

Freiheitsgrade (Welch-Satterthwaite):

$df = \frac{\left(\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}\right)^2}{\frac{(s_1^2/n_1)^2}{n_1-1} + \frac{(s_2^2/n_2)^2}{n_2-1}}$

Dies ergibt oft einen nicht-ganzzahligen df-Wert.

Beispielrechnung

Daten:

• Gruppe A: n = 20, Mittelwert = 45, SD = 8
• Gruppe B: n = 30, Mittelwert = 52, SD = 15

Standardfehler: SE = √(64/20 + 225/30) = √(3,2 + 7,5) = √10,7 = 3,27

Teststatistik: t = (45 - 52) / 3,27 = -2,14

Freiheitsgrade: df = (10,7)² / [(3,2)²/19 + (7,5)²/29] df = 114,5 / [0,54 + 1,94] df = 46,2

p-Wert: Für df = 46,2 (zweiseitig), p ≈ 0,038

Welchs vs. Students t-Test

Wann Welchs Test am wichtigsten ist

Ungleiche Varianzen UND ungleiches n

Das ungünstigste Szenario für Students t:

• Größere Varianz in kleinerer Gruppe → Konservativ (übersieht echte Effekte)
• Größere Varianz in größerer Gruppe → Liberal (falsch positive Ergebnisse)

Welchs Test behandelt beides korrekt.

Beispiel des Problems

Gruppe A: n = 10, SD = 5 Gruppe B: n = 50, SD = 20

Students t verwendet gepoolte SD (dominiert von Gruppe B's größerem n):

• Unterschätzt den Beitrag von Gruppe A
• Liefert falschen df und p-Wert

Welchs Test gewichtet jede Gruppe angemessen.

Warum viele Welchs als Standard empfehlen

Argumente für Welchs als Standardmethode:

1. Robust: Funktioniert korrekt, ob Varianzen gleich sind oder nicht
2. Nahezu gleiche Power: Bei gleichen Varianzen ist der Powerverlust minimal (~1%)
3. Vermeidet Vortests: Varianzgleichheitstests (Levene, F-Test) erhöhen den Fehler 1. Art
4. Einfacherer Ablauf: Ein Test für alle Situationen

Führende Statistiksoftware (R, SPSS) verwendet zunehmend Welchs als Standard.

Historischer Kontext

B.L. Welch entwickelte diesen Test 1947 und erkannte die Grenzen der Annahme gleicher Varianzen.

Jahrzehntelang war der konventionelle Ansatz:

1. Auf gleiche Varianzen testen (F-Test, Levene)
2. Bei Gleichheit Students t verwenden; andernfalls Welchs

Moderne Sichtweise: Den Vortest überspringen – einfach Welchs verwenden.

Nicht-ganzzahlige Freiheitsgrade

Welchs df ist oft nicht-ganzzahlig (z.B. 46,2).

Moderne Rechner handhaben dies direkt mit der kontinuierlichen t-Verteilung.

Historische Tabellen erforderten Rundung (meist nach unten zur Konservativität).

Annahmen

Unabhängigkeit

Jede Beobachtung ist unabhängig – innerhalb und zwischen Gruppen.

Normalverteilung

Populationen annähernd normalverteilt, ODER ausreichende Stichprobengrößen (jeweils n > 20-30).

Welchs t-Test ist gegenüber Nicht-Normalität einigermaßen robust.

Zufällige Stichprobenziehung

Stichproben repräsentieren ihre jeweiligen Populationen.

Hinweis: Gleiche Varianzen werden NICHT vorausgesetzt.

Effektstärke

Wie beim Zweistichproben-t-Test:

$d = \frac{\bar{x}_1 - \bar{x}_2}{S_p}$

wobei $S_p$ die gepoolte SD ist (obwohl Welchs separate Varianzen für den Test verwendet).

Oder verwenden Sie Glass's Δ mit der SD einer Gruppe als Referenz.

Konfidenzintervall

$CI = (\bar{x}_1 - \bar{x}_2) \pm t^* \times SE$

Verwenden Sie Welchs SE und df für den entsprechenden $t^*$-Wert.

Wann Students t noch sinnvoll ist

• Gleiche Stichprobengrößen UND ähnliche Varianzen
• Theoretischer Grund zur Annahme gleicher Varianzen
• Spezifische Software- oder Protokollanforderungen

Aber selbst dann liefert Welchs nahezu identische Ergebnisse.

Ergebnisse berichten

APA-Format:

„Welchs t-Test zeigte einen signifikanten Unterschied zwischen den Gruppen, t(46,2) = -2,14, p = ,038. Gruppe B (M = 52, SD = 15) erzielte signifikant höhere Werte als Gruppe A (M = 45, SD = 8)."

Geben Sie die nicht-ganzzahligen df an.

Verwandte Berechnungen

• Zweistichproben-t-Test — Mit gepoolter Option
• Einstichproben-t-Test — Einzelne Gruppe vs. Wert
• Gepaarter t-Test — Dieselben Personen, zwei Bedingungen
• Mann-Whitney-U-Test — Nicht-parametrische Alternative
• Cohens d-Rechner — Effektstärke
• Gepoolte Standardabweichung — Für gleiche Varianzen

Zusammenfassung

Welchs t-Test vergleicht zwei unabhängige Gruppenmittelwerte ohne Annahme gleicher Varianzen. Durch Anpassung des Standardfehlers und der Freiheitsgrade liefert er gültige Ergebnisse, ob die Varianzen gleich sind oder nicht. Viele Statistiker empfehlen Welchs als Standard für Zweigruppenvergleiche – er ist robust bei minimalem Powerverlust im Vergleich zu Students t, wenn die Varianzen tatsächlich gleich sind. Die einzige zusätzliche Komplexität sind nicht-ganzzahlige Freiheitsgrade, die moderne Software automatisch handhabt.