Zwei-Stichproben-t-Test-Rechner

Was ist ein Zweistichproben-t-Test?

Der Zweistichproben-t-Test (t-Test für unabhängige Stichproben) bestimmt, ob sich die Mittelwerte zweier Gruppen signifikant unterscheiden.

Beantwortete Frage: "Haben diese zwei Gruppen unterschiedliche Durchschnittswerte?"

Beispiele:

• "Haben Patienten mit Medikament A andere Ergebnisse als jene mit Medikament B?"
• "Haben männliche und weibliche Mitarbeiter unterschiedliche Gehälter?"
• "Erzielt die Behandlungsgruppe höhere Werte als die Kontrollgruppe?"

Die Hypothesen

Nullhypothese (H₀): μ₁ = μ₂ (Mittelwerte sind gleich)

Alternativhypothese (H₁):

• Zweiseitig: μ₁ ≠ μ₂ (Mittelwerte unterscheiden sich)
• Rechtsseitig: μ₁ > μ₂ (Mittelwert von Gruppe 1 ist größer)
• Linksseitig: μ₁ < μ₂ (Mittelwert von Gruppe 1 ist kleiner)

Die Teststatistik

Gepoolte Varianz (gleiche Varianzen)

$t = \frac{\bar{x}_1 - \bar{x}_2}{S_p \times \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}}$

Wobei $S_p$ die gepoolte Standardabweichung ist.

$df = n_1 + n_2 - 2$

Welch-Test (ungleiche Varianzen)

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

Die Freiheitsgrade werden mit der Welch-Satterthwaite-Formel berechnet (oft nicht ganzzahlig).

Beispielrechnung

Szenario: Vergleich von Testergebnissen zwischen zwei Unterrichtsmethoden.

Daten:

• Methode A: n = 25, Mittelwert = 78, SD = 12
• Methode B: n = 30, Mittelwert = 85, SD = 14

Gepoolte Standardabweichung: Sp = √[((24)(144) + (29)(196)) / 53] = √[9220/53] = 13,2

Teststatistik: t = (78 - 85) / [13,2 × √(1/25 + 1/30)] t = -7 / [13,2 × 0,276] t = -7 / 3,64 t = -1,92

p-Wert: Für df = 53 (zweiseitig), p ≈ 0,06

Schlussfolgerung: Der Unterschied nähert sich der Signifikanz, erreicht aber nicht p < 0,05. Methode B scheint höhere Ergebnisse zu erzielen, aber die Evidenz ist nicht schlüssig.

Gepoolte Varianz vs. Welch: Welchen verwenden?

Gepoolte Varianz (Student's t-Test)

Verwenden, wenn:

• Varianzen annähernd gleich sind (Verhältnis < 2:1)
• Stichprobengrößen ähnlich sind
• Sie Grund haben anzunehmen, dass die Varianzen gleich sind

Vorteile:

• Etwas leistungsstärker, wenn Annahmen erfüllt sind
• Traditioneller Ansatz in vielen Fachgebieten

Welch-t-Test

Verwenden, wenn:

• Varianzen ungleich sein könnten
• Stichprobengrößen sich erheblich unterscheiden
• Sie sich bei gleichen Varianzen unsicher sind

Vorteile:

• Robust gegenüber ungleichen Varianzen
• Fast so leistungsstark wie gepoolte Varianz bei gleichen Varianzen
• Viele Statistiker empfehlen ihn als Standard

Dieser Rechner unterstützt beide Varianten — der Welch-t-Test-Rechner ist eine dedizierte Version.

Anwendungen

Klinische Studien

Vergleich der Ergebnisse von Behandlungs- und Kontrollgruppe.

A/B-Tests

Kontinuierliche Metriken (Verweildauer, Umsatz) zwischen Varianten.

Bildungsforschung

Vergleich von Unterrichtsmethoden, Lehrplänen oder Interventionen.

Fertigung

Vergleich von Prozessen, Maschinen oder Lieferanten.

Psychologie

Gruppenunterschiede in Einstellungen, Verhaltensweisen oder Leistung.

Annahmen

Unabhängigkeit

• Beobachtungen innerhalb der Gruppen sind unabhängig
• Gruppen sind voneinander unabhängig
• Keine Person erscheint in beiden Gruppen

Normalverteilung

• Grundgesamtheiten annähernd normalverteilt, ODER
• Stichprobengrößen ausreichend (jeweils n > 30)

Der t-Test ist ziemlich robust gegenüber Nicht-Normalverteilung, besonders bei größeren Stichproben.

Varianzhomogenität (für gepoolte Varianz)

• Populationsvarianzen annähernd gleich
• Prüfung: Verhältnis der Stichproben-SDs < 2:1
• Bei Verletzung Welch-t-Test verwenden

Effektgröße: Cohen's d

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

Im Beispiel: d = (78 - 85) / 13,2 = -0,53 (mittlerer Effekt)

Konfidenzintervall für die Differenz

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

Beispiel 95%-KI: -7 ± 2,01 × 3,64 = (-14,3; 0,3)

Das Intervall enthält 0, was mit dem nicht-signifikanten Ergebnis übereinstimmt.

Einseitig vs. Zweiseitig

Zweiseitig (empfohlener Standard): Testet auf jeden Unterschied zwischen Gruppen.

Einseitig: Testet auf Unterschied in festgelegter Richtung. Erfordert vorherige Begründung — nicht verwenden, nur um einen niedrigeren p-Wert zu erhalten.

Häufige Fehler

Verletzung der Unabhängigkeit

Vergleich verbundener Messungen (z.B. vorher-nachher) erfordert einen gepaarten t-Test, keinen t-Test für unabhängige Stichproben.

Ignorieren ungleicher Varianzen

Große Varianzunterschiede beim gepoolten t-Test führen zu falschen p-Werten. Verwenden Sie Welch's Test.

Multiple Vergleiche

Vergleich von 5 Gruppen paarweise (10 Tests) erhöht die Rate falsch-positiver Ergebnisse. Verwenden Sie ANOVA mit Post-hoc-Tests.

Kleine Stichprobe + nicht-normalverteilte Daten

Bei n < 15 und schiefen Daten sollten Sie den Mann-Whitney-U-Test in Betracht ziehen.

Ergebnisse berichten

APA-Format:

"Ein t-Test für unabhängige Stichproben ergab einen signifikanten Unterschied zwischen den Gruppen, t(53) = -1,92, p = 0,06, d = -0,53. Methode B (M = 85, SD = 14) erzielte höhere Werte als Methode A (M = 78, SD = 12), obwohl der Unterschied keine statistische Signifikanz erreichte."

Verwandte Berechnungen

• Einstichproben-t-Test — Vergleich mit bekanntem Wert
• Gepaarter t-Test — Verbundene oder wiederholte Messungen
• Welch-t-Test — Ungleiche Varianzen
• Mann-Whitney-U-Test — Nicht-parametrische Alternative
• KI für Differenz der Mittelwerte — Intervallschätzung
• Einfaktorielle ANOVA — Vergleich von 3+ Gruppen

Zusammenfassung

Der Zweistichproben-t-Test vergleicht Mittelwerte zwischen zwei unabhängigen Gruppen. Die Version mit gepoolter Varianz setzt gleiche Varianzen voraus; die Welch-Version nicht. Der Test erzeugt eine t-Statistik, die mit der t-Verteilung verglichen wird, um einen p-Wert zu erhalten. Prüfen Sie immer die Annahmen — Unabhängigkeit ist entscheidend, Normalverteilung ist hauptsächlich bei kleinen Stichproben relevant, und ungleiche Varianzen können durch Wahl der geeigneten Version behandelt werden. Berichten Sie Effektgrößen (Cohen's d) und Konfidenzintervalle zusammen mit p-Werten für eine vollständige Interpretation.