Gepaarter t-Test – Einführung

Der gepaarte T-Test ist recht einfach erklärt: er vergleicht genau zwei Messungen, die voneinander unabhängig sind. Beispielsweise konnte das Gewicht eines Versuchsteilnehmer an zwei unterschiedlichen Zeitpunkten gemessen werden. Hier wäre die abhängige Variable (AV) das Gewicht der Person und die unabhängige Variable (UV) der Zeitpunkt der Messung (vor der Diät und danach). Wichtig ist dabei, dass die selben Personen und die jeweiligen Messzeitpunkte stets gleich sind.

Hinweis: Der Vergleich verschiedener Messobjekte geschieht mit dem ungepaarten t-Test.

Vorraussetzungen

  • Abhängige Messungen: der Test vergleicht die selben Messobjekte, in unserem Fall Versuchspersonen, zu unterschiedlichen Zeitpunkten und nicht zwei unabhängige Gruppen mit verschiedenen Messobjekten.
  • Skalenniveaus: die unabhängige Variable (Zeitpunkt der Messung) ist nominalskaliert mit zwei Ausprägungen Messzeitpunkt 1 und Messzeitpunkt 2), während die abhängige Variable (Gewicht) mindestens intervallskaliert ist.
  • Ausreißer: der gepaarte t-Test ist empfindlich gegenüber Ausreißern, weshalb der Datensatz auf Ausreißer hin überprüft werden sollte.
  • Normalverteilung: die beiden Gruppen selbst müssen nicht normalverteilt sein. Der gepaarte t-Test benötigt jedoch die gleich verteilte Differenz der beiden Gruppen (Stichwort Residuen). Die Berechnung in SPSS wird später Schritt für Schritt erklärt.
Hinweis: Der Zeitpunkt der Messung wird in der Regel bei einem gepaarten t-Test als unabhängige Variable festgelegt, was jedoch nicht zwangsläufig so sein muss.  Stattdessen können zwei verschiedene Bedingungen verwendet werden.

 

Beispieldatensatz

Falls keine eigenen Daten vorhanden sind, kann das Tutorial mit diesem Beispieldatensatz nachgerechnet werden. Zum Herunterladen wird ein kostenloses Konto benötigt.

 

Hier geht es weiter mit Berechnung eines gepaarten t-Tests in SPSS