Unabhängiger t-Test – Einführung

Der unabhängige t-Test, bzw. ungepaarter t-Test, ist durch seine Einfachheit das statistische Allzweckmittel für den Vergleiche zweier Gruppen. Dieses Testverfahren überprüft signifikante Unterschiede der Mittelwerte einer abhängigen Variable (AV) von zwei verschiedenen Gruppen an zwei unterschiedlichen Zeitpunkten (UV).

Hinweis: Der Vergleich gleicher Messobjekte geschieht mit dem gepaarten t-Test.

Balancierte Testdesigns

Balancierte Testdesigns setzen eine gleiche Anzahl der Messungen beider Gruppen voraus. Je ungleicher die Anzahl von Messungen ist, desto unbalancierter ist das Design, weshalb bei zu unbalancierten Designs der robustere Welch-Test verwendet wird.

 

Vorraussetzungen

  • Unabhängige Messungen: der Test vergleicht die verschiedene Messobjekte, in unserem Fall Versuchspersonen, zu unterschiedlichen Zeitpunkten und nicht zwei abhängige 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: eine Normalverteilung der Daten wird in der Literatur empfohlen.
  • Homoskedastizität: die Varianzen aller Gruppen sollte ungefähr gleich groß sein, um zu vermeiden eine Nullhypothese zurückzuweisen, die eigentlich war ist. Die Berechnung der Homoskedastizität wird später Schritt für Schritt erklärt.
Hinweis: Der Zeitpunkt der Messung wird häufig bei einem unabhängigen 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 unabhängigen t-Tests in SPSS