Den t-Test, auch als Student's t-Test bezeichnet, verwendest du, wenn du die Mittelwerte von maximal zwei Gruppen miteinander vergleichen möchtest. Zum Beispiel kannst du mit dem t-Test analysieren, ob Männer im Durchschnitt größer als Frauen sind.Mit dem t-Wert wird die Größe der Differenz relativ zur Streuung in den Stichprobendaten gemessen. Anders ausgedrückt, ist t einfach die berechnete Differenz, dargestellt in Einheiten des Standardfehlers. Je größer der Betrag von t ist, umso stärker spricht dies gegen die Nullhypothese.Der gepaarten t-Test wird dann verwendet, wenn dieselbe Gruppe bzw. Stichprobe zu zwei Zeitpunkten befragt wird. Dich könnte zum Beispiel interessieren, ob ein Reha-Besuch die körperliche Fitness positive beeinflusst. Da du nicht alle Personen befragen kannst, die auf eine Rehe gehen, verwendest du eine Stichprobe.
Wie berechne ich den T wert : Beim t-Test für eine Stichprobe berechnen wir die Differenz zwischen dem Mittelwert der Stichprobe und dem bekannten Referenzmittelwert. s ist die Standardabweichung der erhobenen Daten und n ist die Anzahl der Fälle. s durch die Wurzel aus n ist dann die Standardabweichung vom Mittelwert bzw. der Standardfehler.
Wie interpretiert man t-Test
t-Wert interpretieren
Der t-Wert ergibt sich aus der gemessenen Differenz geteilt durch die Streuung in den Stichprobendaten Je größer der Betrag von t ist, umso mehr spricht dies gegen die Nullhypothese. Ist der berechnete t-Wert vom Betrag größer als der kritische t-Wert wird die Nullhypothese abgelehnt.
Wie hoch sollte der T-wert sein : T-Werte unterhalb von 40 (Mittelwert minus 1 Standardabweichung: 50 – 10 = 40) gelten nach den gängigen Konventionen als unterdurchschnittlich. T-Werte ab 60 (Mittelwert plus 1 Standardabweichung: 50 + 10 = 60) sind als überdurchschnittlich gute Leistung zu bewerten.
Der t-Test des Regressionskoeffizienten prüft in der linearen Regression unter der Annahme normalverteilter Störgrößen, ob ein Regressionskoeffizient null ist. Steigers Z-Test prüft, ob der Bravais-Pearson-Korrelationskoeffizient gleich einem vorgegebenen Wert ist (z. B. gleich null).
Die einfaktorielle ANOVA kann als Erweiterung des t-Tests für unabhängige Stichproben gesehen werden: während wir beim t-Test nur zwei Gruppen miteinander vergleichen können, erlaubt uns die einfaktorielle ANOVA zwei oder mehr Gruppen miteinander zu vergleichen.
Was ist ein guter T-wert
T-Werte unterhalb von 40 gelten nach den gängigen Konventionen als unterdurchschnittlich, T-Werte ab 60 sind als überdurchschnittlich gute Leistung zu bewerten. Erreicht ein Proband in einem Rechentest einen T-Wert von 75, lässt sich dies als eine weit überdurchschnittliche Rechenleistung interpretieren.T-Werte unterhalb von 40 gelten nach den gängigen Konventionen als unterdurchschnittlich, T-Werte ab 60 sind als überdurchschnittlich gute Leistung zu bewerten. Erreicht ein Proband in einem Rechentest einen T-Wert von 75, lässt sich dies als eine weit überdurchschnittliche Rechenleistung interpretieren.T-Werte unterhalb von 40 (Mittelwert minus 1 Standardabweichung: 50 – 10 = 40) gelten nach den gängigen Konventionen als unterdurchschnittlich. T-Werte ab 60 (Mittelwert plus 1 Standardabweichung: 50 + 10 = 60) sind als überdurchschnittlich gute Leistung zu bewerten.
Rechner für die Stichprobengröße des gepaarten t-Test
Generell möchte man eine möglichst hohe statistische Power. Allerdings kann ein zu hoher Wert hier zu einer unpraktikabel hohen Stichprobengröße führen. In der Regel ist ein Wert von etwa . 8 – .
Wann ANOVA und wann t-Test : Die einfaktorielle ANOVA kann als Erweiterung des t-Tests für unabhängige Stichproben gesehen werden: während wir beim t-Test nur zwei Gruppen miteinander vergleichen können, erlaubt uns die einfaktorielle ANOVA zwei oder mehr Gruppen miteinander zu vergleichen.
Ist ein t-Test eine ANOVA : T-Test und ANOVA unterscheiden sich nicht (Voraussetzung wenn df=1 gilt). In diesen Fall sind F-Wert und T-Wert dieselben Zahlen F=T2. Die (lineare) Regressionsanalyse ist quasi die Verallgemeinerung der (Mittelwert)-Analyse und liefert exakt die gleichen Ergebnisse wie die ANOVA.
Was sagt der ANOVA Test aus
Die Varianzanalyse (ANOVA) ist eine statistische Formel, die die Varianzen der Mittelwerte (oder Durchschnittswerte) verschiedener Gruppen vergleicht. Sie wird in einer Vielzahl von Situationen verwendet, um zu beurteilen, ob es einen Unterschied zwischen den Mittelwerten verschiedener Gruppen gibt oder nicht.
Für jede Skala und den Gesamtwert gilt ein T-Wert von 63 als deutlich auffällig und ein T-Wert von 70 als stark auffällig.Zur Durchführung eines gültigen Tests müssen folgende Voraussetzungen gegeben sein: Die Datenwerte sind unabhängig. Die Messungen für eine Beobachtung beeinflussen nicht die Messungen für andere Beobachtungen. Die Daten in den einzelnen Gruppen werden aus einer zufälligen Stichprobe der Population gewonnen.
Wann wird ein t-Test durchgeführt : Wenn du ein und dieselbe Stichprobe hast, die du zu zwei unterschiedlichen Zeitpunkten befragst, verwendest du einen gepaarten t-Test. Wenn du zwei verschiedene Gruppen vergleichen möchtest, egal ob sie aus einer oder zwei Stichproben stammen, verwendest du einen ungepaarten t-Test.