t-Test

Dieser Abschnitt befindet sich noch im Aufbau.

Der t-Test ist ein statistisches Verfahren, um zu überprüfen, ob sich zwei Gruppen von Messwerten signifikant voneinander unterscheiden (Signifikanztest).

Mehrere Varianten stehen zur Verfügung:

t-Test für verbundene (gepaarte) Stichproben

Hier werden zwei Gruppen von Messwerten verglichen, die beim gleichen Kollektiv erhoben wurden. Es handelt sich also um zwei Stichproben, die nicht unabhängig voneinander sind (sondern verbunden bzw. gepaart), da das untersuchte Objekt oder Individuum jeweils das gleiche ist.

Beispiel - SPSS

Messung der systolischen Blutdruckwerte (in mmHg) vor und nach Beginn einer antihypertensiven Therapie.

	vor	nach
Patient 1	150	130
Patient 2	145	120
Patient 3	160	130
Patient 4	150	145
Patient 5	150	120

Anlegen von zwei Variablen: 'vor' und 'nach'

Analysieren – Mittelwerte vergleichen – T-Test bei gepaarten Stichproben

Markieren der Variablen

Pfeiltaste und 'OK'

Das Ergebnis:

		Gepaarte Differenzen					T	df	Sig. (2-seitig)
		Mittelwert	Standardabweichung	Standardfehler des Mittelwertes	95% Konfidenzintervall der Differenz
					Untere	Obere
Paaren 1	vor - nach	19,16667	11,58303	4,72875	7,01102	31,32231	4,053	5	,010

Das Signifikanzergebnis lautet 0,01. Dies liegt unter dem üblichen Signifikanzniveau von 0,05. Somit besteht in diesem Beispiel ein statistisch signifikanter Unterschied zwischen den Blutdruckwerten vor und nach Beginn der Therapie.

Hintergrundinformation

Im Gegensatz zu anderen t-Tests werden hier nicht die Mittelwerte der beiden Messreihen verglichen. Vielmehr wird eine neue Variable in Form der Differenz zweier (verbundener) Messwerte gebildet. Unter der Annahme, dass kein Unterschied zwischen den Messreihen vorliegt, würde der Mittelwert der neuen Variable dem Wert 0 entsprechen.

Kategorie: Statistik

Letzte Änderung: 18.05.2008