2 Gedanken zu „t-Test für unabhängige Stichproben“

  1. Für mein Verständnis – bei der Prüfung auf Signifikanz eines Wertes im Vergleich zu meiner H0 habe ich drei Möglichkeiten:

    1. Ich kann ich entweder den p-Wert mit alpha vergleichen bzw. 2 x p-Wert mit alpha für zweiseitige Tests (wird ja in R über den t-Test berechnet oder ich schaue in der t-Tabelle nach mit meinem empirischen t-Wert) . Wenn dieser Wert kleiner ist als alpha, dann ist der Wert signifikant und ich lehne H0 ab.

    2. Ich könnte auch den Annahmebereich ausrechnen und schauen, ob meine Mittelwertsdifferenz darin liegt oder nicht. Liegt sie nicht darin, ist der Wert signifikant.

    3. Ich könnte den empirischen t-Wert, den wir ja berechnet haben (bzw. den mir der t-Test in R ausgibt) mit dem kritischen t-Wert vergleichen. Hier könnte ich in der t-Tabelle nach dem entsprechenden kritischen t-Wert suchen für 1-alpha bzw. 1-(alpha/2) für zweiseitige Tests bzw. mir das t-Quantil über qt(x, df) in R ausgeben lassen.
    Ist mein empirischer t-Wert größer als der kritische t-Wert, dann ist es auch wieder signifikant.

    Grundsätzlich kann ich also mit verschiedenen Methoden auf die Thematik schauen, je nachdem ob ich mir Wahrscheinlichkeiten (p / alpha), standardisierte t-Werte oder tatsächliche Werte / Mittelwertsdifferenzen anschaue.

    1. Ja, richtig. In R wird dir ja immer direkt der p-Wert angezeigt, daher musst du dort keine kritischen Werte ausrechnen.

      Die Annahmebereichsgrenzen sind im Grunde nichts anderes als die (unstandardisierten) kritischen Werte.

Schreibe einen Kommentar