t-Test für eine Stichprobe (Einstichproben-t-Test)

Der t-Test für eine Stichprobe prüft, ob der Mittelwert einer Grundgesamtheit von einem Zielwert abweicht, wobei die Standardabweichung aus der Stichprobe geschätzt wird. Verwenden Sie ihn für stetige, zufällig entnommene Daten, die annähernd normalverteilt sind, oder bei einem Stichprobenumfang über 20 ohne starke Schiefe. Ist die Standardabweichung der Grundgesamtheit bekannt, verwenden Sie einen z-Test für eine Stichprobe. Die Ausgabe enthält p-Wert und Konfidenzintervall; eine Variante für zusammengefasste Daten ist verfügbar.

Zuletzt geprüft

Kernaussage

Ein t-Test für eine Stichprobe vergleicht einen Stichprobenmittelwert mit einem Ziel- oder Hypothesenwert, wenn die Standardabweichung der Grundgesamtheit unbekannt ist, und liefert ein Konfidenzintervall für deren Mittelwert.

Auf dieser Seite
  1. Was ist der t-Test für eine Stichprobe?
  2. Wann wird der t-Test für eine Stichprobe eingesetzt?
  3. Hinweise zur richtigen Anwendung des t-Tests für eine Stichprobe
  4. Alternativen: Wann der t-Test für eine Stichprobe nicht geeignet ist
  5. Beispiel für den t-Test für eine Stichprobe
  6. Anleitung: t-Test für eine Stichprobe
  7. Anleitung: t-Test für eine Stichprobe mit zusammengefassten Daten

Was ist der t-Test für eine Stichprobe?

Ein t-Test für eine Stichprobe ist ein statistischer Test, mit dem der Mittelwert einer Grundgesamtheit geschätzt und mit einem Ziel- oder Referenzwert verglichen wird, wenn die Standardabweichung der Grundgesamtheit unbekannt ist. Dieser parametrische Test bestimmt, ob ein signifikanter Unterschied zwischen dem Stichprobenmittelwert und einem hypothetischen Mittelwert der Grundgesamtheit besteht. Der t-Test für eine Stichprobe berechnet außerdem ein Konfidenzintervall für den Mittelwert der Grundgesamtheit, also einen Wertebereich, der den wahren Mittelwert wahrscheinlich enthält. Diese Analyse ist besonders nützlich bei kleinen Stichprobenumfängen oder wenn die Varianz der Grundgesamtheit nicht bekannt ist.

Wann wird der t-Test für eine Stichprobe eingesetzt?

Der t-Test für eine Stichprobe ist geeignet, wenn folgende Bedingungen erfüllt sind:

  • Die Stichprobe wird zufällig aus der interessierenden Grundgesamtheit entnommen.
  • Die Daten sind annähernd normalverteilt (zur Bedingung an den Stichprobenumfang bei nicht normalverteilten Daten siehe unten).
  • Die Standardabweichung der Grundgesamtheit ist unbekannt, kann aber aus der Stichprobe geschätzt werden.
  • Die Daten sind normalverteilt, oder der Stichprobenumfang ist groß genug (über 20, bei Daten ohne starke Schiefe), damit die Stichprobenverteilung des Mittelwerts annähernd normal ist.

Beispiele für den Einsatz eines t-Tests für eine Stichprobe:

  • Ein Forscher möchte prüfen, ob die durchschnittliche Körpergröße einer Stichprobe von Studierenden der durchschnittlichen Körpergröße von Studierenden in der Gesamtbevölkerung entspricht.
  • Ein Unternehmen möchte prüfen, ob die durchschnittliche Zeit zur Erledigung einer Aufgabe dem Branchenstandard entspricht.
  • Ein Arzt möchte prüfen, ob ein neues Medikament eine signifikante blutdrucksenkende Wirkung bei Patienten hat.

Insgesamt ist der t-Test für eine Stichprobe ein leistungsfähiges statistisches Werkzeug, mit dem Forscher auf Grundlage einer einzigen Stichprobe Schlussfolgerungen über Grundgesamtheiten ziehen können.

Hinweise zur richtigen Anwendung des t-Tests für eine Stichprobe

  • Verwenden Sie den z-Test für eine Stichprobe , wenn Sie die Standardabweichung der Grundgesamtheit kennen.
  • Verwenden Sie für die Analyse stetige Daten, etwa Gewichte von Verpackungen.
  • Verwenden Sie One sample Poisson Rate, wenn die Daten Zählwerte enthalten, und den Test auf einen Anteil , wenn sich die Daten in zwei Kategorien einteilen lassen.
  • Für einen sachgerechten Hypothesentest sollte der Stichprobenumfang über 20 liegen und die Daten sollten keine starke Schiefe aufweisen.
  • Erheben Sie Zufallsstichproben, um Rückschlüsse auf die Grundgesamtheit zu ziehen.
  • Der gepaarte t-Test sollte bei abhängigen oder gepaarten Daten verwendet werden.
  • Der Stichprobenumfang sollte groß genug sein für genaue Schätzungen, schmale Konfidenzintervalle und den Schutz vor Fehlern. Verwenden Sie Power and Sample Size für den t-Test für eine Stichprobe , um den geeigneten Stichprobenumfang zu bestimmen.

Alternativen: Wann der t-Test für eine Stichprobe nicht geeignet ist

  • Ist die Standardabweichung der Grundgesamtheit bekannt, wird empfohlen, statt des t-Tests den z-Test für eine Stichprobe zu verwenden, da dieser eine höhere Trennschärfe hat.

Beispiel für den t-Test für eine Stichprobe

Ein Ökonom erhebt die monatlichen Energiekosten von 25 Familien im laufenden Jahr, um festzustellen, ob sich gegenüber dem Vorjahr, in dem die mittleren Kosten $200 betrugen, eine Änderung ergeben hat. Er führt einen t-Test für eine Stichprobe durch, um zu prüfen, ob sich die Energiekosten des laufenden Jahres signifikant von $200 unterscheiden. Der Test erfolgt in folgenden Schritten:

  1. Die erforderlichen Daten wurden erhoben.
One sample t test — figure 1
  1.  Analysieren Sie die Daten nun in Zometric Statistical Software unter https://statsai.zometric.com/.
  2.  Um den t-Test für eine Stichprobe zu finden, wählen Sie Statistical module> Graphical analysis> One sample t-test.
  3.  Im Werkzeug werden die Daten zusammen mit weiteren Eingaben wie folgt eingegeben:
One sample t test — figure 2

5. Nach Verwendung des oben genannten Werkzeugs erhalten Sie die folgende Ausgabe:

One sample t test — figure 3One sample t test — figure 4

Anleitung: t-Test für eine Stichprobe

Die Anleitung lautet wie folgt:

  1. Melden Sie sich bei Zometric Statistical Software an: https://statsai.zometric.com/
  2. Wählen Sie auf der Startseite Statistical Tool> Graphical analysis >One sample t test.
  3. Klicken Sie auf One sample t test , um zum Dashboard zu gelangen.
  4. Aktualisieren Sie anschließend die Daten manuell, oder kopieren Sie die Daten vollständig (Ctrl+C) aus einer Excel-Tabelle und fügen Sie sie hier ein (Ctrl+V).
  5. Geben Sie anschließend die Werte für das Konfidenzniveau und den hypothetischen Mittelwert ein.
  6. Klicken Sie abschließend unten auf der Seite auf calculate, und Sie erhalten die gewünschten Ergebnisse.

Das Dashboard von One sample t testist in zwei Bereiche unterteilt.

One sample t test — figure 5

Im linken Bereich befindet sich der Datenbereich (Data Pane). Im Data Pane bildet jede Zeile eine Teilgruppe. Die Daten können manuell eingegeben oder vollständig aus einer Excel-Tabelle kopiert (Ctrl+C) und hier eingefügt (Ctrl+V) werden.

Load example: Beispieldaten werden geladen.

Load File: Damit werden Excel-Daten direkt geladen.

Im rechten Bereich stehen folgende Optionen zur Verfügung:

  • Confidence level: Beim Hypothesentest gibt das Konfidenzniveau den Grad der Sicherheit bzw. des Vertrauens an, den wir in unsere statistische Analyse haben. Es ist ein Wahrscheinlichkeitswert, der angibt, wie wahrscheinlich der wahre Parameter der Grundgesamtheit im angegebenen Wertebereich liegt. Üblicherweise wird das Konfidenzniveau in Prozent angegeben und als (1 - α) bezeichnet, wobei α das Signifikanzniveau bzw. die Wahrscheinlichkeit ist, eine wahre Nullhypothese abzulehnen. Bei einem Konfidenzniveau von 95% sagen wir zum Beispiel, dass wir zu 95% sicher sind, dass der wahre Parameter der Grundgesamtheit in unserer Intervallschätzung liegt, und dass mit 5% Wahrscheinlichkeit ein Fehler 1. Art (Ablehnung einer wahren Nullhypothese) auftritt. Praktisch bedeutet ein höheres Konfidenzniveau, dass wir unserer statistischen Analyse und unseren Ergebnissen mehr vertrauen. Ein höheres Konfidenzniveau vergrößert jedoch auch die Breite des Konfidenzintervalls, wodurch kleine Effekte schwerer zu erkennen sind. Die Wahl des Konfidenzniveaus hängt daher vom Kontext der Untersuchung und von den Zielen des Forschers ab.
  • Hypothesized mean: Der hypothetische Mittelwert, auch erwarteter Mittelwert oder Mittelwert der Grundgesamtheit genannt, ist ein in der Nullhypothese festgelegter Wert, der den Durchschnittswert der geprüften Variable darstellt. Er ist ein theoretischer Wert, mit dem der tatsächliche Stichprobenmittelwert verglichen wird, um festzustellen, ob der Unterschied statistisch signifikant oder zufallsbedingt ist.
  • Alternative hypothesis: Beim Hypothesentest ist die Alternativhypothese (auch Forschungshypothese genannt) eine Aussage, die eine andere Schlussfolgerung als die Nullhypothese darstellt. Die Nullhypothese steht in der Regel für den Status quo bzw. die Annahme, dass zwischen zwei oder mehr Gruppen oder Variablen kein signifikanter Unterschied oder Zusammenhang besteht. Die Alternativhypothese ist die zu prüfende Aussage und besagt, dass zwischen den untersuchten Gruppen oder Variablen ein signifikanter Unterschied oder Zusammenhang besteht.
  • Box Plot: Wenn aktiviert, wird ein Boxplot ausgegeben, andernfalls nicht.
  • Histogram: Wenn aktiviert, wird ein Histogramm ausgegeben, andernfalls nicht.
  • Label:  Damit werden die Datenbeschriftungen festgelegt; es gibt drei Optionen:
    • Outlier: Datenwerte, die weit von den übrigen Datenwerten entfernt liegen, können Ihre Ergebnisse stark beeinflussen.
    • All quartiles: Quartile sind Werte, die eine Datenstichprobe in vier gleiche Teile teilen. Damit lassen sich Streuung und Lage eines Datensatzes schnell beurteilen.
    • Mean: Der Mittelwert im Boxplot liefert zusätzliche Informationen über die Lage der Daten.
    • Individual Data: Ein einzelner Datenpunkt ist eine einzelne Beobachtung bzw. ein einzelner Wert in einem Datensatz.
  • Download as Excel: Damit wird das Ergebnis im Excel-Format ausgegeben, das sich leicht bearbeiten und über die Option load file für Berechnungen erneut laden lässt.

Anleitung: t-Test für eine Stichprobe mit zusammengefassten Daten

Die Anleitung lautet wie folgt:

  1. Melden Sie sich bei Zometric Statistical Software an: https://statsai.zometric.com/
  2. Wählen Sie auf der Startseite Statistical Tool> Graphical analysis >One sample t test for summarized data
  3. Klicken Sie auf One sample t test for summarized data , um zum Dashboard zu gelangen.
  4. Aktualisieren Sie anschließend die Daten manuell, oder kopieren Sie die Daten vollständig (Ctrl+C) aus einer Excel-Tabelle und fügen Sie sie hier ein (Ctrl+V).
  5. Geben Sie anschließend die Werte für Stichprobenumfang, Stichprobenmittelwert, Standardabweichung, hypothetischen Mittelwert und Konfidenzniveau ein.
  6. Klicken Sie abschließend unten auf der Seite auf calculate, und Sie erhalten die gewünschten Ergebnisse.

Das Dashboard von One sample t test for summarized databesteht nur aus dem linken Bereich.

Load File: Damit werden Excel-Daten direkt geladen.

One sample t test — figure 6

Im linken Bereich stehen folgende Optionen zur Verfügung:

  • Sample size: Der Stichprobenumfang ist die Anzahl der Personen, Objekte oder Ereignisse, die aus einer Grundgesamtheit für eine Untersuchung ausgewählt werden, um Schlussfolgerungen über die gesamte Grundgesamtheit zu ziehen. Mit anderen Worten: Er ist die Anzahl der Beobachtungen oder Teilnehmer einer Untersuchung. Der Stichprobenumfang kann die Genauigkeit und Zuverlässigkeit der Ergebnisse erheblich beeinflussen. Ein größerer Stichprobenumfang liefert in der Regel ein repräsentativeres Bild der Grundgesamtheit und verringert die Auswirkungen des zufälligen Stichprobenfehlers. Daher ist es wichtig, vor der Untersuchung einen geeigneten Stichprobenumfang festzulegen, damit die Ergebnisse statistisch valide und zuverlässig sind.
  • Sample mean: Der Stichprobenmittelwert ist der Durchschnittswert einer Menge von Beobachtungen oder Datenpunkten, die aus einer größeren Grundgesamtheit ausgewählt wurden. Er wird berechnet, indem alle Werte der Stichprobe addiert und durch die Anzahl der Beobachtungen geteilt werden. Der Stichprobenmittelwert dient häufig als Schätzer für den Mittelwert der Grundgesamtheit, also den Durchschnittswert der gesamten Grundgesamtheit.
  • Standard deviation: Beim Hypothesentest ist die Standardabweichung ein Maß für die Streuung der Daten. Sie wird häufig zusammen mit dem Mittelwert verwendet, um zu beurteilen, ob der beobachtete Unterschied zwischen zwei Gruppen statistisch signifikant ist.
  • Hypothesized mean: Der hypothetische Mittelwert, auch erwarteter Mittelwert oder Mittelwert der Grundgesamtheit genannt, ist ein in der Nullhypothese festgelegter Wert, der den Durchschnittswert der geprüften Variable darstellt. Er ist ein theoretischer Wert, mit dem der tatsächliche Stichprobenmittelwert verglichen wird, um festzustellen, ob der Unterschied statistisch signifikant oder zufallsbedingt ist.
  • Confidence level: Beim Hypothesentest gibt das Konfidenzniveau den Grad der Sicherheit bzw. des Vertrauens an, den wir in unsere statistische Analyse haben. Es ist ein Wahrscheinlichkeitswert, der angibt, wie wahrscheinlich der wahre Parameter der Grundgesamtheit im angegebenen Wertebereich liegt. Üblicherweise wird das Konfidenzniveau in Prozent angegeben und als (1 - α) bezeichnet, wobei α das Signifikanzniveau bzw. die Wahrscheinlichkeit ist, eine wahre Nullhypothese abzulehnen. Bei einem Konfidenzniveau von 95% sagen wir zum Beispiel, dass wir zu 95% sicher sind, dass der wahre Parameter der Grundgesamtheit in unserer Intervallschätzung liegt, und dass mit 5% Wahrscheinlichkeit ein Fehler 1. Art (Ablehnung einer wahren Nullhypothese) auftritt. Praktisch bedeutet ein höheres Konfidenzniveau, dass wir unserer statistischen Analyse und unseren Ergebnissen mehr vertrauen. Ein höheres Konfidenzniveau vergrößert jedoch auch die Breite des Konfidenzintervalls, wodurch kleine Effekte schwerer zu erkennen sind. Die Wahl des Konfidenzniveaus hängt daher vom Kontext der Untersuchung und von den Zielen des Forschers ab.
  • Download as Excel: Damit wird das Ergebnis im Excel-Format ausgegeben, das sich leicht bearbeiten und über die Option load file für Berechnungen erneut laden lässt.

Häufig gestellte Fragen

Was ist ein t-Test für eine Stichprobe?

Ein t-Test für eine Stichprobe ist ein parametrischer Test, der den Mittelwert einer Grundgesamtheit schätzt und mit einem Ziel- oder Referenzwert vergleicht, wenn die Standardabweichung der Grundgesamtheit unbekannt ist. Er bestimmt, ob sich der Stichprobenmittelwert signifikant vom hypothetischen Mittelwert unterscheidet, und berechnet ein Konfidenzintervall für den Mittelwert der Grundgesamtheit.

Welche Voraussetzungen hat ein t-Test für eine Stichprobe?

Die Stichprobe sollte zufällig aus der Grundgesamtheit entnommen sein, die Daten sollten stetig sein, und die Standardabweichung der Grundgesamtheit ist unbekannt, wird aber aus der Stichprobe geschätzt. Die Daten sollten annähernd normalverteilt sein oder der Stichprobenumfang groß genug (über 20, bei Daten ohne starke Schiefe), damit die Stichprobenverteilung des Mittelwerts annähernd normal ist. Verwenden Sie bei gepaarten Daten einen gepaarten t-Test.

Wann sollte man einen z-Test für eine Stichprobe statt eines t-Tests verwenden?

Ist die Standardabweichung der Grundgesamtheit bekannt, verwenden Sie den z-Test für eine Stichprobe, der eine höhere Trennschärfe als der t-Test hat. Verwenden Sie bei Zählwerten den Test 1-Sample Poisson Rate und bei Daten, die in zwei Kategorien eingeteilt sind, den Test One Proportion.

Wie führen Sie einen t-Test für eine Stichprobe in Zometric Statistical Software durch?

Öffnen Sie das Werkzeug One sample t test, geben Sie die Daten ein oder fügen Sie sie ein, und legen Sie dann Konfidenzniveau, hypothetischen Mittelwert und Alternativhypothese fest, optional mit Boxplot und Histogramm. Klicken Sie auf Calculate, um die Ergebnisse zu erhalten. Eine Variante für zusammengefasste Daten verwendet statt Rohdaten Stichprobenumfang, Stichprobenmittelwert, Standardabweichung, hypothetischen Mittelwert und Konfidenzniveau.