T-Test für abhängige Stichproben

SHARE THE ARTICLE ON

T-Test für abhängige Stichproben demographische Segmentierung
Table of Contents

Was ist ein t-Test für abhängige Stichproben?

Der t-Test für abhängige Stichproben wird durchgeführt, wenn bekannt ist, dass die Beobachtungen einer Stichprobe Gruppe in irgendeiner Weise mit den anderen Beobachtungen der Stichprobengruppe zusammenhängen. Der t-Test für abhängige Stichproben vergleicht also in der Regel die Mittelwerte dieser beiden verbundenen Stichproben Gruppen.

Diese Art der statistischen t-Test-Methode wird meist verwendet, wenn Sie wissen, dass Sie ähnliche Exemplare oder vergleichbare Einheiten untersuchen, oder sogar, wenn für eine Stichprobengröße wiederholte Messungen durchgeführt werden.

Einige der anderen Namen des t-Tests für abhängige Stichproben sind:

  • T-Test für abhängige Stichproben
  • Matched-Pairs t-test
  • t-Test für wiederholte Maßnahmen
  • t-Test für abhängige Mittelwerte
  • t-Test für verbundene Stichproben
  • Leitfaden für explorative Forschung

Exploratory Research Guide

Conducting exploratory research seems tricky but an effective guide can help.

Durchführen eines t-Tests für abhängige Stichproben

Der t-Test für abhängige Stichproben wird auch als gepaarter t-Test bezeichnet, da die Messungen der einen Gruppe mit den Messungen der anderen Gruppe gepaart werden. Daher wird die wiederholte Beobachtung oder gepaarte Beobachtung zu einem wichtigen Teil der Studie. Beispiel: Der Gesundheitszustand eines Patienten vor der Behandlung und nach der Behandlung. Die Maßeinheit und das Subjekt könnten gleich sein, aber es gibt einen Unterschied in den Zeitprotokollen.

Die abhängige Variable gruppiert die messbaren Variablen wie Alter, Größe, Gewicht, Temperatur aus verschiedenen Gruppen und stellt sie dann einander gegenüber, um die Fortschritte zu vergleichen. Diese Technik zur Paarung der Datenstichproben und zur Durchführung des t-Tests für abhängige Stichproben hat sich als wirksame Methode erwiesen, um die Ursache-Wirkungs-Beziehung zwischen den Stichproben Gruppen herauszuarbeiten. Der Unterschied besteht darin, dass der t-Test für abhängige Stichproben nur die Differenz der Mittelwerte und die Entwicklung der Variablen aufzeigt, nicht aber die Richtung, in der die Kausalität aufgetreten ist und wie eine Variable die andere beeinflusst.

Bevor Sie sich entschließen, einen t-Test für abhängige Stichproben an den Daten durchzuführen, sollten Sie sich die folgenden Fragen stellen, um sicherzugehen, dass Sie in die richtige Richtung gehen:

  • Besteht zwischen den einzelnen Beobachtungspaaren eine direkte Beziehung?
  • Sind die Beobachtungen völlig zufällig?
  • Müssen beide Stichproben die gleiche Anzahl von Datenpunkten aufweisen?

Wenn alle Antworten auf die obigen Fragen „Ja“ lauten, dann ist der t-Test für abhängige Stichproben die beste Lösung für Ihre Daten. Andernfalls können Sie den t-Test für unabhängige Stichproben verwenden.

Beispiel für den t-Test für abhängige Stichproben

Ein Lehrer sieht die schlechten Ergebnisse seiner Klasse in Mathematik und beschließt, für dieses Fach spezielle Nachhilfe zu geben. Der Test wurde mit 10 Punkten bewertet. Sie vergleicht dann die Ergebnisse der Schüler vor und nach dem Test und kommt zu folgenden Ergebnissen

Bevor

Nach

7

9

6

10

5

7

4

5

4

7

6

5

7

9

5

6

5

8

7

7

Das Alpha ist mit 0,05 anzunehmen.

Ziel ist es, herauszufinden, ob die spezielle Nachhilfe wirksam war oder nicht.

Schritt 1: Definieren Sie die Null- und Alternativhypothese

Die Hypothese kann wie folgt formuliert werden:

T-Test für abhängige Stichproben demographische Segmentierung

H0 bedeutet die Nullhypothese: Der Mittelwert vor und der Mittelwert nach der speziellen Nachhilfe ist gleich. Das bedeutet, dass der Kurs keinen Unterschied gemacht hat.

H1 bedeutet die Alternativhypothese: Der Mittelwert vor und nach dem Kurs ist unterschiedlich. Das bedeutet, dass der Kurs einen Unterschied gemacht hat.

Schritt 2: Freiheitsgrade

T-Test für abhängige Stichproben demographische Segmentierung

Die Freiheitsgrade sind die Gesamtzahl der Beobachtungen minus eins. In unserem Fall also:

dF = 10-1

dF = 9

Schritt 3: Angabe der Entscheidungsregel

Da wir nun ein Alpha von 0,05 haben, müssen wir die 5 % der Werte finden, die selten sind, und den T-Score ermitteln, der mit den beiden roten Linien in der folgenden Grafik verbunden ist.

T-Test für abhängige Stichproben demographische Segmentierung

Wenn der t-Wert unter oder über 5 % liegt, würde er in unserem Ablehnungsbereich liegen, und wir können daraus schließen, dass die Stichprobe ein unterschiedliches Vorher und Nachher aufweist.

Betrachtet man die untenstehende t-Tabelle, so ergibt sich ein kritischer Wert von 2,2622

T-Test für abhängige Stichproben demographische Segmentierung

Wir können also erwarten, dass der T-Wert zwischen -2,2622 und 2,2622 liegt.

T-Test für abhängige Stichproben demographische Segmentierung

Liegt der t-Wert außerhalb dieses Bereichs, wird die Nullhypothese abgelehnt.

Unsere Entscheidungsregel lautet daher: Wenn t kleiner als -2,2622 oder größer als 2,2622 ist, verwerfen wir die Nullhypothese.

Sehen Sie die Voxco Umfrage-Software in Aktion mit einer kostenlosen Demo.

Schritt 4: Berechnen der Teststatistiken

Die Formel zur Berechnung des t lautet:

T-Test für abhängige Stichproben demographische Segmentierung

Wo,

X bar D ist die mittlere Differenz

SD ist die Standardabweichung geteilt durch die Wurzel des Stichprobenumfangs.

Für die Differenz fügen wir eine weitere Spalte in die Tabelle ein:

Vor

Nachher

Differenz (Nach – Vorher)

7

9

2

6

10

4

5

2

4

5

1

4

7

3

6

5

-1

7

9

2

5

6

1

5

8

3

7

7

0

Ermitteln Sie nun für den Zähler den Mittelwert der Differenzen,

T-Test für abhängige Stichproben demographische Segmentierung

Noe für die Standardabweichung, haben wir die Formel und es kann wie folgt berechnet werden:

T-Test für abhängige Stichproben demographische Segmentierung

Jetzt rechnen wir t aus:

T-Test für abhängige Stichproben demographische Segmentierung

Schritt 5: Angabe des Ergebnisses

Gemäß unserer Entscheidungsregel: Wenn t kleiner als -2,2622 oder größer als 2,2622 ist, verwerfen wir die Nullhypothese. Unser t ist größer als +2,2622.

Daher verwerfen wir die Nullhypothese: Der Mittelwert vor und der Mittelwert nach dem Sonderunterricht ist gleich. Das bedeutet, dass der Kurs keinen Unterschied gemacht hat.

Schritt 6: Schlussfolgerung

Wir können feststellen, dass die Schüler durch die spezielle Nachhilfe mehr Punkte erzielen konnten als vor der Nachhilfe.

Read more

Voxco logo white

Was ist demographische Segmentierung?

Was ist demographische Segmentierung? See what question types are possible with a sample survey! Try a Sample Survey Was ist demographische Segmentierung? Die demografische Segmentierung

Read More »
T-Test für abhängige Stichproben demographische Segmentierung

Umfrage zur Werbeerinnerung 

Umfrage zur Werbeerinnerung SHARE THE ARTICLE ON Table of Contents Was ist eine Werbeerinnerung? Die Werbeerinnerung ist eine Messung, die für Werbe- und Verkaufsförderungsmaßnahmen verwendet

Read More »
Concept Testing2 2

T-Test für abhängige Stichproben

T-Test für abhängige Stichproben SHARE THE ARTICLE ON Table of Contents Was ist ein t-Test für abhängige Stichproben? Der t-Test für abhängige Stichproben wird durchgeführt,

Read More »