t-Test

Der t-Test ist ein Begriff aus der mathematischen Statistik, er bezeichnet eine Gruppe von Hypothesentests mit t-verteilter Testprüfgröße. Oft ist jedoch mit dem t-Test der Einstichproben- bzw. Zweistichproben-t-Test gemeint.

• Der Einstichproben-t-Test (auch Einfacher t-Test; engl. One-sample t-Test) prüft anhand des Mittelwertes einer Stichprobe, ob der Mittelwert einer Grundgesamtheit sich von einem vorgegebenen Sollwert unterscheidet. Dabei wird vorausgesetzt, dass die Daten der Stichprobe einer normalverteilten Grundgesamtheit entstammen bzw. es einen genügend grossen Stichprobenumfang gibt, so dass der zentrale Grenzwertsatz erfüllt ist.

• Der Zweistichproben-t-Test (auch Doppelter t-Test; engl. Two-sample t-Test) prüft anhand der Mittelwerte zweier unabhängiger Stichproben, wie sich die Mittelwerte zweier Grundgesamtheiten zueinander verhalten. Dabei wird vorausgesetzt, dass die Daten der Stichproben einer normalverteilten Grundgesamtheit entstammen bzw. es einen genügend grosse Stichprobenumfänge gibt, so dass der zentrale Grenzwertsatz erfüllt ist. Der klassische t-Test setzt voraus, dass beide Stichproben aus Grundgesamtheiten mit gleicher Varianz entstammen. Der Welch-Test oder t-Test nach Satterthwaite ist eine Variante, die die Gleichheit der Varianzen nicht voraussetzt.

• Der Abhängige t-Test (auch Paardifferenzentest; engl. Paired t-Test) prüft für zwei verbundene (abhängige) Stichproben, ob sich die mittlere Differenz der Messwerte unterscheidet. Dabei wird vorausgesetzt, dass die Differenzen normalverteilt sind.

• 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). Dabei wird vorausgesetzt, dass die Daten der Stichproben einer bivariaten normalverteilten Grundgesamtheit entstammen.