Lexikon der Mathematik: t-Test
eine Bezeichnung für einen Typus spezieller Signifikanztests, deren Teststatistik (Testgröße) T unter der Annahme der Gültigkeit der Nullhypothese H0 einer Studentschen t-Verteilung genügt (siehe auch Stichprobenfunktionen).
t-Tests werden u. a. zum Prüfen von Mittelwerten normalverteilter Grundgesamtheiten mit unbekannter Varianz verwendet. Man unterscheidet dabei den
- t-Test zum Prüfen eines Erwartungswertes EX gegen einen vorgegebenen Wert μ0
- t-Test zum Vergleich zweier Erwartungswerte EX1 und EX2 unabhängiger Stichproben
- t-Test zum Vergleich zweier Erwartungswerte EX1 und EX2 verbundener Stichproben
Tabelle 1 zeigt eine Übersicht über t-Tests zum Prüfen des Erwartungswertes EX einer normalverteilten Zufallsgröße X gegen einen vorgegebenen Wert μ0. Dabei sind
Die t-Tests zum Prüfen der Hypothese
Tabelle 2 zeigt eine Übersicht über die t-Tests zum Prüfen der Gleichheit der Erwartungswerte zweier unabhängiger Stichproben. Dabei werden für die Berechnung der Teststatistik T und der Freiheitsgrade v des t-Quantils zwei Fälle unterschieden:
a) X1 und X2 haben gleiche Varianzen, und b) die Varianzen von X1 und X2 sind ungleich, siehe Tabelle 3.
Tabelle 3: \(\hat{\sigma}\) und v zu Tabelle 2
Fall a): gleiche Varianzen:
Fall b): ungleiche Varianzen:
Liegt für die Zufallsgrößen keine Normalverteilung vor, so wird der t-Test aufgrund seiner Robustheit gegenüber Abweichungen von der Normalverteilung in der Regel trotzdem angewendet, wenn die Stichprobenumfänge n bzw. n1 und n2 hinreichend groß sind. Bei kleinen Stichprobenumfängen empfiehlt es sich, einen parameterfreien Rangtest, wie den U-Test von Mann und Whitney oder den Wilcoxon-Test anzuwenden.
Ein Beispiel. Zwei unterschiedlich organisierte Fertigungsstraßen zur Produktion von Fahrradfelgen sollen hinsichtlich der mittleren Durchlaufzeit EX1 und EX2 miteinander verglichen werden. Es soll überprüft werden, ob sich bei Fertigungsstraße 2 eine Verbessserung ergibt. Wir formulieren dieses Problem als einseitiges Testproblem für zwei unabhängige Stichproben mit der Alternative
Zum Prüfen werden in jedem System n = 10 Durchlaufzeiten erfaßt. Aus diesen beiden Stichproben werden für die arithmetischen Mittel und die Streuungen folgende Werte berechnet:
Der F-Test auf Gleichheit der Varianzen ergibt für die Teststatistik F und die kritischen Werte ϵ1 und ϵ2:
Da ϵ1< F< ϵ2 gilt, sind die Varianzen als gleich anzusehen. Wir berechnen nun \(\hat{\sigma}\) und v gemäß Tabelle 3, Fall a), und führen den t-Test wie in Tabelle 2 beschrieben durch. Es ergibt sich
Daraus erhalten wir
Für die Teststatistik ergibt sich damit
Aus Tabellen der mathematischen Statistik liest man die kritischen Werte ab:
Da T >ϵ ist, entscheiden wir uns für die Ablehnung von H0, d.h., die Variante 2 liefert kürzere Durchlaufzeiten.
Wenn Sie inhaltliche Anmerkungen zu diesem Artikel haben, können Sie die Redaktion per E-Mail informieren. Wir lesen Ihre Zuschrift, bitten jedoch um Verständnis, dass wir nicht jede beantworten können.