Ein-Stichproben-t-Test#
Der Ein-Stichproben-t-Test (auch: Einstichproben-t-Test) prüft, ob der Mittelwert einer Stichprobe signifikant von einem bekannten oder hypothetischen Referenzwert abweicht.
Wann verwenden?#
Verwende den Ein-Stichproben-t-Test, wenn du:
- Den Mittelwert einer einzelnen Stichprobe mit einem bekannten Referenzwert vergleichen möchtest
- Die abhängige Variable metrisch (stetig) ist
- Die Daten annähernd normalverteilt sind
Typische Fragestellungen:
- Weicht der mittlere IQ einer Klasse signifikant von 100 ab?
- Ist die durchschnittliche Produktionszeit verschieden vom Sollwert?
Voraussetzungen#
- Unabhängigkeit der Beobachtungen
- Metrisches Skalenniveau der abhängigen Variable
- Normalverteilung der Daten (Shapiro-Wilk-Test)
- Der Referenzwert μ₀ ist bekannt oder theoretisch begründet
Hinweis: Bei Verletzung der Normalverteilungsannahme (z. B. bei kleiner Stichprobe und schiefer Verteilung) ist der Wilcoxon-Vorzeichen-Rang-Test als Ein-Stichproben-Version (Vergleich des Medians mit einem Referenzwert) die geeignete Alternative.
Formel#
Die Teststatistik berechnet sich als:
wobei:
- der Stichprobenmittelwert ist
- der hypothetische Referenzwert (Populationsmittelwert unter ) ist
- die Stichprobenstandardabweichung ist
- der Stichprobenumfang ist
Die Teststatistik folgt einer t-Verteilung mit Freiheitsgraden.
Beispiel#
Praxisbeispiel: Füllmenge von Getränkeflaschen
Ein Qualitätsmanager möchte prüfen, ob die mittlere Füllmenge einer Abfüllanlage dem Sollwert von 500 ml entspricht. Er entnimmt eine Zufallsstichprobe von 30 Flaschen und misst deren Füllmenge.
- Stichprobe: n = 30 Flaschen
- Referenzwert : 500 ml (Sollwert)
- Fragestellung: Weicht die mittlere Füllmenge signifikant von 500 ml ab?
Der Ein-Stichproben-t-Test prüft die Nullhypothese gegen die Alternativhypothese (zweiseitig).
Effektstärke#
Cohens d als Maß der Effektstärke:
| Effektstärke | Cohens d |
|---|---|
| Klein | 0.2 |
| Mittel | 0.5 |
| Groß | 0.8 |
Tipp: Die Effektstärke gibt an, wie stark der Stichprobenmittelwert in Einheiten der Standardabweichung vom Referenzwert abweicht. Sie ist unabhängig von der Stichprobengröße und erleichtert die Vergleichbarkeit zwischen Studien.
Weiterführende Literatur
- Student (1908). The probable error of a mean. Biometrika, 6(1), 1–25.
- Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics (5. Aufl.). SAGE.