Du überprüfst, ob sich das durchschnittliche Stressniveau zwischen männlichen und weiblichen Personen statistisch signifikant unterscheidet. Mit Hilfe eines t-Tests (und ggf. eines Mann-Whitney-U-Tests) lernst Du, wie aus einer Forschungsfrage eine überprüfbare Hypothese wird – und wie Du diese in R oder SPSS testest.
Aufgabe
Datensatz: Einfach_Stressvergleich
Fragestellung:
Unterscheidet sich das durchschnittliche Stressniveau von männlichen und weiblichen Personen in Deiner Stichprobe statistisch signifikant?
Hypothesen:
$H_0$: $\mu_{\text{männlich}} = \mu_{\text{weiblich}}$
$H_1$: $\mu_{\text{männlich}} \ne \mu_{\text{weiblich}}$
Lösung in R
# t-Test # Daten importieren df <- read.csv("Data/Einfach_Stressvergleich.csv") # Datenmanagement gruppe1 <- df[df$gruppe == "männlich", "stress"] gruppe2 <- df[df$gruppe == "weiblich", "stress"] # Voraussetzungen ## Varianzhomogenität library(car) car::leveneTest(df$stress, group = as.factor(df$gruppe)) ## Normalverteilung shapiro.test(gruppe1) #nicht NV shapiro.test(gruppe2) #NV hist(gruppe1) hist(gruppe2) # t-Test gruppe1 <- df[df$gruppe == "männlich", "stress"] gruppe2 <- df[df$gruppe == "weiblich", "stress"] t.test(x = gruppe1, y = gruppe2) #Welch t-test (als Alternative) t.test(x = gruppe1, y = gruppe2, var.equal = TRUE) #klassischer T-Test # U-Test wilcox.test(x = gruppe1, y = gruppe2)
Lösung in SPSS bzw. PSPP
1. Daten importieren
- Öffne SPSS
- Datei → Öffnen → Einfach_Stressvergleich.csv auswählen
2. Voraussetzungen prüfen
a) Normalverteilung prüfen (pro Gruppe)
- Menü: Analysieren → Deskriptive Statistiken → Explore
- Zielvariable:
stress
- Gruppierungsvariable:
gruppe
- Im Fenster Diagramme „Normalitätsprüfungen mit Tests“ aktivieren
- OK klicken
→ Du erhältst Shapiro-Wilk-Tests für jede Gruppe
b) Varianzgleichheit prüfen
Dieser Test wird beim t-Test automatisch mitgeliefert (Levene-Test).
3. t-Test für unabhängige Stichproben
- Menü: Analysieren → Mittelwerte vergleichen → t-Test bei unabhängigen Stichproben
- Testvariable:
stress
- Gruppierungsvariable:
gruppe
→ auf „Gruppen definieren“ klicken (z. B.männlich
,weiblich
) - OK klicken
→ Du erhältst t-Wert, p-Wert, Mittelwertsdifferenz, Konfidenzintervall und Levene-Test
4. Nichtparametrischer Test (Mann-Whitney-U)
Wenn die Normalverteilung nicht gegeben ist:
- Menü: Analysieren → Nichtparametrische Tests → Zwei unabhängige Stichproben
- Testvariable:
stress
- Gruppierungsvariable:
gruppe
- Test: Mann-Whitney U
- OK klicken
Alles klar?
Ich hoffe, der Beitrag war für dich soweit verständlich. Wenn du weitere Fragen hast, nutze bitte hier die Möglichkeit, eine Frage an mich zu stellen!