t-Test-Rechner

Führen Sie den Welch-t-Test durch, um festzustellen, ob es einen statistisch signifikanten Unterschied zwischen den Mittelwerten zweier unabhängiger Gruppen gibt.

3× täglich kostenlosOhne RegistrierungSofortige Ergebnisse

t-Test-RechnerJetzt testen — gratis ▼

Schnellbeispiele

Gruppe 1 (Stichprobe A) mind. 2 Werte

Gruppe 2 (Stichprobe B) mind. 2 Werte

Gruppe 1

Gruppe 2

Testparameter

Ich habe nur zusammenfassende Statistiken (Mittelwert, Standardabweichung, n)

Welcher t-Test?

Angenommene Differenz (μ₀)

Signifikanzniveau (α)

Testart

Dezimalstellen

Embed t-Test-Rechner Widget

t-Test-Rechner

Willkommen beim t-Test-Rechner, einem umfassenden statistischen Analysewerkzeug zum Vergleich der Mittelwerte zweier unabhängiger Gruppen. Dieser Rechner führt den Welch-t-Test durch, der gegenüber ungleichen Varianzen und Stichprobengrößen robust ist und daher für die meisten praktischen Anwendungen empfohlen wird.

Was ist ein t-Test und wann sollte ich ihn verwenden?

Ein t-Test ist ein statistischer Hypothesentest, mit dem geprüft wird, ob sich die Mittelwerte zweier Gruppen signifikant unterscheiden. Der unabhängige Zweistichproben-t-Test (auch unpaarer t-Test) vergleicht zwei getrennte Gruppen von Beobachtungen.

Verwenden Sie den t-Test, wenn:

Sie zwei unabhängige Gruppen vergleichen möchten (z. B. Behandlung vs. Kontrolle)
Ihre Daten kontinuierlich und näherungsweise normalverteilt sind
Sie prüfen möchten, ob der beobachtete Unterschied statistisch signifikant ist

Die t-Test-Formel verstehen

Welch-t-Statistik

Die t-Statistik misst, wie viele Standardfehler die Stichprobenmittelwerte auseinanderliegen:

$$t = \frac{\bar{X}_1 - \bar{X}_2}{\sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}}$$

Wobei $\bar{X}_1$ und $\bar{X}_2$ die Stichprobenmittelwerte, $s_1^2$ und $s_2^2$ die Stichprobenvarianzen sowie $n_1$ und $n_2$ die Stichprobengrößen sind.

Freiheitsgrade (Welch-Satterthwaite)

Beim Welch-t-Test werden die Freiheitsgrade wie folgt berechnet:

$$df = \frac{\left(\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}\right)^2}{\frac{(s_1^2/n_1)^2}{n_1-1} + \frac{(s_2^2/n_2)^2}{n_2-1}}$$

So führen Sie einen unabhängigen Zweistichproben-t-Test durch

Daten für Gruppe 1 eingeben: Geben Sie die Zahlenwerte für die erste Stichprobe ein. Trennen Sie Werte durch Kommas, Leerzeichen oder Zeilenumbrüche.
Daten für Gruppe 2 eingeben: Geben Sie die Zahlenwerte für die zweite Stichprobe im selben Format ein.
Testparameter auswählen: Wählen Sie Signifikanzniveau (alpha), Testart (zweiseitig oder einseitig) und Dezimalgenauigkeit.
Analyse ausführen: Klicken Sie auf Berechnen, um den t-Test auszuführen und Ergebnisse wie t-Statistik, p-Wert, Freiheitsgrade und Effektstärke zu erhalten.
Ergebnisse interpretieren: Sehen Sie sich die t-Verteilungskurve und die Interpretation an, um zu beurteilen, ob der Unterschied signifikant ist.

Ergebnisse interpretieren

Interpretation des p-Werts

Der p-Wert ist die Wahrscheinlichkeit, Ihre Daten (oder extremere) zu beobachten, wenn die Nullhypothese wahr wäre:

p < 0.05: statistisch signifikant auf 95%-Niveau
p < 0.01: hoch signifikant auf 99%-Niveau
p > 0.05: nicht signifikant - der Unterschied kann durch Zufall entstanden sein

Effektstärke: Cohen's d

Während p-Werte die statistische Signifikanz anzeigen, beschreibt Cohen's d die praktische Relevanz bzw. die Größe des Unterschieds:

Cohen's d	Effektstärke	Interpretation
\|d\| < 0.2	Vernachlässigbar	Unterschied ist praktisch sehr klein
0.2 ≤ \|d\| < 0.5	Klein	Unterschied ist klein, aber bemerkbar
0.5 ≤ \|d\| < 0.8	Mittel	Unterschied ist moderat und relevant
\|d\| ≥ 0.8	Groß	Unterschied ist deutlich

Zweiseitige vs. einseitige Tests

Zweiseitiger Test (Standard)

Prüft, ob sich die Mittelwerte in irgendeine Richtung unterscheiden. Verwenden Sie ihn, wenn Sie keine gerichtete Hypothese haben. Alternative Hypothese: $H_1: \mu_1 \neq \mu_2$

Einseitige Tests

Linksseitig: prüft, ob der Mittelwert von Gruppe 1 kleiner ist als der von Gruppe 2. Alternative Hypothese: $H_1: \mu_1 < \mu_2$

Rechtsseitig: prüft, ob der Mittelwert von Gruppe 1 größer ist als der von Gruppe 2. Alternative Hypothese: $H_1: \mu_1 > \mu_2$

Empfehlung

Verwenden Sie zweiseitige Tests, sofern Sie nicht starke theoretische Gründe für eine Abweichung nur in eine Richtung haben. Einseitige Tests sind leistungsfähiger, aber weniger konservativ.

Was ist der Welch-t-Test?

Der Welch-t-Test ist eine Variante des t-Tests für unabhängige Stichproben, die keine gleichen Varianzen in den beiden Gruppen voraussetzt. Er ist robuster und wird als Standardwahl empfohlen, insbesondere wenn Stichprobengrößen oder Varianzen unterschiedlich sind.

Vorteile des Welch-t-Tests:

setzt keine gleichen Populationsvarianzen voraus (robust bei Heteroskedastizität)
genauere Fehler-1.-Art-Rate bei ungleichen Varianzen
für die meisten Anwendungen oft gegenüber dem Student-t-Test empfohlen
funktioniert auch bei gleichen Varianzen sehr gut (keine Nachteile)

Praktische Anwendungen

Medizinische Forschung

Vergleich der Wirksamkeit von Behandlungen zwischen Experimental- und Kontrollgruppen, Bewertung der Medikamentenwirksamkeit oder Analyse klinischer Ergebnisse.

Bildung

Bewertung, ob verschiedene Lehrmethoden, Curricula oder Interventionen zu unterschiedlichen Lernergebnissen führen.

Business Analytics

A/B-Tests für Marketingkampagnen, Vergleich der Kundenzufriedenheit zwischen Produktversionen oder Analyse der Verkaufsleistung über Regionen hinweg.

Qualitätskontrolle

Vergleich von Produktspezifikationen aus verschiedenen Fertigungsprozessen, von unterschiedlichen Lieferanten oder aus verschiedenen Zeiträumen.

Häufig gestellte Fragen

Welchen t-Test sollte ich verwenden: unabhängig, gepaart oder Einstichprobe?

Verwenden Sie den gepaarten t-Test, wenn jedem Wert einer Gruppe ein Wert der anderen Gruppe zugeordnet ist, etwa bei Messungen derselben Personen vor und nach einer Maßnahme. Für zwei getrennte Gruppen eignet sich der unabhängige Zweistichproben-Test. Die Welch-Variante ist die sichere Standardwahl, da sie keine gleichen Varianzen voraussetzt. Mit dem Einstichproben-Test vergleichen Sie den Mittelwert einer Gruppe mit einem festen Wert, etwa einem Zielwert oder einem veröffentlichten Durchschnitt.

Kann ich einen t-Test mit Mittelwert, Standardabweichung und Stichprobengröße durchführen?

Ja. Aktivieren Sie "Ich habe nur zusammenfassende Statistiken" und geben Sie für jede Gruppe Mittelwert, Standardabweichung und n ein (beim gepaarten Test für die Differenzen). So sind die meisten Aufgaben in Lehrbüchern formuliert; die Ergebnisse entsprechen denen einer Berechnung mit den Rohdaten.

Was ist ein t-Test und wann sollte ich ihn verwenden?

Ein t-Test ist ein statistischer Hypothesentest, mit dem geprüft wird, ob sich die Mittelwerte zweier Gruppen signifikant unterscheiden. Verwenden Sie ihn beim Vergleich zweier unabhängiger Stichproben (z. B. Kontroll- vs. Behandlungsgruppe) mit kontinuierlichen, näherungsweise normalverteilten Daten.

Was ist der Unterschied zwischen einem zweiseitigen und einem einseitigen t-Test?

Ein zweiseitiger Test prüft, ob sich die Mittelwerte in beide Richtungen unterscheiden (größer oder kleiner). Ein einseitiger Test prüft eine Abweichung nur in einer bestimmten Richtung. Zweiseitige Tests sind konservativer und werden typischerweise verwendet, sofern keine klare gerichtete Hypothese vorliegt.

Was bedeutet der p-Wert bei einem t-Test?

Der p-Wert ist die Wahrscheinlichkeit, Ihre Daten (oder extremere) zu beobachten, wenn die Nullhypothese wahr wäre. Ein p-Wert unterhalb des gewählten Signifikanzniveaus (typischerweise 0.05) spricht für statistische Signifikanz, d. h. die beobachtete Differenz ist wahrscheinlich nicht durch Zufall entstanden.

Was ist Cohen's d und warum ist es wichtig?

Cohen's d ist ein Maß für die Effektstärke und quantifiziert die Größe des Unterschieds zwischen zwei Gruppen in Standardabweichungen. Während p-Werte statistische Signifikanz zeigen, beschreibt Cohen's d die praktische Relevanz. Werte von 0.2, 0.5 und 0.8 stehen typischerweise für kleine, mittlere und große Effekte.

Was ist der Welch-t-Test?

Der Welch-t-Test ist eine Variante des t-Tests für unabhängige Stichproben, die keine gleichen Varianzen in den beiden Gruppen voraussetzt. Er ist robuster und wird als Standardempfehlung verwendet, insbesondere wenn Stichprobengrößen oder Varianzen unterschiedlich sind.

Wie vergleiche ich die durchschnittlichen Ergebnisse zweier Klassen mit einem t-Test?

Geben Sie die Punktzahl jeder Person in das Stichprobenfeld für die jeweilige Klasse ein und halten Sie die Klassen getrennt. Verwenden Sie einen zweiseitigen Test, wenn Sie nach einem Unterschied in beide Richtungen suchen möchten. Geben Sie zum Beispiel 78, 82 und 85 für eine Gruppe und die Punktzahlen der anderen Klasse in die zweite Gruppe ein. Der Rechner prüft den Unterschied zwischen den Gruppenmittelwerten. Berücksichtigen Sie bei der Interpretation auch Stichprobengrößen und Verteilungen.

Warum ändert das t-Statistik-Zeichen seine Richtung, wenn ich die beiden Gruppen vertausche?

Die t-Statistik basiert auf dem Mittelwert von Gruppe 1 minus dem Mittelwert von Gruppe 2. Wenn Sie die Gruppen vertauschen, kehrt sich diese Subtraktion um und damit auch das Vorzeichen der Statistik. Bei einem zweiseitigen Test sollten der p-Wert und die Schlussfolgerung, ob es Hinweise auf einen Unterschied gibt, gleich bleiben. Bei einem einseitigen Test kommt es auf die Reihenfolge an, denn sie bestimmt die geprüfte Richtung. Achten Sie darauf, dass die Reihenfolge der Gruppen zur formulierten Hypothese passt.

Was ist, wenn die beiden Gruppen sehr unterschiedliche Stichprobengrößen oder Streuungen haben?

Das ist ein häufiger Grund für den Welch-t-Test. Er setzt keine gleichen Varianzen der beiden Gruppen voraus und kann mit unterschiedlichen Stichprobengrößen umgehen. Eine Gruppe könnte zum Beispiel 12 Beobachtungen und die andere 30 haben, wobei eine Gruppe zugleich eine größere Streuung aufweist. Der Rechner führt standardmäßig den Welch-Test durch. Achten Sie auf starke Ausreißer oder erhebliche Abweichungen von einer ungefähr glockenförmigen Verteilung, besonders bei kleinen Stichproben.

Referenzen

Zitieren Sie diesen Inhalt, diese Seite oder dieses Tool als:

"t-Test-Rechner" unter https://MiniWebtool.com/de/t-test-rechner/ von MiniWebtool, https://MiniWebtool.com/

by miniwebtool team. Updated: Jan 13, 2026

Entwickler-API verfügbar: Führen Sie dieses Tool in Ihrer App, Automatisierung oder Ihrem Agenten mit einer JSON-HTTP-Anfrage aus. API-Dokumentation ansehen

t-Test-Rechner

t-Test-Rechner

Was ist ein t-Test und wann sollte ich ihn verwenden?

Die t-Test-Formel verstehen

Welch-t-Statistik

Freiheitsgrade (Welch-Satterthwaite)

So führen Sie einen unabhängigen Zweistichproben-t-Test durch

Ergebnisse interpretieren

Interpretation des p-Werts

Effektstärke: Cohen's d

Zweiseitige vs. einseitige Tests

Zweiseitiger Test (Standard)

Einseitige Tests

Was ist der Welch-t-Test?

Praktische Anwendungen

Medizinische Forschung

Bildung

Business Analytics

Qualitätskontrolle

Häufig gestellte Fragen

Welchen t-Test sollte ich verwenden: unabhängig, gepaart oder Einstichprobe?

Kann ich einen t-Test mit Mittelwert, Standardabweichung und Stichprobengröße durchführen?

Was ist ein t-Test und wann sollte ich ihn verwenden?

Was ist der Unterschied zwischen einem zweiseitigen und einem einseitigen t-Test?

Was bedeutet der p-Wert bei einem t-Test?

Was ist Cohen's d und warum ist es wichtig?

Was ist der Welch-t-Test?

Wie vergleiche ich die durchschnittlichen Ergebnisse zweier Klassen mit einem t-Test?

Warum ändert das t-Statistik-Zeichen seine Richtung, wenn ich die beiden Gruppen vertausche?

Was ist, wenn die beiden Gruppen sehr unterschiedliche Stichprobengrößen oder Streuungen haben?

Referenzen

Statistik und Datenanalyse:

Beliebte und aktualisierte Tools:

Mit Pro alles als ein ZIP herunterladen