Hypothesenprüfende
Untersuchungen: der t-Test
Einleitung
- Hypothesenprüfende Untersuchungen
werden in der Sozialforschung eingesetzt, um Annahmen über
Zusammenhänge, Unterschiede und Veränderungen vorher
ausgewählter Merkmale innerhalb einer Population zu testen. In
diesem kleinen Aufsatz über die Grundlagen des t-Tests wird ein
Bogen geschlagen von der Hypothesenformulierung bis hin zur
konkreten Durchführung eines Tests.
-
Was ist eine Hypothese?
- Bevor Annahmen über eine Population
getestet werden können, müssen aus Voruntersuchungen,
eigenen Beobachtungen und theoriegeleiteten Recherchen Vermutungen
über die Ausprägung eines Merkmals bzw. allgemein: über
den Forschungsgegenstand formuliert werden. Dabei wird eine
Formulierung gewählt, die allgemein formuliert ist und sich in
den Einschränkungen nicht an der Stichprobe orientiert. Nach
allgemeinem Forschungsparadigma (nach Popper) müssen
wissenschaftliche Hypothesen zumindest potenziell widerlegbar sein,
es dürfen also keine metaphysischen oder spekulative Aussagen
über den Forschungsgegenstand getroffen werden. Idealerweise
reflektiert die Hypothese den Wissensstand in dem zu untersuchenden
Problemfeld. Je nach Forschungsinteresse können Hypothesen nach
unterschiedliche Zielrichtungen formuliert werden. Interessiert ein
Zusammenhang zwischen zwei oder mehr Merkmalen, wird eine sog.
Zusammenhangshypothese formuliert (Zwischen „Krankmeldungen“ und
„Stress am Arbeitsplatz“ besteht ein positiver Zusammenhang).
Unterschiede in der Ausprägung werden in einer
Unterschiedshypothese formuliert (Männer und Frauen
unterscheiden sich in Bezug auf ihre Bildungsrendite). Werden
Änderungen der Eigenschaften über die Zeit betrachtet,
sind Veränderungshypothesen zu formulieren (Werden Aufgaben
wiederholt, liegen Lerninhalte in hoher Elaboration vor).
-
Für eine Untersuchung eines
Forschungsgegenstandes wird also eine in einem Konditionalsatz klar
und allgemein formulierte, potenziell widerlegbare Annahme
formuliert. Erst dann kann eine Hypothese sinnvoll getestet werden.
-
Planung einer Untersuchung
- Um aber eine Hypothese zu testen wird
eine Operationalisierung (Bridgeman, 1927) des Merkmals unabdingbar.
Eine operationale Definition standardisiert einen Begriff durch
Angabe der Operationen, die zur Erfassung des durch den Begriff
bezeichneten Sachverhalts notwendig sind, oder durch Angabe von
messbaren Ereignissen, die das Vorliegen des Sachverhalts anzeigen
[Bortz & Döring, 2002].
-
Eine genaue Planung des Ablaufs der
Untersuchung unterstützt die Testgütekriterien
Reliabilität, Objektivität und Validität.
- Ist die Hypothese formuliert, sind die
Operationalisierungen definiert und der Ablauf geplant, kann die
Untersuchung starten.
- Eine der üblichen statistischen
Tests für hypothesenprüfende Untersuchungen ist der
sogenannte t-Test.
Der t-Test
- Um eine Unterschiedshypothese zu testen,
formuliert man idealerweise eine Unterschiedshypothesenpaar z.B. H0:
„Es gibt einen Unterschied in der Lerngeschwindigkeit zwischen
Männern und Frauen“ H1: „Es gibt keinen
Unterschied in den Lerngeschwindigkeiten zwischen Männern und
Frauen“. Für dieses Hypothesenpaar wird ein t-Test
empfohlen. Dieser Test vergleicht Mittelwerte je einer Stichprobe
aus Männern beziehungsweise Frauen
.
Dabei wird implizit angenommen, dass die Varianz des getesteten
Merkmals in beiden Stichproben gleich ist. Erreicht wird das über
die Z-Standardisierung der Verteilungskurve der Stichproben. Nach
Z-Standardisierung erhält man eine transformierte,
normalverteilte Kurve mit Mittelwert μ = 0 und der Streuung σ = 1.
Der statistische Testwert t folgt für n>30 (n: Anzahl der
Probanden) der t-Verteilung, wenn die geschätzten
Populationsvarianzen
homogen sind. -

-
- Gerichtete Alternativhypothesen H1
(„ist größer...“, „ist kleiner...“) werden mit
einem einseitigen Test,
-

- ungerichtete Alternativhypothesen H1
(„es gibt einen Unterschied...“) werden mit einem
zweiseitigen Signifikanztest geprüft.

- Das Signifikanzniveau wird willkürlich
festgelegt. Den Konventionen folgend wird ein Signifikanzniveau von
a = 0,05 bzw. für hoch signifikante Untersuchungen a = 0,01
empfohlen.
- Liegt der experimentell bestimmte Wert
für t außerhalb der Grenzen die durch das
Signifikanzniveau vorgegeben sind (in der Grafik farbig markiert),
muss die H0 zugunsten der Alternativhypothese H1 abgelehnt werden.
Liegt der experimentell bestimmte Wert für t innerhalb des
Bereichs, kann aber ohne weitere Untersuchungen nicht angenommen
werden, dass die H0 gilt.
-
Bei Entscheidungen auf Grund empirischer
Tests anhand einer Stichprobe können zwei Arten von Fehlern
auftreten:
Entscheidungen auf Grund der
Stichprobe zugunsten... |
In der Population gilt wirklich: H0 |
n der Population gilt wirklich: H1 |
H0
|
Richtige Entscheidung |
β - Fehler |
H1
|
α - Fehler |
Richtige Entscheidung |
- Der α – Fehler ist durch das
Signifikanzniveau bereits bestimmt. Die Wahrscheinlichkeit liegt bei
a = 0.05 bzw. a = 0,01. Die Wahrscheinlichkeit einen β
– Fehler zu begehen ist unbestimmt. Bortz & Döring (2002)
plädieren für die Einführung einer gleich großen
α- und β – Fehler Wahrscheinlichkeit bei gleich gravierenden
Folgen eines α – Fehlers und eines β – Fehlers. Cohen (1988)
geht von einem – auf die Domäne der sozialwissenschaftlichen
Forschung beschränkten – Verhältnis von α- / β –
Fehler von 1 zu 4 aus. Daraus ergibt sich für das
Signifikanzniveau von a = 0,05 eine β –
Fehler-Wahrscheinlichkeit von b = 0,20.
-
Zusammenfassung.
Der t-Test eignet sich zur
Hypothesenprüfung von Unterschiedshypothesen in denen ein
Merkmal wissenschaftlich und messbar operationalisiert werden kann.
Der t-Test untersucht eine Mittelwertsdifferenz zweier Stichproben.
Dabei ist es unerheblich, ob die Stichproben abhängig (d.h. zwei
mal getestet werden) oder unabhängig sind. Liegt der gemessene
t-Wert unterhalb des Signifikanzniveaus, muss die H0
zugunsten der Alternativhypothese H1 abgelehnt werden.
Liegt der gemessene t-Wert innerhalb des Konfidenzintervalls, kann
die H0 nicht ohne weiteres angenommen werden, denn die
Entscheidung ist durch die Wahrscheinlichkeit einen β – Fehler zu
begehen belastet.