t-Test für gepaarte Stichproben - Vorher/Nachher

Der t-Test für gepaarte Stichproben (auch abhängiger t-Test oder t-Test für verbundene Stichproben genannt) ist ein parametrisches statistisches Verfahren, das prüft, ob sich die Mittelwertdifferenz zwischen zwei zusammengehörigen Messreihen signifikant von Null (oder einem anderen hypothetischen Wert) unterscheidet. Er heißt „gepaart“, weil jede Beobachtung in Gruppe 1 genau einer Beobachtung in Gruppe 2 entspricht — beide Messungen stammen von derselben Person, von gematchten Teilnehmern oder vom selben Ort, der zu zwei verschiedenen Zeitpunkten gemessen wurde. Die häufigste Anwendung ist ein Vorher-Nachher-Design: Eine Forscherin misst eine Größe (Blutdruck, Testergebnis, Gewicht, Umsatz) vor einer Intervention und danach erneut. Weil dieselben Personen zweimal gemessen werden, sind die beiden Gruppen nicht unabhängig, sondern korreliert. Diese Korrelation zu ignorieren und einen t-Test für unabhängige Stichproben zu verwenden, wäre falsch; die Vergleichsgenauigkeit würde unterschätzt, weil die natürliche Streuung zwischen Personen nicht berücksichtigt wird, die sich bei Differenzen herauskürzt. Der elegante Rechentrick des gepaarten t-Tests besteht darin, das Problem auf eine Ein-Stichproben-Aufgabe zu reduzieren. Für jedes Paar i berechnen Sie die Differenz d_i = Gruppe1_i − Gruppe2_i. Der Test fragt dann: Ist der Mittelwert dieser Differenzen (d̄) signifikant ungleich Null? Dadurch wird das Zwei-Stichproben-Problem zu einem Ein-Stichproben-t-Test auf die Differenzen. Die Teststatistik lautet t = (d̄ − μ₀) / (s_d / √n), wobei μ₀ die hypothetische mittlere Differenz (meist 0) ist, s_d die Stichproben-Standardabweichung der Differenzen und n die Anzahl der Paare. Unter der Nullhypothese folgt die Statistik einer Student-t-Verteilung mit df = n − 1 Freiheitsgraden. Der p-Wert aus dieser t-Statistik gibt an, wie wahrscheinlich es ist, unter der Annahme einer wahren Populationsdifferenz von μ₀ einen Mittelwertunterschied mindestens in der Größe von d̄ zu beobachten. Liegt der p-Wert unter dem gewählten Signifikanzniveau α, verwerfen Sie die Nullhypothese und schließen auf einen statistisch signifikanten Mittelwertunterschied zwischen den gepaarten Messungen. Das Konfidenzintervall für d̄ liefert einen plausiblen Bereich für die wahre mittlere Differenz und ist oft informativer als der p-Wert allein. Damit der gepaarte t-Test gültig ist, sollten die Differenzen d_i annähernd normalverteilt sein. Diese Annahme prüft man mit einem Histogramm oder einem Normal-Q-Q-Plot der Differenzen. Bei n ≥ 30 ist die Annahme dank des Zentralen Grenzwertsatzes auch dann weniger kritisch, wenn die einzelnen Differenzen nicht normal sind. Bei kleinen Stichproben mit klar nicht normalverteilten Differenzen ist der Wilcoxon-Vorzeichen-Rang-Test die nichtparametrische Alternative. Typische Anwendungen sind medizinische Wirksamkeitsstudien (vor vs. nach einer Medikamentengabe), Bildungsforschung (Vorher- vs. Nachher-Test), Ernährungs- und Fitnessstudien (Ausgangs- vs. Folgemessungen) und Business-Analytics (Umsatz vor vs. nach einer Werbekampagne). In jedem Fall müssen beide Werte eines Paares von derselben Person, demselben Objekt oder einer gematchten Einheit stammen — nicht aus zwei unabhängigen Gruppen.