Welch-t-Test: Zwei unabhängige Mittelwerte begründet vergleichen

1. Die Differenz vor dem Test definieren

Ein Welch-t-Test ist ein möglicher Ausgangspunkt, wenn du die Mittelwerte zweier unabhängiger Gruppen vergleichen möchtest. Schreibe zuerst die gewünschte Differenz mit Einheit auf: Gruppe A minus Gruppe B. Der NIST-Leitfaden unterscheidet den ungepaarten Vergleich ausdrücklich von der Analyse zusammengehöriger Messpaare. Werden dieselben Personen mehrfach beobachtet, ist Welch für zwei unabhängige Stichproben nicht einfach die bequemere Alternative. Auch gemeinsam rekrutierte Teams können eine Abhängigkeitsstruktur haben, die ein anderes Auswertungsmodell verlangt.

Unser eigenes fiktives Arbeitsbeispiel vergleicht Bearbeitungszeiten zweier unabhängig zusammengesetzter Lerngruppen. Notiere auf einer Vergleichskarte die Zielvariable in Minuten, die Gruppennamen und die Reihenfolge der Subtraktion. Eine negative Differenz bedeutet bei A minus B eine kürzere mittlere Zeit in A; sie bedeutet nicht automatisch schlechter. Ergänze den Satz, den du später erklären möchtest. Wenn darin plötzlich Anteile, Mediane oder individuelle Veränderungen vorkommen, passt die bisherige Mittelwertfrage noch nicht zu deiner eigentlichen Absicht.

Weiterführend: NIST/SEMATECH: Two-Sample t-Test for Equal Means

2. Ungleiche Varianzen von anderen Problemen trennen

Die Welch-Variante schätzt die Streuung für beide Gruppen getrennt und verwendet angepasste Freiheitsgrade. In der R-Funktion t.test ist dies beim ungepaarten Zweigruppenvergleich die Voreinstellung, solange var.equal nicht auf TRUE gesetzt wird. Daraus folgt keine pauschale Freigabe beliebiger Daten. Prüfe weiterhin, wie die Messwerte zustande kamen, ob extreme Werte erklärt werden können und ob der Mittelwert die wissenschaftlich gewünschte Zielgröße ist. Ein anderer Name im Softwareausdruck ersetzt diese Prüfung nicht.

Lege für jede Gruppe ein eigenes Blatt mit gültiger Fallzahl, Mittelwert, Standardabweichung und einer passenden Verteilungsgrafik an. Vergleiche die Blätter zunächst beschreibend, ohne Fälle zum Zweck eines günstigeren Ergebnisses zu entfernen. Halte getrennt fest, ob du einen Eingabefehler, eine plausible Besonderheit oder ein ungeklärtes Problem gefunden hast. Die Dokumentation soll erkennen lassen, welche Informationen deine Verfahrenswahl getragen haben. Ein einzelnes Kontrollkästchen mit der Aufschrift Voraussetzungen erfüllt ist dafür zu wenig.

Weiterführend: R Core: Student’s t-Test, Argument var.equal

3. Analyseumfang und Richtung festhalten

Schreibe vor der Berechnung auf, welche Fälle in den Vergleich eingehen und wie fehlende Zielwerte behandelt werden. Kontrolliere nach dem Rechnen die tatsächlich verwendeten Fallzahlen. Die R-Dokumentation weist darauf hin, dass fehlende Werte entfernt werden. Deine ursprüngliche Teilnehmerzahl ist deshalb nicht automatisch die Analysezahl. Prüfe zudem, ob deine Software wirklich die beabsichtigte Gruppenreihenfolge verwendet. Speichere einen nachvollziehbaren Aufruf oder die vollständigen Einstellungen, statt nur eine einzelne Ergebniszelle in den Text zu übertragen.

Ergänze auf der Vergleichskarte Hypothese, Vergleichswert und ein- oder zweiseitige Fragestellung. Entscheide eine gerichtete Prüfung nicht erst, nachdem du die günstigere Richtung im Ergebnis gesehen hast. Als eigene Gegenprobe kannst du die Gruppennamen probeweise vertauschen: Das Vorzeichen einer Differenz sollte sich dann nachvollziehbar umkehren. Dieses Gedankenexperiment kontrolliert deine Sprache, nicht die Datenqualität. Es hilft besonders, wenn ein niedrigerer Messwert fachlich günstiger ist und Alltagssprache mit positiver beziehungsweise negativer Wirkung durcheinandergerät.

4. Schätzung und Unsicherheit gemeinsam berichten

Für eine zusätzliche Schreibkontrolle legst du zwei Sätze nebeneinander: den reinen Messvergleich und seine fachliche Einordnung. Der erste benennt die Richtung in Minuten, der zweite erklärt, weshalb genau diese Größenordnung für deine Forschungsfrage relevant wäre. Fülle beide erst mit geprüften Ergebnissen. Bleibt der zweite Satz ohne sachliche Begründung, hilft auch ein genauer berechneter p-Wert nicht dabei, praktische Bedeutung nachzuweisen.

Erstelle einen Berichtsentwurf mit den beiden Gruppenbeschreibungen, der gerichteten Mittelwertdifferenz und ihrem passenden Konfidenzintervall. Ergänze Verfahren, Software und die relevanten Testangaben nach den Vorgaben deines Fachs. Prüfe jede Zahl gegen die gespeicherte Ausgabe. Eine kleine Differenz kann fachlich wichtig oder unwichtig sein; der p-Wert entscheidet das nicht allein. Eine nicht signifikante Prüfung wiederum ist kein Nachweis, dass die Gruppen gleichwertig sind. Formuliere die Antwort innerhalb der tatsächlich geprüften Frage.

Im Statistikfinder kannst du Forschungsfrage, Variablenliste, Hypothesen und das tatsächliche Design beschreiben. Nutze die Empfehlung als überprüfbaren Vorschlag für deinen Analyseplan. Für die Berechnung brauchst du einen dafür geeigneten Rechenweg und eine Kontrolle am echten Datensatz; die reine Testempfehlung ist noch keine Auswertung. Vergleiche den fertigen Bericht mit deiner ersten Vergleichskarte. Stimmen Einheit, Gruppenreihenfolge und Aussage noch überein? Bei Clustern, komplexen Stichproben oder unklarer Messung klärst du die offene Frage mit fachlicher Betreuung.