t-Test für meine Bachelorarbeit: gepaart oder ungepaart – und warum zeigt mir SPSS zwei Zeilen mit „Varianzgleichheit“?

Das sind zwei verschiedene Tests, und die entscheidende Frage ist: Stammen die beiden Messwerte von denselben Personen oder von verschiedenen?

Fall 1: gepaarter t-Test (abhängige Stichproben)

Vorher/Nachher bei denselben 40 Personen. Der Trick: Du rechnest pro Person die Differenz d = nachher − vorher und testest dann, ob der Mittelwert dieser Differenzen null ist.

t = d̄ / (s_d / √n), mit df = n − 1

Kleines Beispiel mit 8 Personen: mittlere Differenz d̄ = 2,5 Punkte, Standardabweichung der Differenzen s_d = 2,0. Dann ist t = 2,5 / (2,0 / √8) ≈ 3,54. Der kritische Wert bei α = 5 % zweiseitig und df = 7 liegt bei etwa 2,36. Da 3,54 > 2,36, verwerfen wir H0.

Warum gepaart? Weil sich die Unterschiede zwischen den Personen (manche sind generell zufriedener) herauskürzen. Der Test wird dadurch deutlich trennschärfer.

Fall 2: t-Test für unabhängige Stichproben

Teilzeit vs. Vollzeit sind verschiedene Personen, also zwei unabhängige Gruppen. Hier werden zwei Gruppenmittelwerte verglichen.

Zu den zwei Zeilen: Der klassische t-Test setzt gleiche Varianzen in beiden Gruppen voraus. Der Levene-Test prüft genau das (H0: Varianzen gleich).

• Levene nicht signifikant (p > 0,05) → obere Zeile „Varianzen sind gleich“.
• Levene signifikant → untere Zeile. Das ist der Welch-Test, der ohne Varianzgleichheit auskommt (mit korrigierten Freiheitsgraden, deshalb oft „krumme“ df).

Viele Methodiker empfehlen inzwischen, einfach immer die Welch-Zeile zu nehmen, weil sie bei gleichen Varianzen kaum etwas verliert. Wenn du das machst, schreib es kurz mit Begründung in den Methodenteil.

Merksatz: Dieselben Personen → Differenzen → gepaart. Verschiedene Personen → zwei Gruppen → unabhängig, im Zweifel Welch.

Ergänzend zu Marco noch zwei Dinge, die bei Bachelorarbeiten regelmäßig Punkte kosten:

1. Voraussetzungen kurz prüfen und dokumentieren

• Der t-Test setzt (annähernd) normalverteilte Werte voraus, beim gepaarten Test bezogen auf die Differenzen, nicht auf die Rohwerte.
• Bei größeren Gruppen (Faustregel ab etwa 30 pro Gruppe) ist der Test dank zentralem Grenzwertsatz ziemlich robust. Bei dir mit 40 Personen passt das beim gepaarten Test gut.
• Wenn eine Gruppe sehr klein ist (z. B. nur 12 Teilzeitkräfte) und die Daten deutlich schief sind: nichtparametrische Alternative nehmen, also Mann-Whitney-U (unabhängig) bzw. Wilcoxon-Vorzeichen-Rang-Test (gepaart).

2. Nicht nur p-Wert berichten, sondern auch die Effektstärke

Signifikant heißt nur „wahrscheinlich nicht null“, nicht „groß“. Gib deshalb Cohen’s d mit an (grobe Orientierung: 0,2 klein, 0,5 mittel, 0,8 groß). Neuere SPSS-Versionen geben das direkt mit aus.

Ein sauberer Ergebnissatz sieht dann ungefähr so aus: „Die Arbeitszufriedenheit war nach der Schulung signifikant höher als davor (M = …, SD = …), t(39) = …, p = …, d = ….“

Und ein inhaltlicher Hinweis zur Interpretation: Ein Vorher-Nachher-Vergleich ohne Kontrollgruppe zeigt eine Veränderung, beweist aber nicht, dass die Schulung die Ursache war. Das gehört ehrlich in die Limitationen.