# Erstellen eines typischen t-test-Reports

Ein typischer t-test-Report kann Tabellen mit Group Statistics- und Independent Samples Test-Ergebnissen enthalten.

In den folgenden Abschnitten erstellen wir diese Tabellen mit Qlik Senset-test-Funktionen, die auf zwei unabhängige Mustergruppen, Observation und Comparison, angewendet werden. Die entsprechenden Tabellen für diese Beispiele sehen wie folgt aus:

Gruppenstatistiken

| Type | N | Mean | Standard Deviation | Standard Error Mean |
| --- | --- | --- | --- | --- |
| Comparison | 20 | 11.95 | 14.61245 | 3.2674431 |
| Observation | 20 | 27.15 | 12.507997 | 2.7968933 |

Unabhängiger Beispieltest

| Type | conf | t | df | Sig. (2-tailed) | Mean Difference | Standard Error Difference | 95% Confidence Interval (Lower) | 95% Confidence Interval (Upper) |
| --- | --- | --- | --- | --- | --- | --- | --- | --- |
| Equal Variance not Assumed | 0 | 3.534 | 37.116717335823 | 0.001 | 15.2 | 4.30101 | 6.48625 | 23.9137 |
| Equal Variance Assumed | 8.706939 | 3.534 | 38 | 0.001 | 15.2 | 4.30101 | 6.49306 | 23.9069 |

## Laden der Beispieldaten

Gehen Sie folgendermaßen vor:

1. Erstellen Sie eine neue App mit einem neuen Arbeitsblatt.

2. Geben Sie Folgendes in den Dateneditor ein:

   ```
   Table1:
   Crosstable (Type, Value)
   Load recno() as ID, * inline [
   Observation|Comparison
   35|2
   40|27
   12|38
   15|31
   21|1
   14|19
   46|1
   10|34
   28|3
   48|1
   16|2
   30|3
   32|2
   48|1
   31|2
   22|1
   12|3
   39|29
   19|37
   25|2 ] (delimiter is '|');
   ```

   In diesem Ladeskript ist recno() enthalten, da crosstable drei Argumente erfordert. recno() liefert also nur ein zusätzliches Argument, in diesem Fall eine ID für jede Zeile. Ohne dieses Argument werden keine Comparison-Stichprobenwerte geladen.

3. Klicken Sie auf the run script icon , um Daten zu laden.

## Erstellen der Tabelle Group statistics

Gehen Sie folgendermaßen vor:

1. Klicken Sie im Dateneditor auf the Kompass icon, um zur App-Ansicht zu wechseln, und klicken Sie dann auf das Arbeitsblatt, das Sie vorher erstellt haben.

   Die Arbeitsblatt-Ansicht wird geöffnet.

2. Klicken Sie auf the Arbeitsblatt bearbeiten icon , um das Arbeitsblatt zu bearbeiten.

3. Fügen Sie über Diagramme eine Tabelle und über Felder Type als Dimension zur Tabelle hinzu.

4. Fügen Sie die folgenden Formeln als Kennzahlen hinzu:

   Beispielformeln

   | Bezeichnung | Formel |
   | --- | --- |
   | N | Count(Value) |
   | Mean | Avg(Value) |
   | Standard Deviation | Stdev(Value) |
   | Standard Error Mean | Sterr(Value) |

5. Klicken Sie auf Sortieren und vergewissern Sie sich, dass Type am Anfang der Sortierliste steht.

Ergebnis:

Eine Group statistics-Tabelle für diese Beispiele sieht wie folgt aus:

Gruppenstatistiken

| Type | N | Mean | Standard Deviation | Standard Error Mean |
| --- | --- | --- | --- | --- |
| Comparison | 20 | 11.95 | 14.61245 | 3.2674431 |
| Observation | 20 | 27.15 | 12.507997 | 2.7968933 |

## Erstellen der Tabelle Independent sample test

Gehen Sie folgendermaßen vor:

1. Klicken Sie auf the Arbeitsblatt bearbeiten icon , um das Arbeitsblatt zu bearbeiten.

2. Fügen Sie über Diagramme eine Tabelle mit der folgenden Formel als Dimension zur Tabelle `=ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1))` hinzu und geben Sie ihr die Bezeichnung „Typ“.

3. Fügen Sie die folgenden Formeln als Kennzahlen hinzu:

   Beispielformeln

   | Bezeichnung | Formel |
   | --- | --- |
   | conf | if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest\_conf(Type, Value),TTest\_conf(Type, Value, 0)) |
   | t | if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest\_t(Type, Value),TTest\_t(Type, Value, 0)) |
   | df | if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest\_df(Type, Value),TTest\_df(Type, Value, 0)) |
   | Sig. (2-tailed) | if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest\_sig(Type, Value),TTest\_sig(Type, Value, 0)) |
   | Mean Difference | TTest\_dif(Type, Value) |
   | Standard Error Difference | if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest\_sterr(Type, Value),TTest\_sterr(Type, Value, 0)) |
   | 95% Confidence Interval (Lower) | if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest\_lower(Type, Value,(1-(95)/100)/2),TTest\_lower(Type, Value,(1-(95)/100)/2, 0)) |
   | 95% Confidence Interval (Upper) | if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest\_upper(Type, Value,(1-(95)/100)/2),TTest\_upper(Type, Value,(1-(95)/100)/2, 0)) |

   Ergebnis:

   Unabhängiger Beispieltest

   | Type | conf | t | df | Sig. (2-tailed) | Mean Difference | Standard Error Difference | 95% Confidence Interval (Lower) | 95% Confidence Interval (Upper) |
   | --- | --- | --- | --- | --- | --- | --- | --- | --- |
   | Equal Variance not Assumed | 0 | 3.534 | 37.116717335823 | 0.001 | 15.2 | 4.30101 | 6.48625 | 23.9137 |
   | Equal Variance Assumed | 8.706939 | 3.534 | 38 | 0.001 | 15.2 | 4.30101 | 6.49306 | 23.9069 |