Es gibt verschiedene Methoden, die verwendet werden können, um die Werte einer metrischen Variable von zwei Gruppen auf Unterschied in der Lage zu untersuchen.  Die Wahl des Tests hängt von der Art und der Verteilung der Daten ab:

Für metrische Variablen wird die Normalverteilung beider Gruppen mittels Normalverteilungsplots oder geeigneter Tests untersucht. Ist die Variable, die auf Lageunterschied untersucht werden soll, ordinal, so kann direkt die nicht-parametrische Methode (Wilcoxon, Mann-Whitney-U) verwendet werden. Eine Normalverteilung wird bei ordinalen Variablen nicht geprüft.

Grundsätzlich muss vor der Durchführung eines Tests die deskriptive Statistik berechnet werden. Das heißt, für beide Gruppen werden Mittelwert, Standardabweichung, Median, Interquartilsabstand berechnet. Außerdem empfehle ich, ein Diagramm mit zwei Boxplots zu erstellen. Anhand der Lage und Höhe der Boxen lässt sich bereits erkennen, ob es in den Daten einen deutlichen Unterschied gibt.

  • Sind die Stichproben unverbunden und normalverteilt, so wird der t-Test durchgeführt. Der t-Test setzt zusätzlich Gleichheit der Varianzen voraus, was mittels Levene-Test untersucht wird. Sind die Varianzen nicht gleich, wird der Welch-Test verwendet.
  • Sind die Stichproben unverbunden und nicht normalverteilt oder ordinal, so wird der Mann-Whitney-U Test verwendet.
  • Sind die Stichproben verbunden und normalverteilt, so wird der gepaarte t-Test durchgeführt.
  • Sind die Stichproben verbunden und nicht normalverteilt oder ordinal, so nimmt man den Wilcoxon-Test.

Alle Tests geben die jeweilige Teststatistik und den p-Wert zurück. Ist der p-Wert kleiner als 0,05, so gibt es einen signifikanten Unterschied (signifikant auf dem Niveau 0,05). Ist der p-Wert größer als 0,05, so kann kein signifikanter Unterschied nachgewiesen werden (was nicht heißt, dass es keinen gibt).

Berichtet wird zusätzlich zum p-Wert meist die Teststatistik (z.B. t oder z) und manchmal die Freiheitsgrade (wenn es sie gibt). Sinnvoll ist es außerdem, die Effekstärke zu berechnen (z.B. Cohens d), um zusätzlich zur Signifikanz noch eine Aussage zur Stärke des Unterschieds treffen zu können.