Vorab: Das sind viel zu wenig Daten um vernünftig zu testen. Ich gebe dir trotzdem einen kurzen Einblick, was ich hier machen würde.
Welchen T-Test habt ihr besprochen? Students T-Test?
Wenn ja, super! Der Test macht hier Sinn :)
Der Students T-Test stellt die Frage, ob sich an einer Verteilung etwas geändert hat, nachdem wir die Ausgangsdaten geändert haben. Also brauchst du immer eine vorher/nachher Situation, die hast du hier.
Die Serie hatte im letzten Jahr eine mittlere Einschaltquote von 10%.
Wenn wir jetzt 200 Leute befragen, dann ist der Erwartungswert dieser Befragung 20.
Jetzt steht da "Beliebtheit hat zugenommen"
Beispiel, ein neuer Schauspieler spielt mit und man fragt sich, hat diese Änderung der Ausgangsdaten auch eine Änderung der Verteilung bewirkt?
Wenn ja (H0) dann erwarten wir eine Steigerung, also einen Mittelwert GRÖßER 20, was eine Beliebtheit von mehr als 10% bedeuten würde.
Wenn nein (H1) dann ist der Mittelwert weiterhin 20 oder weniger.
Dies wollen wir testen!
Unter einem Signifikanzniveau von 5%, da wir eine Sicherheit von mindestens 95% haben wollen.
Die Teststatistik von Students T Test findest du in deinen Unterlagen, die Werte kannst du dann einsetzen.
Guck dir unter der Betrachtung nochmal in Ruhe Daniels Video an.
Die Hypothesen beziehen sich auf das zu testende Merkmal, also hier die Beliebtheit.
Das Signifikanzniveau von a=5% (0,05) ist hier dadurch angegeben, dass wir mit mindestens 95% Sicherheit testen wollen. So eine Formulierung bedeutet, dass wir den Fehler erster Art einhalten.
Wir betrachten P(Ho)(T) = 1-a, also 1-0,05=0,95.
Einfach formuliert:
Es müssen 95% unserer Testergebnisse unter der Hypothese richtig sein.
Das ist nciht leicht zu verstehen.
Merkt euch:
- Mit Sicherheit 95% heißt immer: a=0,05 (5%) ist unser Signifikanzniveau.
- Eine Hypothese bezieht sich auf das zu testende Merkmal. Das Signifikanzniveau hat in der Hypothese nichts verloren. ─ mathephil 17.04.2020 um 11:02