10090

Minitab 22 - Äquivalenztest, 2 Stichproben - Konfidenzintervalle - 1-α vs. 1-2α - Warum sind diese manchmal gleich und wann unterscheiden sie sich bei den beiden Methoden?

  • Erstellt am 10.11.2025
  • Software: Minitab 22

Wir erläutern die beiden Fragen in diesem Artikel an Hand von zwei Beispielen.

Bilder

aequivalenztest_KI_1-alpha_vs_1-2alpha_01

aequivalenztest_KI_1-alpha_vs_1-2alpha_02

Bild 1: (100-5)%-Konfidenzintervall mit Äquivalenzintervall (-1,1: -0,9)

Bild 2: (100-2*5)%-Konfidenzintervall mit Äquivalenzintervall (-1,1: -0,9)

aequivalenztest_KI_1-alpha_vs_1-2alpha_05

aequivalenztest_KI_1-alpha_vs_1-2alpha_06

Bild 3: (100-5)%-Konfidenzintervall mit Äquivalenzintervall (-2: -2)

Bild 4: (100-2*5)%-Konfidenzintervall mit Äquivalenzintervall (-2: 2)

Erläuterung

Für alle dargestellten Äquivalenzdiagramme wurde der gleiche Datensatz und das gleiche Signifikanzniveau verwendet. Die Mittelwertdifferenz der beiden Datensätze beträgt -1,0746. Wenn ein Konfidenzintervall komplett auf einer Seite des Mittelpunkts liegt, wird bei der Standardmethode die jeweils näher liegende Grenze auf den Mittelpunkt gesetzt.

Beispiel 1 - Bilder 1 und 2

  • Der Äquivalenzbereich ist (-1,1; -0,9).
  • Der Mittelpunkt des Äquivalenzbereichs liegt bei -1.
  • Das Konfidenzintervall liegt hier so, dass seine Untergrenze unterhalb und seine Obergrenze oberhalb des Mittelpunkts liegt.
  • In diesem Fall wird bei der Standardmethode die Grenze nicht auf den Mittelpunkt gesetzt.

Beide Methoden führen daher zum gleichen Ergebnis.

Äquivalenztest, 2 Stichproben: C1, C2

Methode

Testmittelwert = Mittelwert von C1
Referenzmittelwert = Mittelwert von C2
Für die Analyse wurde nicht von gleichen Varianzen ausgegangen.

Deskriptive Statistik

Variable

N

Mittelwert

StdAbw

SE des
Mittelwerts

C1

100

-0,032374

0,97977

0,097977

C2

100

1,0423

1,0444

0,10444

Differenz: Mittelwert(C1) - Mittelwert(C2)

Differenz

SE

95%-KI für Äquivalenz

Äquivalenzintervall

-1,0746

0,14320

(-1,31130; -0,837970)

(-1,1; -0,9)

KI liegt nicht innerhalb des Äquivalenzintervalls. Äquivalenz kann nicht angenommen werden.

Test

Nullhypothese:

Differenz ≤ -1,1 oder Differenz ≥ -0,9

Alternativhypothese:

-1,1 < Differenz < -0,9

α-Niveau:

0,05

Nullhypothese

DF

t-Wert

p-Wert

 

Differenz ≤ -1,1

197

0,17714

0,430

 

Differenz ≥ -0,9

197

-1,2195

0,112

 
           

Der größere der beiden p-Werte ist 0,430. Äquivalenz kann nicht angenommen werden.

Äquivalenztest, 2 Stichproben: C1, C2

Methode

Testmittelwert = Mittelwert von C1
Referenzmittelwert = Mittelwert von C2
Für die Analyse wurde nicht von gleichen Varianzen ausgegangen.

Deskriptive Statistik

Variable

N

Mittelwert

StdAbw

SE des
Mittelwerts

C1

100

-0,032374

0,97977

0,097977

C2

100

1,0423

1,0444

0,10444

Differenz: Mittelwert(C1) - Mittelwert(C2)

Differenz

SE

90%-KI

Äquivalenzintervall

-1,0746

0,14320

(-1,31130; -0,837970)

(-1,1; -0,9)

KI liegt nicht innerhalb des Äquivalenzintervalls. Äquivalenz kann nicht angenommen werden.

Test

Nullhypothese:

Differenz ≤ -1,1 oder Differenz ≥ -0,9

Alternativhypothese:

-1,1 < Differenz < -0,9

α-Niveau:

0,05

Nullhypothese

DF

t-Wert

p-Wert

 

Differenz ≤ -1,1

197

0,17714

0,430

 

Differenz ≥ -0,9

197

-1,2195

0,112

 
           

Der größere der beiden p-Werte ist 0,430. Äquivalenz kann nicht angenommen werden.

Beispiel 2 - Bilder 3 und 4

  • Der Äquivalenzbereich ist (-2; 2).
  • Der Mittelpunkt des Äquivalenzbereichs liegt bei 0.
  • Das Konfidenzintervall liegt vollständig unterhalb des Mittelpunkts des Äquivalenzbereichs.
  • In diesem Fall wird bei der Standardmethode die Grenze auf den Mittelpunkt gesetzt.

Daher führen in diesem Beispiel die beiden Methoden zu unterschiedlichen Ergebnissen.

Äquivalenztest, 2 Stichproben: C1, C2

Methode

Testmittelwert = Mittelwert von C1
Referenzmittelwert = Mittelwert von C2
Für die Analyse wurde nicht von gleichen Varianzen ausgegangen.

Deskriptive Statistik

Variable

N

Mittelwert

StdAbw

SE des
Mittelwerts

C1

100

-0,032374

0,97977

0,097977

C2

100

1,0423

1,0444

0,10444

Differenz: Mittelwert(C1) - Mittelwert(C2)

Differenz

SE

95%-KI für
Äquivalenz

Äquivalenzintervall

-1,0746

0,14320

(-1,31130; 0)

(-2; 2)

KI liegt innerhalb des Äquivalenzintervalls. Äquivalenz kann angenommen werden.

Test

Nullhypothese:

Differenz ≤ -2 oder Differenz ≥ 2

Alternativhypothese:

-2 < Differenz < 2

α-Niveau:

0,05

Nullhypothese

DF

t-Wert

p-Wert

 

Differenz ≤ -2

197

6,4619

0,000

 

Differenz ≥ 2

197

-21,470

0,000

 
           

Der größere der beiden p-Werte ist 0,000. Äquivalenz kann angenommen werden.

Äquivalenztest, 2 Stichproben: C1, C2

Methode

Testmittelwert = Mittelwert von C1
Referenzmittelwert = Mittelwert von C2
Für die Analyse wurde nicht von gleichen Varianzen ausgegangen.

Deskriptive Statistik

Variable

N

Mittelwert

StdAbw

SE des
Mittelwerts

C1

100

-0,032374

0,97977

0,097977

C2

100

1,0423

1,0444

0,10444

Differenz: Mittelwert(C1) - Mittelwert(C2)

Differenz

SE

90%-KI

Äquivalenzintervall

-1,0746

0,14320

(-1,31130; -0,837970)

(-2; 2)

KI liegt innerhalb des Äquivalenzintervalls. Äquivalenz kann angenommen werden.

Test

Nullhypothese:

Differenz ≤ -2 oder Differenz ≥ 2

Alternativhypothese:

-2 < Differenz < 2

α-Niveau:

0,05

Nullhypothese

DF

t-Wert

p-Wert

 

Differenz ≤ -2

197

6,4619

0,000

 

Differenz ≥ 2

197

-21,470

0,000

 
           
Der größere der beiden p-Werte ist 0,000. Äquivalenz kann angenommen werden.

 

 

Question?

Diese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein., wenn Sie eine Frage zu diesem Artikel haben.