10090
There is no translation available.

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?

This email address is being protected from spambots. You need JavaScript enabled to view it., wenn Sie eine Frage zu diesem Artikel haben.