Produkte

SurveyMonkey eignet sich für alle Zwecke und Bedürfnisse. Testen Sie unser Produkt, um zu sehen, wie SurveyMonkey für Sie funktionieren kann.

Erhalten Sie datengestützte Erkenntnisse vom einem weltweit führenden Anbieter von Online-Umfragen.

Erledigen Sie mehr dank über 100 Apps und Plugins.

Erstellen Sie passgenaue Formulare zur Erfassung von Daten und Zahlungen.

Mit der integrierten KI erstellen Sie bessere Umfragen und bekommen schnelle Erkenntnisse.

Maßgeschneiderte Lösungen für Ihre gesamte Marktforschung

Vorlagen

Messen Sie Kundenzufriedenheit und Loyalität für Ihr Business.

Erfahren Sie, wie Sie Ihre Kunden begeistern und sie zu Fürsprechenden machen.

Erhalten Sie umsetzbare Erkenntnisse und verbessern Sie die Customer Experience.

Erfassen Sie Kontaktinformationen von Interessenten und Eingeladenen.

Erfassen Sie mühelos Zu- und Absagen für Ihr nächstes Event.

Finden Sie heraus, was die Teilnehmenden wollen, damit Sie Ihr nächstes Event optimieren können.

Verbessern Sie mit fundierten Erkenntnissen das Engagement und Ihre Ergebnisse.

Erhalten Sie Feedback von Ihren Teilnehmenden, um bessere Meetings zu gestalten.

Nutzen Sie Feedback von Kolleg:innen, um die Mitarbeiterleistung zu verbessern.

Erstellen Sie bessere Kurse und optimieren Sie die Lehrmethoden.

Erfahren Sie, wie Studierende das Lehrmaterial und die Präsentation bewerten.

Erfahren Sie, was Kunden von Ihren neuen Produktideen halten.

Ressourcen

Best Practices für Umfragen und Umfragedaten

Unser Blog, u. a. mit Tipps zu Umfragen und Business

FAQs und Tutorials für die Verwendung von SurveyMonkey

Wie Top-Marken mit SurveyMonkey das Wachstum steigern.

Vertrieb kontaktierenAnmelden
Vertrieb kontaktierenAnmelden

t-Tests im Detail: ihre Bedeutung für die Umfrageanalyse

Gibt es statistisch signifikante Unterschiede in Ihren Daten?

Der Unterschied zwischen zwei Zahlen ist zwar für jeden ersichtlich, doch zu ermitteln, ob diese Differenz tatsächlich statistisch signifikant ist, kann schon etwas mehr Arbeit bedeuten.

Angenommen, Sie haben eine Umfrage zur Kundenzufriedenheit für Ihr Unternehmen durchgeführt und haben eine Menge Ergebnisse zu analysieren. Sie fragen Ihre Vorgesetzte, was Sie zuerst analysieren sollen, und sie möchte wissen, ob Männer und Frauen unterschiedliche Antworten geben. Etwa, ob Männer Ihrem Unternehmen im Schnitt einen niedrigeren Net Promoter Score℠ (NPS) geben als Frauen.

Wenn Sie die Daten untersuchen, erkennen Sie, dass die durchschnittliche Bewertung von männlichen Befragten bei 9 liegt, während die durchschnittliche Bewertung von weiblichen Befragten bei 12 liegt. Woher sollen Sie nun wissen, ob sich 9 signifikant von 12 unterscheidet? Genau hier kommt der t-Test ins Spiel.

Der t-Test ist eine Möglichkeit, zu ermitteln, ob sich zwei Zahlen signifikant voneinander unterscheiden. Es gibt verschiedene Arten von t-Tests, und jeder wird mit einer anderen Formel berechnet.

1. Einstichproben-t-Test: Bei diesem Test wird ermittelt, ob der Mittelwert (bzw. Durchschnitt) von Daten aus einer Gruppe (in diesem Fall der Gesamt-NPS) sich von einem von Ihnen angegebenen Wert unterscheidet.

Beispiel: Ziel Ihres Unternehmens ist es, einen NPS zu haben, der signifikant höher ist als der Branchenstandard von 5. Die letzte Umfrage Ihres Unternehmens ergab einen NPS von 10. Ist ein NPS von 10 signifikant höher als der Branchenstandard von 5?

2. Zweistichproben-t-Test: Bei diesem Test wird untersucht, ob sich die Mittelwerte von zwei unabhängigen Gruppen signifikant voneinander unterscheiden.

Beispiel: Ihre Hypothese ist es, dass Männer Ihrem Unternehmen einen niedrigeren NPS geben als Frauen. Der durchschnittliche NPS von männlichen Befragten liegt bei 9, während die durchschnittliche Bewertung von Frauen bei 12 liegt. Unterscheidet sich 9 signifikant von 12?

3. Gepaarter t-Test: Diesen Test führen Sie durch, wenn Sie derselben Personengruppe dieselbe Umfrage zweimal vorlegen. Durch einen gepaarten t-Test erfahren Sie, ob sich der Mittelwert zwischen der ersten und der zweiten Umfrage verändert hat.

Ein Beispiel: Sie haben dieselbe Gruppe von Kunden zweimal befragt: einmal im April und ein zweites Mal im Mai, nachdem diese Kunden eine Anzeige Ihres Unternehmens gesehen hatten. Hat sich der NPS Ihres Unternehmens verändert, nachdem die Kunden die Anzeige gesehen hatten?

Hier ist zu beachten, dass Sie anhand von t-Tests zwar ermitteln können, ob ein signifikanter Unterschied vorliegt, doch liegt es immer noch an Ihnen, zu bestimmen, ob dieser Unterschied bedeutsam ist. Kleine Unterschiede können statistisch signifikant sein, wenn die Stichprobengröße groß genug ist.

Die Durchführung eines t-Tests umfasst 4 Schritte:

1. Berechnen des t-Werts:
Jede Art von t-Test hat eine andere Formel zur Berechnung des t-Werts (unten auf der Seite finden Sie alle drei Formeln).

2. Berechnen der Freiheitsgrade: 
Freiheitsgrade geben über die Anzahl der Möglichkeiten Auskunft, wie der Mittelwert variieren kann. In diesem Fall sind die Freiheitsgrade die Anzahl der NPS-Bewertungen, die in einer vorgegebenen Gruppe von Befragten vorkommen kann. Ähnlich wie der t-Wert unterscheidet sich die Formel für die Freiheitsgrade abhängig von der Art des t-Tests, den Sie durchführen.

3. Ermitteln des kritischen Werts: 
Der kritische Wert ist die Schwelle, an der die Differenz zwischen zwei Zahlen als statistisch signifikant betrachtet wird und damit auch der T-test signifikant ist.

4. Vergleichen des Absolutwerts des t-Werts mit dem kritischen Wert: 
Wenn Ihr t-Wert größer ist als der kritische Wert, ist die Differenz signifikant. Wenn Ihr t-Wert kleiner ist, dann sind Ihre zwei Zahlen statistisch gesehen ununterscheidbar.

Gehen wir einmal von Anfang an durch das Beispiel: Ihre Hypothese ist es, dass Männer Ihrem Unternehmen einen niedrigeren NPS geben als Frauen. Der durchschnittliche NPS von Männern liegt bei 9, während die durchschnittliche Bewertung von Frauen bei 12 liegt. Unterscheidet sich 9 signifikant von 12? Dies ist ein gutes Beispiel für den Einsatz eines Zweistichproben-t-Tests.

1. Berechnen des t-Werts: 

Nachstehend ist die Formel für den Zweistichproben-t-Test mit folgenden Eigenschaften aufgeführt:

  • t ist der t-Wert
  • x1 ist der durchschnittliche NPS für Männer → 9
  • x2 ist der Durchschnitt für Frauen → 12
  • n1 ist die Anzahl an Männern, die auf die NPS-Frage geantwortet haben → angenommen, 20 Männer haben die Umfrage beantwortet
  • n2 ist die Anzahl an Frauen → 23 Frauen haben geantwortet
  • s1 ist die Standardabweichung vom NPS bei Männern → angenommen, die berechnete Standardabweichung beträgt 12,48
  • s2 ist die Standardabweichung vom NPS bei Frauen → die berechnete Standardabweichung beträgt 10,51
Formel t-Test

2. Berechnen der Freiheitsgrade: 

Diese Formel muss angewendet werden, um Freiheitsgrade in Zweistichproben-t-Tests zu bestimmen. Die Formeln für sonstige Arten von Tests werden nachfolgend aufgeführt.

Formel t-Test

3. Ermitteln des kritischen Werts: 

Nach dieser Tabelle liegt bei einem zweiseitigen t-Test mit einem Alpha-Niveau von 0,05 bei 41 Freiheitsgraden der kritische Wert bei 2,02. Beachten Sie, dass die meisten Analysten statt eines einseitigen t-Tests einen zweiseitigen t-Test verwenden, da dieser konservativer ist. Weitere Informationen zu den Unterschieden zwischen einseitigen und zweiseitigen t-Tests finden Sie in diesem Video der Khan Academy.

4. Vergleichen des Absolutwerts des t-Werts mit dem kritischen Wert: 

Da der Absolutwert des t-Werts 0,86 beträgt und damit nicht größer ist als der kritische Wert von 2,02, können Sie schließen, dass Männer keine signifikant niedrigere NPS-Bewertung als Frauen vergeben.

Sie führen Ihre t-Tests wahrscheinlich in einem Tabellenkalkulationsprogramm oder in einem Statistikprogramm (wie Excel oder SPSS) durch. Doch wenn Sie von Hand rechnen möchten, finden Sie nachfolgend die Formeln für die beiden sonstigen Arten von t-Tests.

t-test-formulas-t-tests-explained-de

Wenn Sie sich dafür entscheiden (wie die meisten es tun), Ihre t-Tests in einem Tabellenkalkulationsprogramm oder in einem Statistikprogramm durchzuführen, unterscheidet sich der Vorgang geringfügig. Statt den t-Wert mit dem kritischen Wert zu vergleichen, berechnen die meisten Programme einen p-Wert, der dann mit dem Alpha-Niveau verglichen wird (das am häufigsten verwendete Niveau ist 0,05). In diesem Fall weist dann ein p-Wert kleiner als das Alpha-Niveau darauf hin, dass sich die Zahlen signifikant unterscheiden.

Net Promoter Score ist eine Marke von Bain & Company, Inc., Satmetrix Systems, Inc. und F. Reichheld.

Toolkit-Verzeichnis

Gehen Sie auf Entdeckungsreise – mit unseren Toolkits können Sie Feedback in Ihrer Position oder Branche optimal nutzen.

Bewährte Methoden für Umfragen

Mit diesen bewährten Methoden können Sie Ihre nächste Umfrage optimal einsetzen. Lesen Sie unsere Best Practices und legen Sie gleich los – kostenlos!

Erstellen Sie mühelos individuelle Online-Bewerbungsformulare

Erstellen Sie ganz einfach Ihr passendes Bewerbungsformular. Arbeiten Sie im Team zusammen und legen Sie dank unserer kostenlosen Musterformulare sofort los.

Top-Umfragetrends für 2024

Neue Forschung zu Trendthemen für 2024 und Best Practices bei Umfragen. Erkenntnisse aus den über die SurveyMonkey-Plattform erfassten Daten.