Wie führe ich einen t-Test in Excel durch?
In diesem Beitrag
Was ist ein t-Test – und wann brauchen Sie ihn?
Ein t-Test prüft, ob sich die Mittelwerte zweier Gruppen statistisch bedeutsam voneinander unterscheiden. Für Studierende in Psychologie, Medizin oder den Sozialwissenschaften ist er einer der meistgenutzten Tests überhaupt – etwa wenn Sie untersuchen möchten, ob eine Experimentalgruppe nach einer Intervention andere Werte zeigt als eine Kontrollgruppe.
Excel bietet zwei Wege, einen t-Test durchzuführen: über die Funktion =T.TEST() direkt in einer Zelle oder über das grafische Analyse-Tool im Add-In „Analyse-Funktionen“. Beide Wege führen zum gleichen Ergebnis – welcher für Sie besser passt, hängt davon ab, wie viel Output Sie benötigen.
Welche t-Test-Variante ist die richtige?
Bevor Sie eine einzige Formel eingeben, müssen Sie eine wichtige Entscheidung treffen: Welche Variante des t-Tests entspricht Ihrem Forschungsdesign? Die Wahl ist nicht beliebig – sie ergibt sich direkt aus der Struktur Ihrer Daten.
| Variante | Wann anwenden? | Parameter type |
|---|---|---|
| Gepaarter t-Test | Dieselben Personen werden zweimal gemessen (z. B. Prä-Post-Design) | 1 |
| Zwei Stichproben, gleiche Varianz | Zwei unabhängige Gruppen, Varianzen können als gleich angenommen werden | 2 |
| Zwei Stichproben, ungleiche Varianz | Zwei unabhängige Gruppen, Varianzen sind unterschiedlich (Welch-t-Test) | 3 |
Die methodische Grundlage dahinter: Der Zwei-Stichproben-t-Test prüft die Nullhypothese, dass zwei Populationsmittelwerte gleich sind. Bei gepaarten Daten besteht eine Eins-zu-eins-Zuordnung zwischen den Beobachtungen – man denkt etwa an Vorher-Nachher-Messungen bei denselben Teilnehmenden. Bei ungepaarten Daten sind die Gruppen voneinander unabhängig, und es ist zusätzlich zu entscheiden, ob die Varianzen als gleich oder verschieden angenommen werden.
type=3 (ungleiche Varianzen, Welch-Test) wählen. Dieser ist robuster und liefert auch dann zuverlässige Ergebnisse, wenn die Varianzen tatsächlich gleich sind – umgekehrt gilt das nicht. Annahmen prüfen, bevor Sie rechnen
Ein t-Test ist kein Selbstläufer. Es gibt Voraussetzungen, die Ihre Daten erfüllen sollten – und Excel prüft diese nicht automatisch für Sie.
Voraussetzungen für den t-Test
- Normalverteilung: Die Messwerte sollten in den Gruppen annähernd normalverteilt sein.
- Unabhängigkeit der Beobachtungen: Die einzelnen Messwerte dürfen sich nicht gegenseitig beeinflussen.
- Metrisches Skalenniveau: Die abhängige Variable muss mindestens intervallskaliert sein.
- Keine Ausreißer: Extreme Ausreißer können das Ergebnis stark verzerren.
- Varianzhomogenität (nur beim ungepaarten Test mit
type=2): Die Varianzen der beiden Gruppen sollten vergleichbar sein.
Universitäre Statistik-Lehrmaterialien betonen, dass ungleiche Varianzen, nicht normalverteilte Populationen, nicht unabhängige Beobachtungen und Ausreißer als typische Problemfälle gelten, die das Ergebnis eines t-Tests verfälschen können. Für eine Abschlussarbeit bedeutet das: Zeigen Sie im Methodenteil, dass Sie diese Annahmen geprüft haben – etwa mit einem Histogramm oder einem Shapiro-Wilk-Test auf Normalverteilung.
Das klingt aufwändiger als es ist. In vielen Fällen reicht ein kurzer visueller Check der Datenverteilung, um grobe Verletzungen der Annahmen auszuschließen.
t-Test mit der Funktion T.TEST durchführen
Die schnellste Methode ist die Funktion =T.TEST(), die direkt einen p-Wert zurückgibt. Die Syntax lautet:
=T.TEST(array1; array2; tails; type)Die vier Argumente bedeuten konkret:
- array1: Zellbereich der ersten Datengruppe, z. B.
A2:A31 - array2: Zellbereich der zweiten Datengruppe, z. B.
B2:B31 - tails:
1für einseitig,2für zweiseitig – in der Regel wählen Sie2 - type:
1= gepaarrt,2= ungepaart gleiche Varianz,3= ungepaart ungleiche Varianz
Beispiel: Gepaarter t-Test
Angenommen, Sie messen die Prüfungsangst von 30 Studierenden vor und nach einem Training. Die Vorher-Werte stehen in A2:A31, die Nachher-Werte in B2:B31. Der gepaarte, zweiseitige t-Test lautet dann:
=T.TEST(A2:A31; B2:B31; 2; 1)Excel gibt hier direkt den p-Wert aus – nicht die Teststatistik. Laut der offiziellen Microsoft-Dokumentation gibt T.TEST die mit dem t-Test verbundene Wahrscheinlichkeit (den p-Wert) aus, zum Beispiel einen Wert wie 0,196. Den t-Wert selbst berechnet die Funktion nicht separat.
Beispiel: Ungepaarter t-Test (Welch)
Sie vergleichen die Testergebnisse zweier unabhängiger Gruppen (z. B. Gruppe A in A2:A26, Gruppe B in B2:B24). Die Stichprobengrößen müssen dabei nicht gleich sein:
=T.TEST(A2:A26; B2:B24; 2; 3)Die Formel mit type=3 nutzt den Welch-Test und ist robust gegenüber unterschiedlichen Varianzen – in den meisten Abschlussarbeiten die empfehlenswertere Wahl für ungepaarte Vergleiche.
Alternative: t-Test über das Analyse-Tool
Wenn Sie mehr als nur den p-Wert benötigen – etwa Mittelwerte, Varianzen, den t-Wert und die Freiheitsgrade – bietet das Excel-Add-In Analyse-Funktionen eine übersichtlichere Ausgabe. Voraussetzung ist, dass das Add-In aktiviert ist. Wie das geht, erfahren Sie in unserem Beitrag zum Aktivieren der Datenanalyse in Excel.
Schritt-für-Schritt-Anleitung
- Klicken Sie auf die Registerkarte Daten im Excel-Menüband.
- Klicken Sie rechts auf Datenanalyse (erscheint nach Aktivierung des Add-Ins).
- Wählen Sie aus der Liste die passende Variante:
- t-Test: Zwei verbundene Stichproben → für gepaarte Daten
- t-Test: Zwei Stichproben unter der Annahme gleicher Varianzen → für ungepaarte Daten, homogen
- t-Test: Zwei Stichproben unter der Annahme ungleicher Varianzen → für ungepaarte Daten, heterogen (Welch)
- Geben Sie im Dialog Bereich Variable 1 und Bereich Variable 2 ein (je ein Zellbereich).
- Setzen Sie den Hypothetischen Mittelwertunterschied auf
0(Standardfall: Gleichheit der Mittelwerte prüfen). - Stellen Sie Alpha auf
0,05(übliches Signifikanzniveau). - Wählen Sie einen Ausgabebereich auf Ihrem Arbeitsblatt und bestätigen Sie mit OK.
Excel gibt Ihnen daraufhin eine Tabelle mit Mittelwert, Varianz, Beobachtungen, t-Statistik, Freiheitsgraden sowie dem p-Wert für einseitige und zweiseitige Tests. Das ist für Abschlussarbeiten deutlich informativer als ein einzelner Zellwert.
Das Ergebnis richtig interpretieren
Der t-Test in Excel gibt Ihnen einen p-Wert. Die entscheidende Frage ist: Was sagt dieser Wert aus?
Der p-Wert gibt die Wahrscheinlichkeit an, das beobachtete Ergebnis (oder ein extremeres) zu erhalten, wenn die Nullhypothese – also kein Unterschied zwischen den Gruppen – wahr wäre. Das gängige Signifikanzniveau in empirischen Abschlussarbeiten liegt bei α = 0,05.
Entscheidungsregel
Konkret bedeutet das:
- p < 0,05: Der Unterschied ist statistisch signifikant – Sie lehnen die Nullhypothese ab.
- p ≥ 0,05: Kein signifikanter Unterschied nachweisbar – die Nullhypothese wird beibehalten.
Wichtig: Ein signifikantes Ergebnis sagt nichts über die praktische Bedeutsamkeit des Unterschieds aus. Ergänzen Sie den p-Wert daher immer durch eine Effektstärke – für den t-Test ist das Cohens d. Excel berechnet diesen Wert nicht automatisch; Sie müssen ihn manuell aus Mittelwerten und Standardabweichungen berechnen oder auf spezialisierte Software ausweichen.
Zum Thema p-Wert-Berechnung in Excel haben wir einen eigenen Beitrag: Wie berechne ich den p-Wert in Excel?
Grenzen von Excel beim t-Test
Excel ist für einen einfachen t-Test in vielen Fällen ausreichend – gerade wenn Ihre Datenstruktur überschaubar ist und Sie mit dem Ergebnis eine klar formulierte Hypothese prüfen möchten. Es lohnt sich aber, die Einschränkungen zu kennen, bevor Sie mit der Auswertung beginnen.
- Excel berechnet keinen Effektstärkewert (Cohens d) automatisch.
- Die Annahmenprüfung (Normalverteilung, Varianzgleichheit) muss manuell oder mit Umwegen erfolgen.
- Es gibt keine grafische Ausgabe des Testergebnisses (z. B. kein Box-Plot mit Signifikanzmarkierung).
- Bei komplexeren Designs (mehr als zwei Gruppen, Kovariaten) stoßen Sie schnell an Grenzen – hier wäre eine dedizierte Statistiksoftware die bessere Wahl.
- Excel-Ergebnisse lassen sich schwerer reproduzierbar dokumentieren als Code-basierte Auswertungen in R oder SPSS.
Einen ausführlicheren Überblick darüber, wo Excel bei statistischen Auswertungen an seine Grenzen stößt, finden Sie im Beitrag Welche Grenzen hat Excel bei der statistischen Auswertung?. Und wenn Sie sich fragen, welche statistischen Tests Excel generell unterstützt, gibt es dazu ebenfalls einen eigenen Ratgeber.
Für Abschlussarbeiten, bei denen der Gutachter eine vollständige methodische Dokumentation erwartet, ist es oft sinnvoll, den t-Test in SPSS oder R zu rechnen und Excel nur für die Datenvorbereitung und Visualisierung zu nutzen. Wenn Sie dabei Unterstützung benötigen, bietet QuantExpert methodische Begleitung für statistische Auswertungen – von der Auswahl des richtigen Tests bis zur korrekten Ergebnisdarstellung.
type=2 (gleiche Varianzen) ohne zu prüfen, ob diese Annahme tatsächlich erfüllt ist. Im Zweifel ist type=3 (Welch-Test) die sichere Wahl – er funktioniert auch dann korrekt, wenn die Varianzen zufällig doch gleich sind. 
