t-Test (SCM-APO-FCS)

Test, der zeigt, ob eine unabhängige Variable mit der abhängigen Variablen korreliert oder nicht, d.h., es wird untersucht, ob die unabhängige Variable zur Erklärung der abhängigen Variablen beiträgt und somit die unabhängige Variable im Modell verbleiben soll oder nicht.Der t-Test sagt nichts aus über die Signifikanz der Größe und des Einflusses einer erklärenden Variablen. Anders ausgedrückt: Ein t-Test von etwa 4,6 besitzt keine größere Signifikanz als ein t-Test von 2,4; es bedeutet lediglich, daß die mit dem t-Test verknüpften unabhängigen Variablen insofern signifikant sind, als sie die Abweichung in der abhängigen Variablen erklären. Die Größe dieser Beziehung wird durch den Koeffizienten der unabhängigen Variablen und deren Mengeneinheit gemessen.Bei einem t-Test gilt +/-2,0 als Richtwert, um zu bestimmen, ob eine unabhängige Variable mit der abhängigen Variablen auf einem Vertrauensniveau von 95 % signifikant korreliert. Empirische Tests haben jedoch bei praxisrelvanten Datenkonstellationen ergeben, daß ein t-Test von +/-1,4 oder mehr auf einem Vertrauensniveau von 90 % strukturell signifikant ist.Daher empfiehlt SAP, erklärende Variablen bei einem t-Test von +/-1,4 oder darüber im Modell zu belassen. Wenn einige der unabhängigen Variablen einen t-Test von weniger als +/-1,4 aufweisen, sollte eine Ex-post-Prognose zunächst mit und dann ohne sie durchgeführt werden. Ist der Prognosefehler mit den erklärenden Variablen niedriger, sollten sie im Modell verbleiben. Zeigt der t-Test für diese unabhängigen Variablen jedoch einen Wert unter +/-1,4, dann ist die strukturelle Analyse nicht mehr gültig.