Moin!
Hier wurden ja schon einige Aussagen gemacht. Dennoch möchte ich ein paar Kleinigkeiten ergänzen, von denen ich denke, dass diese doch wichtig sind. Auch wenn dein Referat vorüber ist (ich hoffe, du bist gut durchgekommen damals!).
Also, wie bereits gesagt wurde, handelt es sich um einen stark fragmentierten Output, der aber doch in den ersten Zeilen verrät, dass ein Test auf Varianzgleichheit (Varianzhomogenität) durchgeführt wurde. Diese ist neben der Forderung auf Normalverteilung eine der Voraussetzungen für einen t-Test.
Der t-Test ist allerdings ein äußerst robustes Verfahren.
Das Attribut unabhängig meint lediglich, dass die Daten aus beiden Gruppen nicht zusammenhängen. Sollte dies der Fall sein, müssten wir uns die Paar-differenzen anschauen.
Für dich ist tatsächlich der p-Wert wichtig. P steht für probability und meint die "Mindest-"Auftrittswahrscheinlichkeit dieser Differenz unter der Annahme der Gültigkeit der Nullhypothese. Anders herum gesagt, sollte die Nullhypothese gelten, tritt dieses Ereignis mindestens mit einer Wahrscheinlichkeit von p= 60%
und geringer auf. Das bedeutet, deine Alternativhypothese, dass der Mittelwertsunterschied ungleich 0 ist, kann verworfen werden.
Die Annahme jedoch, die hier einige formulieren, dass man die Nullhypothese damit bestätigen kann, ist bei dir erst einmal nicht gegeben, da deine Studie unterpowert ist. Es reicht nicht, einfach über 20 Daten einen t-test zu machen. Man muss vorher zunächst einmal die Nullhypothese formulieren.
Auch hier wurden einige abenteuerliche Definitionen gegeben: eine Nullhypothese muss nicht immer bedeuten, dass die Mittelwerte sich nicht unterscheiden. Hat man eine gerichtete Alternativhypothese, muss man mehrere Szenarien als Nullhypothese beachten!! Auf alle Fälle ist die Aussage falsch, dass die Nullhypothese von einer Abhängigkeit der Daten ausgeht!
Danach muss man eine Effektgröße und eine Größe für den Beta-Fehler gemacht werden um dann die Stichprobengröße zu berechnen.
Es könnte ja sein, dass in deinem Beispiel ja doch einen Unterschied zwischen Männern und Frauen geben, der sich aber auf Grund der zu geringen Stichprobengröße nicht durchsetzen konnte.
Schau mal bei http://www.musicians-on-stage.de/?p=396 vorbei, wenn du noch ein paar Infos zum t-Test für unabhängige Stichproben wissen möchtest. Hier geht es allerdings schwerpunktmäßig um die Umsetzung eines derartigen t-Tests in R, das Prinzip ist aber das gleiche