Een Z-score geeft aan hoeveel standaarddeviaties een observatie van het gemiddelde af zit. Je krijgt dus je plek ten opzichte van het gemiddelde, uitgedrukt in een standaard maat. Dit heeft als voordeel dat je direct kunt zien hoe goed iemand scoort ten opzichte van de rest.
Een z-score geeft aan waar de score op een normale verdeelcurve ligt. Een z-score van nul geeft aan dat de waarde precies het gemiddelde is, terwijl een score van +3 aangeeft dat de waarde veel hoger is dan het gemiddelde.
Hoe verder iemand van het gemiddelde afwijkt, hoe groter de absolute waarde van zijn z-score zal worden. Een positief en negatief teken geeft aan wie respectievelijk boven en onder het gemiddelde zit.
Z. TOETS stelt de kans voor dat het steekproefgemiddelde groter is dan de waargenomen waarde GEMIDDELDE(matrix), wanneer het onderliggende populatiegemiddelde μ0 is. Van de symmetrie van de normale verdeling, als GEMIDDELDE(matrix) < μ0, geeft Z. TOETS een waarde groter dan 0,5 als resultaat.
Voor een gegeven hypothetisch populatiegemiddelde berekent Z. TEST de kans dat het steekproefgemiddelde groter is dan het gemiddelde van observaties in de gegevensverzameling (matrix), dat wil zeggen het waargenomen steekproefgemiddelde.
Strikt genomen is de p-waarde een maat voor de kans dat de nulhypothese ten onrechte is verworpen (en het gevonden verschil tussen onderzoeksgroepen dus in werkelijkheid op toeval berust). Praktisch gezien is de p-waarde een waarde tussen 0 en 1, die wordt bepaald door middel van een statistische toets.
De t-test, ook wel t-toets genoemd, wordt gebruikt om de gemiddelden van maximaal twee groepen met elkaar te vergelijken. Je kunt de t-test bijvoorbeeld gebruiken om te analyseren of moedertaalsprekers gemiddeld sneller spreken dan niet-moedertaalsprekers.
Stel je hebt 95% gekozen. Bereken de foutmarge. Je kunt de foutmarge vinden middels de volgende formule: Za/2 * σ/√(n). Za/2 = betrouwbaarheidscoëfficient, waarbij a = betrouwbaarheidsniveau, σ = standaarddeviatie en n = steekproefgrootte.
De z-score is een gestandaardiseerde waarde, zodat steekproeven uit verschillende populaties (mits voldaan wordt aan de aannames van parametrische toetsen) met elkaar vergelijken kunnen worden.
De standaarddeviatie of standaardafwijking geeft de mate van spreiding aan in bepaalde data. Het geeft aan hoezeer de geobserveerde waardes afwijken van het gemiddelde.
De centrale limietstelling (central limit theorem) stelt dat de gemiddelden van steekproeven altijd normaal verdeeld zullen zijn als je steekproeven van voldoende omvang neemt uit een populatie, zelfs als die populatie niet normaal verdeeld is.
Maak een lijst van alle scores en vind het gemiddelde. Trek het gemiddelde af van iedere score om de afstand (afwijking) tot het gemiddelde te berekenen. Bereken voor iedere afwijking het kwadraat. Tel alle gekwadrateerde afwijkingen bij elkaar op.
Gestandaardiseerd wordt naar 'verstorende variabelen', die een eerlijke vergelijking van de doelfunctie voor verschillende populaties in de weg staan.
Als je betrouwbaarheidsinterval voor een correlatie of regressie nul bevat, betekent dit dat er een grote kans bestaat dat je geen correlatie vindt in je data als je het experiment nog een keert uitvoert. In beide gevallen zul je ook een hoge p-waarde vinden bij je statistische test.
Vaak wordt het 95% betrouwbaarheidsinterval gebruikt. Hiermee zeg je eigenlijk: stel ik zou mijn onderzoek 100 maal herhalen, dan verwacht ik dat de werkelijke waarde (parameter) minstens 95 keer binnen het (voor ieder onderzoek apart opgestelde) 95% betrouwbaarheidsinterval ligt.
Hoe hoger het percentage, hoe vaker het populatiegemiddelde in het betrouwbaarheidsinterval zal liggen. Als we een 99 % 99% betrouwbaarheidsinterval berekenen, weten we zeker dat het populatiegemiddelde in 99 % 99% van de steekproeven in dat interval zal liggen.
Een t-toets is een parametrische statistische toets die onder andere gebruikt kan worden om na te gaan of het (populatie)gemiddelde van een normaal verdeelde grootheid afwijkt van een bepaalde waarde, dan wel of er een verschil is tussen de gemiddelden van twee groepen in de populatie.
De t-toets eerste variant: vergelijken met een vaststaand getal. Met de t-toets kun je berekenen of een gevonden verschil significant is. Een significant verschil betekent dat het niet meer berust op toeval, maar dat er meer aan de hand is.
De F-toets is een statistische toets om na te gaan of van twee normale verdelingen de varianties verschillen. De F-toets wordt gebruikt bij variantie-analyse en is een parametrische toets omdat de verdeling normaal moet zijn.
Als de kans, dat een verschil door toeval ontstaan is, kleiner is dan 5% (p = 0.05), dan noemt men het verschil significant (betekenisvol). Als de kans, dat het verschil door toeval ontstaan is, kleiner is dan 1% (p = 0.01 ) dan noemt men het verschil zeer significant (zeer betekenis vol).
De p-waarde (p-value) is een getal tussen 0 en 1, waarmee je bepaalt of een steekproefuitkomst statistisch significant is. Wanneer de p-waarde kleiner is dan het gekozen significantieniveau kun je stellen dat dat de gevonden uitkomst extreem genoeg is om je nulhypothese te verwerpen.
De nulhypothese (H0) kan worden getoetst door statistische toetsing. Als de gevonden waarde significant verschilt van de verwachte waarde onder de nulhypothese, kunnen we de nulhypothese verwerpen. De nauwkeurigheid van statistisch significante resultaten worden doorgaans weergegeven door de p-waarde.