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.
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.
T-verdeling en t-scores
Bij statistiek worden t-scores voornamelijk gebruikt om de volgende waarden te bepalen: De boven- en ondergrenzen van een betrouwbaarheidsinterval als de data ongeveer normaal verdeeld zijn. De p-waarde van de teststatistiek voor t-toetsen en regressieanalyses.
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 gepaarde t-toets veronderstelt dat het verschil tussen twee gepaarde metingen normaal verdeeld is. Om dit te onderzoeken kun je voor ieder paar het verschil tussen de twee metingen berekenen en beoordelen of deze verschil scores uit een normale verdeling afkomstig kunnen zijn.
Er zijn verschillende soorten t-testen, namelijk de: One sample t-test: om te analyseren of het gemiddelde van een steekproef significant afwijkt van een bepaalde waarde. Onafhankelijke t-test (independent samples t-test): om te onderzoeken of twee steekproefgemiddelden significant van elkaar verschillen.
T-scoreconversie in psychometrie De formule om az-score om te zetten in at-score is: T = (Z x 10) + 50. Voorbeeldvraag: Een kandidaat voor een baan legt een schriftelijke test af waarbij de gemiddelde score 1026 is en de standaarddeviatie 209 is De kandidaat scoort 1100.
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).
Gewoonlijk hanteert men p=0,05 als grens van statistische significantie. Indien p≤0,05, dan is de kans dat het gevonden resultaat aan het toeval is te wijten (en we de nulhypothese ten onrechte verwerpen) kleiner of gelijk aan 5%, dit noemt men 'statistisch significant'.
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.
De t-verdeling (ook wel t-distribution of Student's t-distribution genoemd) wordt gebruikt als de data bij benadering normaal verdeeld zijn (en dus een klokvorm volgen), maar waarbij de populatievariantie onbekend is.
De teststatistiek, t, heeft 9 vrijheidsgraden. Om de kritieke waarde te vinden, moet je dus de t-verdeling voor 9 vrijheidsgraden gebruiken. Als de t-waarde van de steekproef groter is dan kritieke waarde, verwerp je de nulhypothese.
Een afwijking van 2 sd boven of onder de gemiddelde score neemt de scores van 95% van de controlegroep mee. Als je daar buiten scoort is er dus bijna niemand meer in de controlegroep die een dergelijke score heeft gehaald.
De t-toets (Engels: t test) is de meest eenvoudige toets om twee gemiddelden te vergelijken van normaal verdeeldepopulaties. De t-toets wordt gebruikt om de hypothese te toetsen of er een significant verschil is tussen twee groepen of condities.
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.
Wat is een p-waarde (p-value)? 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.
In wetenschappelijke artikelen is geregeld te lezen dat de resultaten 'net niet significant' waren. Meestal betekent dit dat de waarde van de statistische grootheid p vlak boven de 0,05 lag.
Een p-waarde, die staat voor kans, is een statistische maat tussen 0 en 1. Het wordt gebruikt voor het testen van hypothesen. In klinische onderzoeken wordt de p-waarde gebruikt om aan te duiden of een waargenomen resultaat het gevolg kan zijn van toeval of niet.
Wanneer de gevonden waarde in belangrijke mate afwijkt van de onder de nulhypothese verwachte waarde kunnen we de nulhypothese verwerpen. De gevonden associatie of het gevonden verschil wordt dan statistisch significant genoemd.
De p-waarde is de kans dat er een verschil gemeten is, terwijl er in werkelijkheid geen verschil is. Hoe kleiner de p-waarde, hoe groter de kans dat het gemeten verschil niet toevallig is. Als grenswaarde wordt bij de berekening van de p-waarde meestal 5% gekozen, overeenkomend met het 95% betrouwbaarheidsinterval.
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.
Een z-score geeft aan waar de score ligt op een normale verdeelcurve. Een z-score van nul vertelt u dat de waarden precies gemiddeld zijn, terwijl een score van +3 aangeeft dat de waarde veel hoger is dan het gemiddelde.
Er is namelijk een vuistregel (de empirische regel) die zegt dat 68% van de personen tussen een Z-score van -1 en 1 zit, dat 95% van de personen een Z-score tussen -2 en 2 heeft, en 99,7% binnen 3 standaarddeviaties ten opzichte van het gemiddelde zit.
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.