Voorbeeld Independent Samples T-Test

normaliteit assumptie

Hypothese independent t-test

H0 (nul hypothese):
Er is geen verschil tussen klas A en klas B in het gemiddelde cijfer.

HA (alternatieve hypothese)
Er is wel verschil tussen klas A en klas B in het gemiddelde cijfer.

We geven dus geen richting (bijvoorbeeld: klas A scoort hoger dan klas B) aan. De hypothese is dus twee-zijdig. We willen met 95% (standaard) zekerheid kunnen zeggen dat we de nul hypothese moeten verwerpen en de alternatieve hypothese aannemen.

Output tabellen van de independent t-test

In de eerste tabel in de output van de independent t-test worden de statistieken van de 2 groepen gegeven. Hier staat simpelweg (in de bovenste rij) dat de Klas A uit 54 personen bestaat, een gemiddelde had van 6,574, een SD had van 1,78 en een SE van ,24. Diezelfde informatie is weergegeven voor klas B. Je kan deze resultaten later rapporteren bij het beschrijven van je resultaten en daar hoef je voor de test verder niks mee te doen.

independent_t-test1

De volgende tabel gaat je vertellen of klas A en klas B verschillen in het gemiddelde cijfer.

Interpreteren output independent samples t-test

Hieronder zie je de volledige tabel voor de independent samples t-test. Om te tabel beter te kunnen lezen, hebben wij hem bij de uitleg opgeknipt in twee losse delen.

independent_t-test2

Stap 1

Je kijkt naar de Levene’s test. Deze vertelt je of er gelijkheid in variantie bestaat tussen deze 2 groepen. We nemen pas aan dat er GEEN gelijkheid in varianties is als de Levene’s test significant is. Dat is bij een sig kleiner of gelijk aan .05. In dit geval is de gegeven waarde .588 en dat is groter dan .05 dus er is gelijkheid in variantie. We nemen dus aan dat de varianties gelijk zijn en kijken dus naar de bovenste rij in de tabel (equal variances assumed).

indephalf1

Stap 2

In stap 1 heb je vastgesteld dat je naar de bovenste rij moet kijken. Je hebt het gemiddelde van klas A vergeleken met het gemiddelde van klas B, het verschil tussen deze twee gemiddeldes vind je onder mean difference. Je wilt weten of dit verschil significant is en dat is als we met 95% of meer zekerheid kunnen zeggen dat dit verschil bestaat. Dat is het geval als onder sig een waarde staat van .05 (5% foutkans) of lager. In het voorbeeld staat onder sig een waarde van .120, dus groter dan .05 (5% kans op een fout) dus mogen we niet zeggen dat er een (significant) verschil is tussen Klas A en klas B en het gemiddelde cijfer.

indephalf2

Stap 3

In stap 2 hebben we bepaald dat er geen verschil is tussen het gemiddelde van klas A en klas B. We hadden 2 hypothesen namelijk de H0 en de HA. We moeten nu één van de twee verwerpen en de andere aannemen.
We waren niet voldoende overtuigd (met 95% of meer) om de H0 te verwerpen en de HA aan te nemen. Dus we nemen de H0 aan en verwerpen de HA omdat er geen verschil is tussen Klas A en klas B in het gemiddelde cijfer

Contactformulier

Vul nu in, dan nemen we zo snel mogelijk (gemiddeld 1-2 uur, max 24 uur) contact met je op via de telefoon of mail om opties te bespreken.
  • Beschrijf hier kort waar je mee vastloopt

 

Click Here to Leave a Comment Below

Leave a Comment: