T-tests kunnen u bepalen of de verschillen tussen de gemiddelden van twee verschillende monsters zijn statistisch significant, met vermelding van de werkelijke verschillen tussen de twee monsters, of als de verschillen slechts ten gevolge van een vergissing gebeurd. Als u eenmaal uw t-waarden, wilt u weten hoe ze te interpreteren. Interpretatie vereist een standaardtabel van betekenis, beschikbaar in de achterkant van de meeste schoolboeken van de statistieken.
Wat die u nodig hebt
- Statistieken leerboek
Een "risiconiveau" voor de gegevens instellen Dit niveau, ook bekend als het alfaniveau komt, verwijst naar de kans dat de verschillen tussen uw monsters lijken te zijn statistisch significant, na het uitvoeren van een t-toets, zelfs als ze niet statistisch significant. Meestal ligt het alfaniveau 0.05.
Berekenen hoeveel graden van vrijheid in uw gegevens hebt. Aantal vrijheidsgraden bestaan uit het totale aantal elementen in beide monsters, minus twee. Bijvoorbeeld, als allebei van uw monsters 36 elementen bevatte, de mate van vrijheid zou 36 + 36-2 = 70.
Raadpleeg uw tabel van betekenis en gebruik van de alpha-waarde en de waarde voor graden van belang vindt u de t-waarde in de tabel weergegeven. Als uw t-waarde groter dan de t-waarde vermeld in de tabel is, kun dan je concluderen dat de verschillen tussen uw twee monsters statistisch significant zijn. Als uw t-waarde kleiner dan de t-waarde vermeld in de tabel, is dan verschillen tussen uw monsters zijn niet statistisch significant voor de alpha-waarde die u hebt gekozen.
