Wat betekent een negatieve T-waarde?

Onderzoekers en wetenschappers gebruiken vaak statistische tests, t-tests genaamd, om te beoordelen of twee groepen gegevens van elkaar verschillen. Een t-test vergelijkt de gemiddelden van elke groep en houdt rekening met de getallen waarop de gemiddelden zijn gebaseerd om de hoeveelheid gegevensoverlap tussen de twee groepen te bepalen. De test vertelt u ook hoe significant de verschillen tussen de twee groepen zijn en laat zien of die verschillen door toeval kunnen zijn ontstaan ​​of statistisch significant zijn.

TL; DR (te lang; niet gelezen)

In statistieken worden t-tests gebruikt om de gemiddelden van twee groepen te vergelijken. Hoewel een negatieve t-waarde een omkering in de richting van het onderzochte effect laat zien, heeft dit geen invloed op de significantie van het verschil tussen groepen gegevens.

De drie belangrijkste typen t-test zijn de onafhankelijke steekproef t-test, gepaarde steekproef t-test en één steekproef t-test. Een onafhankelijke steekproeven t-test vergelijkt de gemiddelden voor twee groepen. Een gepaarde steekproef t-test vergelijkt gemiddelden van dezelfde groep op verschillende tijdstippen, bijvoorbeeld met een tussenpoos van een jaar. Een one-sample t-test toetst het gemiddelde van een enkele groep tegen een bekend gemiddelde.

De t-score is een verhouding tussen het verschil tussen twee groepen en het verschil binnen de groepen. Hoe groter de t-score, hoe meer verschil er is tussen groepen. Hoe kleiner de t-score, hoe meer overeenkomst er is tussen groepen. Een t-score van 3 betekent bijvoorbeeld dat de groepen drie keer zo verschillend van elkaar zijn als binnen elkaar. Wanneer u een t-test uitvoert, geldt: hoe groter de t-waarde, hoe groter de kans dat de resultaten herhaalbaar zijn.

In eenvoudige bewoordingen vertelt een grote t-score u dat de groepen verschillend zijn, en een kleine t-score vertelt u dat de groepen vergelijkbaar zijn.

Het berekenen van het verschil tussen groepsgemiddelden omvat het aftrekken van het ene gemiddelde van het andere.

Bereken de standaardafwijking van het verschil (ook bekend als variabiliteit) door het gemiddelde van één groep af te trekken van een unieke monster in diezelfde groep, door die waarde te kwadrateren en de waarde te delen door het totale aantal monsters in de groep minus 1. Voer deze berekening uit voor elk uniek monster en tel vervolgens alle waarden bij elkaar op.

Zoek een t-waarde door het verschil tussen groepsgemiddelden te delen door de standaardfout van het verschil tussen de groepen.

Een negatieve t-waarde duidt op een omkering in de richting van het effect, die geen invloed heeft op de significantie van het verschil tussen groepen. Analyse van een negatieve t-waarde vereist onderzoek van de absolute waarde ervan in vergelijking met de waarde on een tabel met t-waarden en vrijheidsgraden, die de variabiliteit van de uiteindelijke geschatte waarde kwantificeert aantal. Als de absolute waarde van de experimentele t-waarde kleiner is dan de waarde op de grafiek van vrijheidsgraden, dan kunnen de gemiddelden van de twee groepen significant verschillend zijn.