In het kort
Kies een onafhankelijke of gepaarde t-toets door na te gaan of iedere score in de ene conditie een inhoudelijk bijbehorende score in de andere conditie heeft. Controleer vervolgens meetniveau, onafhankelijkheid en verdeling. Gelijke groepsgroottes of een hoge correlatie maken losse groepen niet gepaard.
1. Herken onafhankelijke groepen en echte paren
| Situatie | Koppeling | Uitgangspunt |
|---|---|---|
| Toetsscores van studenten uit cohort A en een ander cohort B | Iedere student levert één score in één groep. | Onafhankelijke vergelijking, als observaties verder onafhankelijk zijn. |
| Stressscores van dezelfde studenten vóór en na een bijeenkomst | Voor iedere student zijn twee bij elkaar horende scores. | Gepaarde vergelijking. |
| Studenten vooraf zorgvuldig matchen op relevante kenmerken | Voor iedere student is vooraf een inhoudelijk onderbouwde partner aangewezen. | Een gepaarde analyse kan passen bij het ontwerp. |
| Twee groepen hebben toevallig ieder 25 studenten | Geen inhoudelijke koppeling. | Gelijke aantallen vormen geen paren. |
Twee verschillende klassen vragen extra aandacht: studenten binnen een klas kunnen op elkaar lijken en het klaseffect kan samenvallen met je groepsverschil. Een gewone t-toets verhelpt zulke ontwerpvragen niet. Denk hier bij de onderzoeksopzet al over na.
2. Wat onderzoekt een onafhankelijke t-toets?
De onafhankelijke t-toets toetst een verschil tussen twee populatiegemiddelden op basis van twee onafhankelijke steekproeven. De klassieke Student-variant veronderstelt gelijke populatievarianties. De Welch-variant laat ongelijke varianties toe en past daarvoor de vrijheidsgraden aan.
Welch lost geen afhankelijkheid of ongeschikte metingen op. De keuze vraagt nog steeds aandacht voor uitschieters, verdelingen en aantallen per groep. De jamovi-documentatie voor onafhankelijke t-toetsen beschrijft de beschikbare varianten en controles. Kies de variant op inhoudelijke en methodologische gronden; laat de analyse niet afhangen van welke optie significant wordt.
3. Wat onderzoekt een gepaarde t-toets?
Bij de gepaarde t-toets bereken je per paar een verschilscore. De toets onderzoekt of het populatiegemiddelde van die verschillen afwijkt van de gekozen nulwaarde, meestal 0. De verdelingsaanname gaat dus over de verschilscores, niet afzonderlijk over beide metingen.
Zorg dat scores correct aan dezelfde student of hetzelfde paar zijn gekoppeld. Een sorteerfout kan de analyse veranderen. Voor de gewone gepaarde toets gebruik je complete paren; ontbreekt bij een student één meting, dan ontbreekt die verschilscore. De jamovi-documentatie voor gepaarde t-toetsen licht de toets en uitvoer toe.
Fictief rekenvoorbeeld: vijf studenten hebben als voormeting 6, 7, 5, 8 en 6, en als nameting 7, 7, 6, 9 en 8. De verschillen (na min voor) zijn 1, 0, 1, 1 en 2. Het gemiddelde verschil is 1 punt. De gepaarde t-toets gebruikt deze vijf verschillen; de tien oorspronkelijke scores als losse, onafhankelijke observaties invoeren zou de koppeling negeren.
4. Controleer de aannames van jouw vergelijking
- De uitkomst is kwantitatief en gemiddelden hebben inhoudelijke betekenis.
- Bij onafhankelijke groepen zijn waarnemingen onafhankelijk; bij gepaarde gegevens zijn de paren onderling onafhankelijk.
- Bekijk relevante verdelingen, uitschieters en bij gepaarde gegevens de verschilscores.
- Controleer bij de Student-variant ook de aanname van gelijke populatievarianties.
Hoe gevoelig de analyse is voor afwijkingen hangt onder meer af van omvang, scheefheid, uitschieters en onbalans tussen groepen. Kies niet uitsluitend op één normaliteitsp-waarde. Een rangtoets is evenmin automatisch een toets van hetzelfde gemiddeldeverschil. Bespreek bij twijfel welk alternatief werkelijk je onderzoeksvraag beantwoordt. Voor vragenlijstscores is ook de uitleg over Likertschalen relevant.
5. Deel je gegevens in volgens het onderzoeksontwerp
Bij een onafhankelijke vergelijking bevat je bestand meestal per student een groepscode en een score. Bij een gepaarde vergelijking staan vaak twee scorekolommen naast elkaar, met één rij per student. Controleer de identificatie en labels; een groepscode van 1 of 2 is geen score waarop je een gemiddeldeverschil wilt toetsen.
Leg vooraf vast welke richting van het verschil je rapporteert, bijvoorbeeld nameting min voormeting. Dan blijft duidelijk wat een negatieve uitkomst betekent. Controleer ontbrekende waarden volgens je afspraken voor data opschonen en vermeld de uiteindelijke aantallen in de analyse.
Hoe rapporteer je de t-toets en wat concludeer je?
Beschrijf de toetsvariant, aantallen, relevante gemiddelden en standaarddeviaties, de verschilscore met betrouwbaarheidsinterval, t-waarde, vrijheidsgraden en p-waarde. Voeg een passende effectgrootte toe en benoem de gebruikte variant, vooral bij gepaarde gegevens. Een standaarddeviatie beschrijft spreiding; een betrouwbaarheidsinterval beschrijft onzekerheid rond een schatting.
Een verschil vóór en na een bijeenkomst bewijst zonder passend ontwerp niet dat die bijeenkomst de verandering veroorzaakte. Ook tijd, oefening of andere omstandigheden kunnen een rol spelen. Rapporteer de uitkomst in het resultatenhoofdstuk en laat je conclusie passen bij het ontwerp. Zonder significant verschil is gelijkwaardigheid evenmin automatisch aangetoond.