SPSS II Week 1
T-test
Er zijn verschillende soorten:
1. One Sample T-test: steekproefgemiddelde aan een bepaalde toetswaarde,
bijvoorbeeld een populatiegemiddelde of normwaarde
2. Paired samples T-test: toetsen of de gemiddelden van twee metingen bij twee
afhankelijke steekproeven aan elkaar gelijk zijn, bijvoorbeeld een voor- en nameting
3. Independent samples T-test: toetsen of de gemiddelden van twee onafhankelijke
groepen op een bepaalde variabele aan elkaar gelijk zijn
P-waarde rapporteren
P-waarde groter dan gestelde alpha? Rapporteer de gevonden p-waarde (p=.23)
P-waarde kleiner den gestelde alpha? Rapporteer onder de kleinste grenswaarde (bv.
een p-waarde van .004 rapporteer je als
‘significant (p<.01)’
Independent samples T-test
Analyze > Compare Means > Independent-Samples T Test
We vergelijken hier twee onafhankelijke groepen op een bepaalde variabele (‘Test
Variable’). Onder ‘Grouping Variable’ zet je de twee groepen die je wil vergelijken.
Vervolgens kan je bij ‘Define Groups’ de twee groepen definiëren. Hier geef je de waarden
aan van de groepen (bv. 1=man en 2=vrouw). Welke scores je moet invoeren is te zien in
Variable View.
In de Output is onder (Sig. 2-tailed) de p-waarde af te lezen en onder ‘Std. Error Difference’
is de standaardfout van het verschil af te lezen.
LET OP!! Als je éénzijdige toetst, moet je de p-waarde delen door twee (geldt niet Levene’s
Test). Dit gebeurt bijvoorbeeld als we bij de alternatieve hypothese een richting aangeven.
Hypothesen
H0: μ1 = μ2
H1: μ1 ≠ μ2
Output
1
,Interpretatie en rapportage
De Levene’s Test is niet significant want de p-waarde is .447 en dus groter dan de gestelde
alpha (α) van .05. De nulhypothese van gelijke varianties kan dus niet worden verworpen.
Daarom kijken we voor de T-toets achter ‘Equal Variances Assumed’.
Hier valt af te lezen dat de p-waarde .019 is en dus onder de alpha van .05 ligt. Er is dus
sprake van een significant verschil (‘Mean difference’ = -0.52) (t(48)=-2,417, p<.05) en de
nulhypothese kan worden verworpen.
Beslissen ten aanzien van de hypothese
De p-waarde is in SPSS af te lezen onder ‘Sig. (2-tailed)’. We spreken van een significant
verband als de p-waarde kleiner is dan het vastgestelde significantieniveau α. In dit geval
wordt de nulhypothese verworpen.
1. Wanneer de p-waarde groter is dan de gestelde alpha α dan rapporteer je de exacte
p-waarde.
Bv. een gevonden p-waarde van .23 rapporteer je als ‘niet significant (p=.23)’.
2. Wanneer de p-waarde kleiner is dan de gestelde alpha α dan rapporteer je dit op
basis van een van de drie grenswaarden (.05, .01, of .001) waar het resultaat het
dichtst onder ligt. Voorbeelden:
• Een gevonden p-waarde van .032 rapporteer je als ‘significant (p<.05)’
• Een gevonden p-waarde van .004 rapporteer je als ‘significant (p<.01)’
• Een gevonden p-waarde van .000 rapporteer je als ‘significant (p<.001)
Let op! Dit laatste betekent dat de kans ‘wanneer de nulhypothese gewoon klopt’ bijna nul
is. Die kans is zo klein, dat we het niet erg waarschijnlijk vinden dat de nulhypothese klopt.
Dus H0 wordt alsnog verworpen.
Levene’s Test for Equality of Variances
Voor het interpreteren van de ‘Independent samples T-test’ is het dus belangrijk om eerst te
kijken naar ‘Levene’s Test for Equality of Variances’. Met deze toets wordt de homogeniteit
getest. Dus of de varianties van de groepen vergelijkbaar is.
Voor ‘Levene’s Test’ worden de volgende hypothesen opgesteld:
H0 = varianties in de populatie zijn gelijk
H1 = varianties in de populatie zijn niet gelijk
Eenzijdig toetsen
Bij eenzijdig toetsen, formuleer je de alternatieve hypothese in een specifieke richting
DATEDIFF
Transform > Compute Variable
Dit wordt gebruikt om het verschil tussen twee data te berekenen. Onder ‘Nummeric
Expression’ kan je vervolgens DATEDIFF zetten met daarachter tussen haakjes de twee
variabelen met een datum waartussen je het verschil wilt weten. Vervolgens zet je daar
weer achter de tijdseenheid tussen dubbelle aanhalingstekens (“).
2
, Als je bijvoorbeeld de leeftijd wil weten, zet dan de meest recente datum vooraan zodat je
geen negatieve cijfers krijgt!
Dit ziet er ongeveer als volgend uit:
Er is een update geweest in SPSS. Mogelijk werkt het nu alleen met enkele aanhalingstekens
in plaats van dubbele. Check dit!
Resultaten rapporteren
Probeer altijd zo nauwkeurig mogelijk te rapporteren. Dus niet alleen stellen dat de
nulhypothese wel/niet kan worden verworpen en dat de resultaten wel/niet significant zijn.
Geef ook aan wat de resultaten betekenen.
Bv. Het gemiddelde aantal bezoeken aan de bibliotheek in 6 maanden van jonge mensen (x̄ =
4.6 keer) wijkt niet significant af van het gemiddeld aantal bezoeken van oude mensen (x̄ =
3.7 keer) (t(48)=1.980, p=.053).
3
T-test
Er zijn verschillende soorten:
1. One Sample T-test: steekproefgemiddelde aan een bepaalde toetswaarde,
bijvoorbeeld een populatiegemiddelde of normwaarde
2. Paired samples T-test: toetsen of de gemiddelden van twee metingen bij twee
afhankelijke steekproeven aan elkaar gelijk zijn, bijvoorbeeld een voor- en nameting
3. Independent samples T-test: toetsen of de gemiddelden van twee onafhankelijke
groepen op een bepaalde variabele aan elkaar gelijk zijn
P-waarde rapporteren
P-waarde groter dan gestelde alpha? Rapporteer de gevonden p-waarde (p=.23)
P-waarde kleiner den gestelde alpha? Rapporteer onder de kleinste grenswaarde (bv.
een p-waarde van .004 rapporteer je als
‘significant (p<.01)’
Independent samples T-test
Analyze > Compare Means > Independent-Samples T Test
We vergelijken hier twee onafhankelijke groepen op een bepaalde variabele (‘Test
Variable’). Onder ‘Grouping Variable’ zet je de twee groepen die je wil vergelijken.
Vervolgens kan je bij ‘Define Groups’ de twee groepen definiëren. Hier geef je de waarden
aan van de groepen (bv. 1=man en 2=vrouw). Welke scores je moet invoeren is te zien in
Variable View.
In de Output is onder (Sig. 2-tailed) de p-waarde af te lezen en onder ‘Std. Error Difference’
is de standaardfout van het verschil af te lezen.
LET OP!! Als je éénzijdige toetst, moet je de p-waarde delen door twee (geldt niet Levene’s
Test). Dit gebeurt bijvoorbeeld als we bij de alternatieve hypothese een richting aangeven.
Hypothesen
H0: μ1 = μ2
H1: μ1 ≠ μ2
Output
1
,Interpretatie en rapportage
De Levene’s Test is niet significant want de p-waarde is .447 en dus groter dan de gestelde
alpha (α) van .05. De nulhypothese van gelijke varianties kan dus niet worden verworpen.
Daarom kijken we voor de T-toets achter ‘Equal Variances Assumed’.
Hier valt af te lezen dat de p-waarde .019 is en dus onder de alpha van .05 ligt. Er is dus
sprake van een significant verschil (‘Mean difference’ = -0.52) (t(48)=-2,417, p<.05) en de
nulhypothese kan worden verworpen.
Beslissen ten aanzien van de hypothese
De p-waarde is in SPSS af te lezen onder ‘Sig. (2-tailed)’. We spreken van een significant
verband als de p-waarde kleiner is dan het vastgestelde significantieniveau α. In dit geval
wordt de nulhypothese verworpen.
1. Wanneer de p-waarde groter is dan de gestelde alpha α dan rapporteer je de exacte
p-waarde.
Bv. een gevonden p-waarde van .23 rapporteer je als ‘niet significant (p=.23)’.
2. Wanneer de p-waarde kleiner is dan de gestelde alpha α dan rapporteer je dit op
basis van een van de drie grenswaarden (.05, .01, of .001) waar het resultaat het
dichtst onder ligt. Voorbeelden:
• Een gevonden p-waarde van .032 rapporteer je als ‘significant (p<.05)’
• Een gevonden p-waarde van .004 rapporteer je als ‘significant (p<.01)’
• Een gevonden p-waarde van .000 rapporteer je als ‘significant (p<.001)
Let op! Dit laatste betekent dat de kans ‘wanneer de nulhypothese gewoon klopt’ bijna nul
is. Die kans is zo klein, dat we het niet erg waarschijnlijk vinden dat de nulhypothese klopt.
Dus H0 wordt alsnog verworpen.
Levene’s Test for Equality of Variances
Voor het interpreteren van de ‘Independent samples T-test’ is het dus belangrijk om eerst te
kijken naar ‘Levene’s Test for Equality of Variances’. Met deze toets wordt de homogeniteit
getest. Dus of de varianties van de groepen vergelijkbaar is.
Voor ‘Levene’s Test’ worden de volgende hypothesen opgesteld:
H0 = varianties in de populatie zijn gelijk
H1 = varianties in de populatie zijn niet gelijk
Eenzijdig toetsen
Bij eenzijdig toetsen, formuleer je de alternatieve hypothese in een specifieke richting
DATEDIFF
Transform > Compute Variable
Dit wordt gebruikt om het verschil tussen twee data te berekenen. Onder ‘Nummeric
Expression’ kan je vervolgens DATEDIFF zetten met daarachter tussen haakjes de twee
variabelen met een datum waartussen je het verschil wilt weten. Vervolgens zet je daar
weer achter de tijdseenheid tussen dubbelle aanhalingstekens (“).
2
, Als je bijvoorbeeld de leeftijd wil weten, zet dan de meest recente datum vooraan zodat je
geen negatieve cijfers krijgt!
Dit ziet er ongeveer als volgend uit:
Er is een update geweest in SPSS. Mogelijk werkt het nu alleen met enkele aanhalingstekens
in plaats van dubbele. Check dit!
Resultaten rapporteren
Probeer altijd zo nauwkeurig mogelijk te rapporteren. Dus niet alleen stellen dat de
nulhypothese wel/niet kan worden verworpen en dat de resultaten wel/niet significant zijn.
Geef ook aan wat de resultaten betekenen.
Bv. Het gemiddelde aantal bezoeken aan de bibliotheek in 6 maanden van jonge mensen (x̄ =
4.6 keer) wijkt niet significant af van het gemiddeld aantal bezoeken van oude mensen (x̄ =
3.7 keer) (t(48)=1.980, p=.053).
3
