Samengestelde samenvatting, gebaseerd op hoofdstuk 17 van SPSS Survival Manual van Pallant, 6e druk uit 2016.

Er zijn verschillende t-toetsen beschikbaar in SPSS, hier zullen de volgende twee besproken worden:

• T-toets voor onafhankelijke steekproeven (independent-samples t-test): deze toets wordt gebruikt om de gemiddelden van twee verschillende groepen mensen of condities te vergelijken.

• T-toets voor gepaarde steekproeven (paired-samples t-test): deze toets wordt gebruikt om de gemiddelden van dezelfde groep mensen te vergelijken op twee verschillende momenten of wanneer er sprake is van gelijke (matched) paren.

Als er sprake is van meer dan twee groepen of condities kunnen deze toetsen niet gebruikt worden; in dat geval moet er een variantieanalyse gedaan worden.

17.1 Hoe ziet T-toets voor onafhankelijke steekproeven er uit?

Een independent-samples t-test wordt gebruikt wanneer je de gemiddelde score op een continue variabele van twee groepen deelnemers wilt vergelijken. Aan de hand van deze toets kan je bepalen of er sprake van een statistisch significant verschil tussen de gemiddelden van twee groepen. In statistische bewoording: er wordt getoetst wat de waarschijnlijkheid is dat twee reeksen scores afkomstig zijn van dezelfde populatie.

Het niet-parametrische alternatief voor deze toets is de Mann-Whitney U Test.

Procedure voor de t-toets voor onafhankelijke steekproeven

1. Klik in het menu bovenaan het scherm op Analyze, vervolgens op Compare Means en dan op Independent Samples T Test.

2. Verplaats de afhankelijke (continue) variabele naar de Test variable box.

3. Verplaats de onafhankelijke (categorische) variabele naar het Grouping variable gedeelte.

4. Klik op Define Groups en vul het aantal getallen in dat in de dataset wordt gebruikt om iedere groep te coderen. Mocht je niet kunnen onthouden welke waarden voor welke groep worden gebruikt, klik dan met de rechtermuisknop op de naam van de variabele en klik op de optie Variable Information. Er komt dan een pop-up box tevoorschijn waarin de waarden en labels voor deze variabele vermeld staan. Nadat je de waarden hebt ingevoerd, sluit je de pop-up box en klik je op Continue.

5. Klik op OK (of op Paste om de Syntax Editor op te slaan).

Interpretatie van de output

Stap 1: Controleer de informatie over de groepen: Controleer het gemiddelde, de standaarddeviatie en de groepsgrootte (N) van beide groepen, te vinden in de tabel van de Group Statistics.

Stap 2: Check of aan de assumpties is voldaan: Controleer het resultaat van de Levene’s test (in het eerste gedeelte van de Independent Samples Test output box). Deze toets bepaalt of de variantie van de scores voor de twee groepen gelijk is. De uitslag bepaalt welke door SPSS gegenereerde t-waarde gebruikt moet worden. Als de significantie waarde (p) namelijk groter is dan .05, dan moet de eerste regel van de tabel worden afgelezen (Equal variances assumed). Als het significantie nivea gelijk aan of lager dan .05 is, dan schendt de data de assumptie van gelijke variantie en moet de tweede regel van de tabel worden afgelezen (Equal variances not assumed).

Stap 3: Breng de verschillen tussen de groepen in kaart: Lees de significantie waarde af onder Sig.(2-tailed) die te vinden is onder t-test for Equality of Means. Of je deze waarde af moet lezen voor equal variances assumed of not assumed blijkt dus uit stap 2. Bij een waarde gelijk aan of lager dan .05 is er sprake van een significant verschil tussen de gemiddelde scores op je afhankelijke variabele voor alle twee de groepen. Bij een waarde hoger dan .05 is er dus geen significant verschil tussen beide groepen.

Berekenen van de effectgrootte

SPSS produceert geen effectgroottes. Eta kwadraat kan met de hand berekend worden aan de hand van de informatie uit de output, met behulp van de volgende formule:

η² = t² / t² + (N₁ + N₂ – 2)

Met de richtlijnen van Cohen kan de effectgrootte bepaald worden:

0,01 is een klein effect

0,06 is een gemiddeld/gematigd effect

0,14 is een groot effect.

17.2 Hoe ziet de T-toets voor gepaarde steekproeven er uit?

Een paired-samples t-test (ook wel repeated measures genoemd) wordt gebruikt als je data wilt verzamelen van slechts één groep mensen op twee verschillende momenten of onder twee verschillende condities. Hier is bijvoorbeeld sprake van bij een pre-test/post-test experimenteel design. Ook wordt de test gebruikt wanneer er sprake is van matched pairs participanten (iedere deelnemer wordt gematched met een andere deelnemer op basis van een specifiek criterium); De één wordt blootgesteld aan Interventie 1 en de ander aan Interventie 2. Voor ieder paar worden vervolgens de scores op een continue meting vergeleken.

Met deze toets kun je bepalen of er statistisch significant verschil is tussen de gemiddelde scores op tijdstip 1 en tijdstip 2. De basis assumpties voor t-testen zijn hierbij van toepassing. Een aanvulling hierop is de assumptie dat het verschil tussen de twee scores van iedere deelnemer normaal is verdeeld. Bij een steekproefgrootte van groter dan 30 is het onwaarschijnlijk dat een schending van deze assumptie serieuze problemen zal veroorzaken.

Het niet-parametrische alternatief voor deze toets is de Wilcoxon Signed Rank Test.

Procedure voor de t-toets voor gepaarde steekproeven

1. Klik in het menu bovenaan het scherm op Analyze, vervolgens op Compare Means en dan op Paired Samples T Test.

2. Verplaats de twee variabelen die je voor iedere deelnemer met elkaar wilt vergelijken naar de Paired Variables box.

3. Klik op OK (of op Paste om de Syntax Editor op te slaan).

Interpretatie van de output

Stap 1: Bepaal de algemene betekenis: in de Paired Samples Test tabel moet in de laatste kolom (Sig (2-tailed)) gekeken worden naar de p (probability) waarde. Als deze waarde lager is dan .05, dan is er sprake van een significant verschil tussen beide scores.

Stap 2: Vergelijk de gemiddelden: nadat er vastgesteld is of er sprake is van een significant verschil, moet er uitgezocht worden welke reeks scores hoger is. Hiervoor moet gekeken worden naar de Mean scores in de Paired Samples Statistics tabel.

Berekenen van de effectgrootte

SPSS produceert geen effectgroottes. Eta kwadraat kan met de hand berekend worden aan de hand van de volgende formule:

η² = t² / t² + (N – 1)

Met de richtlijnen van Cohen kan de effectgrootte bepaald worden. Dit zijn dezelfde richtlijnen als bij de t-toets voor onafhankelijke steekproeven.