T-toets (t-test) gebruiken en interpreteren

De t-toets, ook wel Students t-toets of t-test genoemd, wordt gebruikt om te analyseren of gemiddelden van elkaar of van een bepaalde waarde verschillen. Je kunt de t-toets bijvoorbeeld gebruiken om te analyseren of mannen gemiddeld langer zijn dan vrouwen.

Er zijn verschillende soorten t-toetsen, zoals de one sample t-test, de independent samples t-test en de paired samples t-test.

Wanneer gebruik je de t-toets?

Je gebruikt een t-toets om de gemiddelden van maximaal twee groepen met elkaar te vergelijken en te analyseren of er significante verschillen tussen zitten.

Om een t-toets uit te voeren moet de afhankelijke variabele altijd gemeten zijn op interval- of rationiveau (scale). De onafhankelijke variabele bestaat uit maximaal twee groepen, zoals mannen en vrouwen.

Wanneer je de gemiddelden van meer dan twee groepen met elkaar wilt vergelijken kun je een ANOVA of meervoudige regressie met dummy’s gebruiken.

Voorwaarden t-toets

Voordat je een t-toets uitvoert is het belangrijk om te zorgen dat je data aan een aantal voorwaarden voldoen. Pas als aan alle voorwaarden is voldaan, zijn de resultaten van de t-toets betrouwbaar. De voorwaarden:

  • De personen binnen de twee groepen zijn onafhankelijk van elkaar. Je kunt hiervoor werken met aselecte steekproeven.
  • Wanneer je steekproef minder dan 30 observaties telt moet de afhankelijke variabele normaal verdeeld zijn. Dit kun je in SPSS testen met de Shapiro-Wilk of Kolmogorov-Smirnov-toets. Wanneer de variabele niet normaal verdeeld is, kun je beter de Wilcoxon- of de Mann-Whitney-toets gebruiken.

Ontvang feedback op taal, structuur, lay-out en bronvermelding

Professionele Scribbr-editors kijken je scriptie na op:

  • Academisch taalgebruik
  • Onduidelijke zinnen
  • Grammaticale fouten
  • Interpunctie
  • Verboden woorden

Bekijk het voorbeeld

Soorten t-toetsen

Er bestaan verschillende soorten t-toetsen. Welke je gebruikt is afhankelijk van wat voor gemiddelden je met elkaar wilt vergelijken.

One sample t-test

Gebruik de one sample t-test om te analyseren of het gemiddelde van een steekproef verschilt van een bepaalde waarde.

Voorbeeld: Je wilt controleren of chocoladerepen wel echt gemiddeld 300 gram wegen, zoals op de verpakking wordt vermeld. Om dit te testen weeg je 40 repen en vergelijk je het echte gewicht met wat het zou moeten zijn (300 gram). Hiervoor gebruik je de one sample t-test.

Independent samples t-test

De independent samples t-test (of ongepaarde t-toets) gebruik je om te kijken of twee steekproefgemiddelden van elkaar verschillen.

Voorbeeld: Je wilt weten of de gemiddelde lengte van mannen afwijkt van die van vrouwen.

Paired samples t-test

Gebruik de paired samples t-test om twee gemiddelden van gepaarde steekproeven met elkaar te vergelijken. Gepaarde steekproeven zijn van elkaar afhankelijk.

Voorbeeld: Je meet de lengte van dezelfde personen in 2015 en 2018. Deze waardes zijn duidelijk van elkaar afhankelijk en daarom gebruik je een paired samples t-test.

T-toets uitvoeren met SPSS

Download het SPSS-bestand om met de data uit het voorbeeld te oefenen.

In dit voorbeeld voeren we een independent samples t-test uit. Dit de meest gebruikte t-toets. De stappen en de SPSS-output voor de one sample t-test en de paired samples t-test zijn vergelijkbaar.

Om de independent samples t-test met SPSS uit te voeren klik je in de menubalk op:

  • Analyze
  • Compare Means
  • Independent-Samples t-test (of selecteer One-sample t-test of Paired-samples t-test)

Er verschijnt een scherm waarin je onder Test Variable(s): de variabele ‘lengte’ selecteert, en bij Grouping Variable de variabele ‘geslacht’.

Klik vervolgens op Define Groups en vul bij ‘Group 1:’ en bij ‘Group 2:’ de waardes in die je hebt gebruikt voor bijvoorbeeld man = 0 en vrouw = 1. Dit kun je terugvinden bij de desbetreffende variabele in de ‘Variable View’.

Klik op Continue en vervolgens op OK om de t-test uit te voeren.

Independent samples t-test SPSS

T-toets interpreteren

De SPSS-output voor de independent samples t-test (t-toets voor onafhankelijke steekproeven) bevat twee tabellen.

Group Statistics

De eerste tabel, Group Statistics, bevat beschrijvende statistieken van beide groepen, zoals het gemiddelde, de standaarddeviatie en de standaardfout van het gemiddelde.

T-toets output

Levene’s Test

De tweede tabel, Independent Samples Test, geeft het resultaat van de t-toets weer. Het eerste (meest linkse) deel is Levene’s Test. De Levene’s Test analyseert of de variantie van beide groepen gelijk is. Dit bepaalt of je naar de bovenste of onderste rij moet kijken.

Wanneer de significantie van de Levene’s Test onder de gebruikelijke ,05 ligt, wordt de nulhypothese van gelijke variantie verworpen. In het voorbeeld is de waarde ,551, dus we mogen aannemen dat de varianties in beide groepen gelijk zijn. We kijken dus naar de bovenste rij van de output.

Independent Samples Test

Vervolgens wordt de t-waarde (-4,343) genoemd met bijbehorende vrijheidsgraden (df = 28). Ten slotte volgt de p-waarde in kolom ‘Sig. (2-tailed)’. Bij een p-waarde kleiner dan ,050 moet de nulhypothese worden verworpen en kan je concluderen dat er significante verschillen zijn in de gemiddelden van de twee groepen.

T-toets resultaten rapporteren

De resultaten van je t-toets rapporteer je in het resultatenhoofdstuk van je scriptie. In het geval van onafhankelijke steekproeven (independent samples t-test) vermeld je in ieder geval:

  • Het gemiddelde en de standaarddeviatie van beide groepen
  • De t-waarde met het aantal vrijheidsgraden
  • De significantie (p-waarde) van de t-toets

Voorbeeldzinnen die je kunt gebruiken zijn:

Het verschil in gemiddelde lengte voor vrouwen (M = 166,3; SD = 10,03) en mannen (M = 183,1; SD = 11,21) was significant ((28) = -4,34; p < ,001).

De gemiddelde lengte van vrouwen (M = 166,3; SD = 10,03) lag lager dan die van de mannen (M = 183,1; SD = 11,21). Dit verschil was zeer significant: t (28) = -4,34, p < ,001.

Als je de opmaakrichtlijnen van de APA-stijl volgt, moet je er op letten dat de resultaten van statistische toetsen zoals de t-toets op een bepaalde manier moeten worden geschreven. Zo is in bovenstaande voorbeelden te zien dat alle afkortingen zoals SD en M cursief gedrukt zijn. Deze en andere apa-richtlijnen lees je in ons artikel over de schrijfwijze van statistische resultaten.

Wat vind jij van dit artikel?
Lars van Heijst

Lars schrijft artikelen over statistiek. Hij heeft psychologie en economie gestudeerd en is dus goed op de hoogte van de vele statistiek die binnen deze disciplines wordt gebruikt.

1 reactie

Lars van Heijst
Lars van Heijst (Scribbr-team)
1 november 2018 14:03

Ik hoop dat dit artikel je heeft geholpen. Heb je nog vragen? Ik doe mijn best om ze zo snel mogelijk te beantwoorden. :)

Stel een vraag of reageer.