Statistiek Vergelijking van Twee Groepen

	Bestel WINKS 7 Deze WINKS statistiek tutorials leggen het gebruik en de interpretatie uit van standaard statistische analyse technieken voor Medische, Farmaceutisch, klinisch onderzoek, marketing of wetenschappelijk onderzoek. De voorbeelden bevatten how-to instructies voor WINKS SDA Versie 6.0 Software. Download evaluatie-exemplaar van WINKS.

Een veel voorkomende vorm van wetenschappelijk experimenteren is de vergelijking van twee groepen. Deze vergelijking kan betrekking hebben op twee verschillende behandelingen, op de vergelijking van een behandeling met een controle, of op een vergelijking voor en na. De voorlopige resultaten van experimenten waarbij twee groepen met elkaar worden vergeleken, worden meestal samengevat in een gemiddelde of een score voor elke groep. Hoe bepaalt men, nadat men deze gegevens heeft samengevat, of de waargenomen verschillen tussen de twee groepen echt zijn of slechts een toevalsverschil, veroorzaakt door de natuurlijke variatie binnen de metingen? Een gebruikelijke manier om die vraag te benaderen is door een statistische analyse uit te voeren.

De twee meest gebruikte statistische technieken om twee groepen te vergelijken, waarbij de metingen van de groepen normaal verdeeld zijn, zijn de Onafhankelijke Groep t-toets en de Gepaarde t-toets. Wat is het verschil tussen deze twee toetsen en wanneer moet elke toets worden gebruikt?

De Independent Group t-toets is bedoeld om gemiddelden tussen twee groepen te vergelijken, waarbij in elke groep verschillende proefpersonen zitten. Idealiter worden deze proefpersonen willekeurig geselecteerd uit een grotere populatie van proefpersonen en toegewezen aan een van de twee behandelingen. Een andere manier om proefpersonen in twee groepen in te delen is hen willekeurig in één van de twee behandelingen in te delen op het moment dat zij aan een onderzoek deelnemen. Deze randomisatie wordt vaak dubbelblind uitgevoerd.

Naast de normaliteitsveronderstelling is een andere eis van de Independent Group t-test dat de varianties van de twee groepen gelijk zijn. Dat wil zeggen dat, als u de waargenomen gegevens van elk van de twee groepen zou plotten, de resulterende klokvormige histogrammen ongeveer dezelfde vorm moeten hebben. Voordat de Independent Group t-test wordt uitgevoerd, wordt vaak een statistische pretest uitgevoerd om de hypothese te verifiëren dat de varianties gelijk zijn. Opties voor het geval van ongelijke variantie worden later besproken.

Als de gegevens zijn verzameld en aan de veronderstellingen voor het uitvoeren van de t-toets is voldaan, worden de gemiddelden van de twee groepen vergeleken. De wiskunde voor de t-toets kan worden uitgevoerd door een statistisch gegevensanalyseprogramma zoals WINKS. De bepaling of er een statistisch significant verschil is tussen de twee gemiddelden wordt gerapporteerd als een p-waarde. Als de p-waarde onder een bepaald niveau ligt (gewoonlijk 0,05), is de conclusie dat er een verschil is tussen de twee groepsgemiddelden. Hoe lager de p-waarde, hoe groter het “bewijs” dat de twee groepsgemiddelden verschillend zijn. Het is de p-waarde die gewoonlijk in tijdschriftartikelen wordt vermeld ter ondersteuning van een onderzoekshypothese betreffende de waargenomen uitkomsten voor de twee groepen.

Het andere vaak gebruikte type t-toets is de gepaarde t-toets. In dit geval zijn de proefpersonen voor de twee groepen gelijk of gematcht. Dat wil zeggen dat dezelfde proefpersonen tweemaal worden geobserveerd, vaak met enige interventie tussen de metingen in. Een voordeel van het gebruik van dezelfde proefpersonen is dat de experimentele variabiliteit minder groot is dan in het geval van de onafhankelijke groep. De onderzoeker kan bijvoorbeeld het gewicht of het cholesterolgehalte observeren vóór en na de toepassing van een behandeling. Bij deze test wordt het gemiddelde verschil tussen de twee herhaalde waarnemingen geobserveerd en vergeleken. Als het verschil voldoende groot is, is er bewijs dat de behandeling een verandering in de waargenomen variabele heeft veroorzaakt. Er wordt een gepaarde t-toets uitgevoerd en het waargenomen verschil tussen de groepen wordt samengevat in een p-waarde.

De voordelen van het uitvoeren van een t-toets is dat hij gemakkelijk te begrijpen en in het algemeen gemakkelijk uit te voeren is. Het feit dat deze toetsen zo algemeen worden gebruikt, maakt ze echter nog niet tot de juiste analyse voor alle vergelijkingen. Er zijn een paar voorbehouden waarvan u zich bewust moet zijn alvorens deze tests uit te voeren. Zoals eerder vermeld, moet bijvoorbeeld bij de t-toets voor de onafhankelijke groep, indien de varianties niet gelijk zijn, een variantiestabiliserende transformatie of een wijziging van de t-toets worden uitgevoerd meestal Welchs t-toets (een t-toets voor ongelijke varianties.) Deze versie van de t-toets voor de onafhankelijke groep houdt rekening met de verschillen in varianties en past de p-waarde dienovereenkomstig aan. Indien de gegevens voor een van beide tests niet normaal verdeeld zijn, moet wellicht een ander soort vergelijkingstest worden gebruikt, een niet-parametrische test. In het geval van onafhankelijke groepen is de niet-parametrische test die gewoonlijk wordt uitgevoerd de Mann-Whitney test. Voor gepaarde gegevens die niet normaal verdeeld zijn, wordt gewoonlijk de Wilcoxen signed-rank test uitgevoerd. Al deze toetsen zijn beschikbaar in WINKS.

Daarnaast maken onderzoekers soms de fout om meervoudige t-toetsen uit te voeren wanneer er meer dan twee groepen in hun onderzoek zijn. Deze aanpak vernietigt de betekenis van de p-waarde en leidt tot onjuiste conclusies over de gegevens. In plaats van meervoudige t-toetsen zijn er andere statistische benaderingen van meervoudige groepsanalyse, namelijk de variantieanalyse-benadering.

De beslissing over welke vergelijkingstest te gebruiken voor een bepaalde analyse is van vitaal belang voor het nemen van onbevooroordeelde en juiste beslissingen over uw onderzoeksresultaten. Professionele papers worden vaak afgewezen wanneer ongeschikte tests worden uitgevoerd op onderzoeksgegevens. Daarom moet u uw analyses met zorg selecteren en een professionele statisticus raadplegen als er twijfels zijn over welk soort analyse u moet gebruiken.

WINKS SDA Data Analytics Software Betaalbare software voor voorspellende analyses in gezondheid, wetenschap, bedrijfsleven en overheid

Gratis verzending voor een beperkte tijd…

Beste waarde voor een statistisch softwareprogramma, vanaf $ 75 voor downloadversie. (Minder voor studentenedities.)

WINKS
Statistische Software
Betrouwbaar. Relevant. Betaalbaar.
www.texasoft.com
Wij garanderen dat WINKS aan uw statistische behoeften zal voldoen — of u krijgt uw geld terug! (terug binnen 30 dagen voor volledige terugbetaling.)

|Tutorial Index |WINKS Software |BeSmartNotes |