Springen naar inhoud

Welke t-test


  • Log in om te kunnen reageren

#1

daantjeh

    daantjeh


  • 0 - 25 berichten
  • 3 berichten
  • Gebruiker

Geplaatst op 11 augustus 2014 - 16:29

Hallo allemaal,

 

Ik heb een enorme dataset met data. Dat wil zeggen meer dan 20.000 cases. Het gaat om een vergelijking van de huidige manier van werken met een nieuwe manier van werken. De data zit door elkaar in de dataset. Nu wil ik testen of er verschil zit in deze groepen. Ik weet dat ik eigenlijk een gepaarde t-test moet doen, maar het is onbegonnen werk om alles te sorteren op de 70 mensen die in de dataset zitten. Het is dus teveel werk om nette gepaarde data te maken. 

 

Wat moet ik nu doen? Toch een gepaarde test en niet de juiste paartjes maken omdat het dezelfde populatie is of toch een independent samples test? Ik neig heel erg naar de laatste omdat het ook een unbalanced design is, maar ik weet niet of dit wel klopt. 

 

Bedankt!


Dit forum kan gratis blijven vanwege banners als deze. Door te registeren zal de onderstaande banner overigens verdwijnen.

#2

Timmoty

    Timmoty


  • >100 berichten
  • 241 berichten
  • Ervaren gebruiker

Geplaatst op 12 augustus 2014 - 13:49

Het is van belang om te kijken naar het nut van een gepaard toets. Bij een gepaarde test heb je meer controle over variabiliteit tussen je eenheden. De omstandigheden binnen een paar zijn zo goed als gelijk. Daarbij wordt er bij een gepaarde toets juist naar het verschil binnen één paar gekeken. Al deze factoren en nog een aantal andere zorgen voor een grotere power en een verklaring van een groter deel van de variatie in je waarnemingen. 

Toch een gepaarde t-test doen zonder de juiste paren te maken lijkt me ook absoluut niet echt aan te raden. Je past dan een gepaarde statistische toets toe op data waarvan je al bij voorbaad weet dat ze niet gepaard zijn.  Ook zal het maar de vraag zijn of je met de onfhankelijke t-toets een significant verschil gaat aantonen.

 

Je zou dus al je data m.b.v een ongepaarde t test kunnen analyseren, maar wat als je geen significant verschil kunt aantonen? Dan is de kans toch aanwezig dat je alsnog paren zult moeten maken voor een gepaarde beoordeling. 

 

Hopelijk heb je hier wat aan! Ik denk dat er geen pasklare oplossing voor je probleem is.

Mvg, Timmoty

 


#3

Saffron

    Saffron


  • >250 berichten
  • 457 berichten
  • Minicursusauteur

Geplaatst op 13 augustus 2014 - 09:30

Ik begrijp niet helemaal waarom het teveel werk is om gepaarde data te maken. Hoe zit de data door elkaar dan? Heeft elke respondent meerdere rijen waar de data instaan? Want dan zou je de data met Restructure simpel kunnen omvormen naar een bruikbare set.





0 gebruiker(s) lezen dit onderwerp

0 leden, 0 bezoekers, 0 anonieme gebruikers

Ook adverteren op onze website? Lees hier meer!

Gesponsorde vacatures

Vacatures