When to run which test
NOTE: always put the information about the scales in your APA report, you will get extra points!
One-sample t-test
You compare the entire group’s scores (Words and Non-words) against some predetermined
cut off score (50%)
- Is the percentage of correct judgments for non-words more than 50%?
- Is the percentage of correct judgments for words more than 50%?
Independent t-test
Comparing the scores on a dependent variable (Drinks) of two different groups (Gender
boys vs. girls)
- Do boys drink more units of alcohol per week than girls?
Paired samples t-test
Because the scores come from the same subjects, we are dealing with dependent scores and so
we need the Paired-samples T test.
- People’s correctness judgement of real English words is better than their correctness
judgement of non-words.
One-Way ANOVA
ANOVA is a statistical technique with which you can test the significance of the differences
among independent group means. The main difference with the Independent-Samples T test is
that ANOVA allows you to compare three (or more!) mean scores at once, rather than just
two.
- Younger people are less optimistic in life than older people.
- The difference in how much stress respondents perceive depends on the
source of their stress.
o Respondents with stress about their health perceive more stress than
respondents who stress about their children or finances.
o Respondents who experience stress about their children perceive more stress
than respondents with stress about their finances.
WHEN THE P IS LOW, IT SHOWS SIGNIFICANCE!!!
WHEN THE P IS HIGH, IT IS NOT SIGNIFICANT!!!
!!! BUT WHEN YOU SPEAK OF THE P-VALUE ACCORDING TO THE H0 P IS
LOW, THE H0 MUST GO
,Independent t-test
Gebruik wanneer:
Je twee onafhankelijke groepen vergelijkt.
De data in de ene groep niet afhankelijk is van de data in de andere groep.
Voorbeeld:
Hypothese: "Het gemiddelde gewicht van appels van boomgaard A is anders dan het
gemiddelde gewicht van appels van boomgaard B."
Uitleg: De appels van boomgaard A en boomgaard B zijn onafhankelijke groepen. Een
appel uit boomgaard A heeft geen directe relatie met een appel uit boomgaard B.
Paired Samples t-test
Gebruik wanneer:
Je dezelfde groep of individuen meet op twee verschillende tijdstippen of onder twee
verschillende omstandigheden.
De metingen in de ene conditie afhankelijk zijn van de metingen in de andere conditie
(gepaarde waarnemingen).
Voorbeeld:
Hypothese: "Studenten behalen significant hogere scores op een wiskundetest na het
bijwonen van een speciaal bijlesprogramma in vergelijking met hun scores vóór het
programma."
Uitleg: De scores vóór en na het bijlesprogramma komen van dezelfde groep
studenten. Er is een directe koppeling tussen de twee metingen voor elke individuele
student.
Tips om ze uit elkaar te houden
1. Denk aan de groepen:
o Independent t-test: Twee onafhankelijke groepen (bijv. groep A vs. groep B).
o Paired t-test: Dezelfde individuen of items gemeten op twee verschillende
tijdstippen of onder twee verschillende omstandigheden (bijv. vóór en na
metingen).
2. Vraag jezelf af:
o Zijn de data in de twee groepen onafhankelijk van elkaar? Gebruik dan de
independent t-test.
o Zijn de data in de twee groepen gekoppeld aan dezelfde individuen of
objecten? Gebruik dan de paired t-test.
3. Structuur van de data:
o Independent t-test: Twee aparte datasets zonder koppeling.
o Paired t-test: Eén dataset met twee metingen per individu of object.
, Recoding / computing
Wanneer je een variabele hebt met meerdere items, moet je checken of deze gerecode moet
worden.
Stap 1: Check je dataset of er überhaupt een mean gecreëerd moet worden voor je variabele
of interest.
Stap 2: klik op factor en reliability analysis.
Stap 3: zet alle vragen die bij de hypothesis horen in items.
Wanneer je Cronbach’s a laag is, kun je zien dat je de hoge items eruit moet halen om je
Cronbach a ook omhoog te laten gaan.
Stap 4: klik op transform om de specifieke variabelen om te zetten op de juiste manier.
BIJV:
1=7
2=6
3=5
4=4
5=3
6=2
7=1
Stap 5: klik vervolgens op compute, op het fx tekentje, klik onder functions MEAN aan, en
onder variables de variabelen waarmee je een mean wilt maken.
BIJV: MEAN(variable 1, variabele 2, variabele 3, variabele 4)
Stap 6: gebruik deze mean om vervolgens je statistical test mee uit te voeren.
Merging
Stap 1: klik op de variabele die je wilt samenvoegen met een andere.
Stap 2: klik op transform en op add recode condition.
Stap 3: Vervolgens zie je ‘ifsource’ staan dit staat voor de variabele waar je eerder op hebt
geklikt.
Stap 4: kijk bij de andere variabele wat is 0 en wat is 1 (bijv: 0 = no, 1 = yes).
Stap 5: vervolgens moet je een formule neerzetten.
Let op: tekst moet tussen ‘..’ tekens staan.
NOTE: always put the information about the scales in your APA report, you will get extra points!
One-sample t-test
You compare the entire group’s scores (Words and Non-words) against some predetermined
cut off score (50%)
- Is the percentage of correct judgments for non-words more than 50%?
- Is the percentage of correct judgments for words more than 50%?
Independent t-test
Comparing the scores on a dependent variable (Drinks) of two different groups (Gender
boys vs. girls)
- Do boys drink more units of alcohol per week than girls?
Paired samples t-test
Because the scores come from the same subjects, we are dealing with dependent scores and so
we need the Paired-samples T test.
- People’s correctness judgement of real English words is better than their correctness
judgement of non-words.
One-Way ANOVA
ANOVA is a statistical technique with which you can test the significance of the differences
among independent group means. The main difference with the Independent-Samples T test is
that ANOVA allows you to compare three (or more!) mean scores at once, rather than just
two.
- Younger people are less optimistic in life than older people.
- The difference in how much stress respondents perceive depends on the
source of their stress.
o Respondents with stress about their health perceive more stress than
respondents who stress about their children or finances.
o Respondents who experience stress about their children perceive more stress
than respondents with stress about their finances.
WHEN THE P IS LOW, IT SHOWS SIGNIFICANCE!!!
WHEN THE P IS HIGH, IT IS NOT SIGNIFICANT!!!
!!! BUT WHEN YOU SPEAK OF THE P-VALUE ACCORDING TO THE H0 P IS
LOW, THE H0 MUST GO
,Independent t-test
Gebruik wanneer:
Je twee onafhankelijke groepen vergelijkt.
De data in de ene groep niet afhankelijk is van de data in de andere groep.
Voorbeeld:
Hypothese: "Het gemiddelde gewicht van appels van boomgaard A is anders dan het
gemiddelde gewicht van appels van boomgaard B."
Uitleg: De appels van boomgaard A en boomgaard B zijn onafhankelijke groepen. Een
appel uit boomgaard A heeft geen directe relatie met een appel uit boomgaard B.
Paired Samples t-test
Gebruik wanneer:
Je dezelfde groep of individuen meet op twee verschillende tijdstippen of onder twee
verschillende omstandigheden.
De metingen in de ene conditie afhankelijk zijn van de metingen in de andere conditie
(gepaarde waarnemingen).
Voorbeeld:
Hypothese: "Studenten behalen significant hogere scores op een wiskundetest na het
bijwonen van een speciaal bijlesprogramma in vergelijking met hun scores vóór het
programma."
Uitleg: De scores vóór en na het bijlesprogramma komen van dezelfde groep
studenten. Er is een directe koppeling tussen de twee metingen voor elke individuele
student.
Tips om ze uit elkaar te houden
1. Denk aan de groepen:
o Independent t-test: Twee onafhankelijke groepen (bijv. groep A vs. groep B).
o Paired t-test: Dezelfde individuen of items gemeten op twee verschillende
tijdstippen of onder twee verschillende omstandigheden (bijv. vóór en na
metingen).
2. Vraag jezelf af:
o Zijn de data in de twee groepen onafhankelijk van elkaar? Gebruik dan de
independent t-test.
o Zijn de data in de twee groepen gekoppeld aan dezelfde individuen of
objecten? Gebruik dan de paired t-test.
3. Structuur van de data:
o Independent t-test: Twee aparte datasets zonder koppeling.
o Paired t-test: Eén dataset met twee metingen per individu of object.
, Recoding / computing
Wanneer je een variabele hebt met meerdere items, moet je checken of deze gerecode moet
worden.
Stap 1: Check je dataset of er überhaupt een mean gecreëerd moet worden voor je variabele
of interest.
Stap 2: klik op factor en reliability analysis.
Stap 3: zet alle vragen die bij de hypothesis horen in items.
Wanneer je Cronbach’s a laag is, kun je zien dat je de hoge items eruit moet halen om je
Cronbach a ook omhoog te laten gaan.
Stap 4: klik op transform om de specifieke variabelen om te zetten op de juiste manier.
BIJV:
1=7
2=6
3=5
4=4
5=3
6=2
7=1
Stap 5: klik vervolgens op compute, op het fx tekentje, klik onder functions MEAN aan, en
onder variables de variabelen waarmee je een mean wilt maken.
BIJV: MEAN(variable 1, variabele 2, variabele 3, variabele 4)
Stap 6: gebruik deze mean om vervolgens je statistical test mee uit te voeren.
Merging
Stap 1: klik op de variabele die je wilt samenvoegen met een andere.
Stap 2: klik op transform en op add recode condition.
Stap 3: Vervolgens zie je ‘ifsource’ staan dit staat voor de variabele waar je eerder op hebt
geklikt.
Stap 4: kijk bij de andere variabele wat is 0 en wat is 1 (bijv: 0 = no, 1 = yes).
Stap 5: vervolgens moet je een formule neerzetten.
Let op: tekst moet tussen ‘..’ tekens staan.
