Toets voor één variantie (One variance test)

Een toets voor één variantie, in het bijzonder de chikwadraattoets voor één variantie, is een statistische toets om de variantie van een steekproef te vergelijken met een bekende populatievariantie. Hij wordt gebruikt om een hypothese over de populatievariantie te toetsen, ervan uitgaande dat de steekproef is getrokken uit een normaal verdeelde populatie.

Laatst beoordeeld

Belangrijkste conclusie

Een toets voor één variantie, in het bijzonder de chikwadraattoets voor één variantie, is een statistische toets om de variantie van een steekproef te vergelijken met een bekende populatievariantie.

Op deze pagina
  1. Wat is een toets voor één variantie?
  2. Wanneer gebruikt u een toets voor één variantie?
  3. Richtlijnen voor correct gebruik van de toets voor één variantie
  4. Alternatieven: wanneer u geen toets voor één variantie gebruikt
  5. Voorbeeld van een toets voor één variantie
  6. Zo voert u een toets voor één variantie uit

Wat is een toets voor één variantie?

Een toets voor één variantie, in het bijzonder de chikwadraattoets voor één variantie, is een statistische toets om de variantie van een steekproef te vergelijken met een bekende populatievariantie. Hij wordt gebruikt om een hypothese over de populatievariantie te toetsen, ervan uitgaande dat de steekproef is getrokken uit een normaal verdeelde populatie. De nulhypothese (H₀) stelt dat de populatievariantie (σ²) gelijk is aan een opgegeven waarde (σ₀²), terwijl de alternatieve hypothese (H₁) stelt dat de variantie van deze waarde verschilt. De toetsingsgrootheid wordt berekend als (n−1)*s^2/σ0^2, waarbij s^2 de steekproefvariantie is, σ0^2​​ de veronderstelde populatievariantie en n de steekproefomvang. Deze grootheid volgt een chikwadraatverdeling met n−1 vrijheidsgraden, waarmee kan worden beoordeeld of de waargenomen variantie significant afwijkt van de veronderstelde variantie. Deze toets wordt doorgaans gebruikt bij kwaliteitsbeheersing, risicomanagement en experimenteel onderzoek om te beoordelen of de waargenomen variabiliteit aan theoretische verwachtingen of normen voldoet.

Wanneer gebruikt u een toets voor één variantie?

  • Variantie beoordelen: Wanneer u wilt vaststellen of de variantie van één steekproef significant afwijkt van een bekende populatievariantie.
  • Chikwadraattoets: Specifiek bij gebruik van de chikwadraattoets voor één variantie, die de steekproefvariantie vergelijkt met een opgegeven populatievariantie, ervan uitgaande dat de steekproef is getrokken uit een normaal verdeelde populatie.
  • Normale verdeling: Wanneer wordt aangenomen dat de gegevens een normale verdeling volgen, omdat de toets voor nauwkeurige resultaten op deze aanname steunt.
  • Kwaliteitsbeheersing: Om te beoordelen of de variabiliteit van een productieproces of product overeenkomt met de verwachte norm of specificatie.
  • Risicomanagement: Om te beoordelen of de variabiliteit van financiële rendementen, operationele maatstaven of andere indicatoren aansluit bij vooraf gedefinieerde risiconiveaus of drempelwaarden.
  • Experimenteel onderzoek: Om te toetsen of de waargenomen variabiliteit in experimentele gegevens overeenkomt met theoretische voorspellingen of verwachte waarden.
  • Consistentietoetsing: Bij het evalueren van de consistentie van metingen of procesuitkomsten ten opzichte van bekende normen of benchmarks.

Richtlijnen voor correct gebruik van de toets voor één variantie

  • Aselecte steekproef: Zorg dat de steekproefgegevens willekeurig zijn gekozen, zodat u geldige generalisaties over de populatie kunt maken.
  •  Verdeling van de gegevens: De steekproefgegevens mogen niet sterk scheef zijn. Voor de Bonett-methode wordt een steekproefomvang groter dan 40 aanbevolen, ook bij licht scheve gegevens. Controleer bij kleinere steekproeven op scheefheid en ongebruikelijke waarnemingen, en wees voorzichtig met gegevens uit verdelingen met zware staarten. [Let op: gebruik de chikwadraatmethode alleen als de gegevens normaal verdeeld zijn, omdat afwijkingen de resultaten sterk kunnen beïnvloeden.]
  • Onafhankelijkheid van waarnemingen: Elke waarneming moet onafhankelijk zijn van alle andere. Afhankelijke waarnemingen kunnen de resultaten ongeldig maken.
  • Passende steekproefomvang: Zorg dat de steekproefomvang groot genoeg is voor nauwkeurige schattingen, smalle betrouwbaarheidsintervallen en voldoende bescherming tegen fouten van de eerste en de tweede soort.

Alternatieven: wanneer u geen toets voor één variantie gebruikt

  • Kleine steekproefomvang: de toets voor één variantie vereist een minimale steekproefomvang om voldoende onderscheidend vermogen te waarborgen. Als de steekproef klein is, is de toets mogelijk niet betrouwbaar en kunnen alternatieve toetsen, zoals de t-toets , geschikter zijn.

Voorbeeld van een toets voor één variantie

De manager van een houthandel evalueert de efficiëntie van de zagerij bij het zagen van balken die 100 cm lang moeten zijn. Hiertoe neemt de manager een steekproef van 50 balken uit de zagerij en meet hun lengtes. Vervolgens voert de manager een toets voor één variantie uit om vast te stellen of de standaardafwijking van de zagerij significant afwijkt van 1. De volgende stappen:

  1. De benodigde gegevens verzameld.
One variance test — figure 1
  1.  Analyseer de gegevens nu in Zometric Statistical Software op https://statsai.zometric.com/.
  2.  Om One variance test te vinden, kiest u Statistical module> Graphical analysis> One variance test.
  3.  Voer in de tool de gegevens en de overige invoer als volgt in:
One variance test — figure 2

5. Na gebruik van de bovengenoemde tool wordt de uitvoer als volgt weergegeven:

One variance test — figure 3

Zo voert u een toets voor één variantie uit

De handleiding is als volgt:

  1. Meld u aan bij Zometric Statistical Software op https://statsai.zometric.com/
  2. Kies op de startpagina Statistical Tool> Graphical analysis >One variance test
  3. Klik op One variance test om naar het dashboard te gaan.
  4. Werk vervolgens de gegevens handmatig bij, of kopieer (Ctrl+C) de gegevens volledig uit een Excel-blad en plak (Ctrl+V) ze hier.
  5. Voer vervolgens de waarden van het betrouwbaarheidsniveau en de veronderstelde standaardafwijking in.
  6. Klik ten slotte onderaan de pagina op Calculate en u krijgt de gewenste resultaten.

Op het dashboard van One variance test is het venster in twee delen verdeeld.

One variance test — figure 4

Links bevindt zich het Data Pane. In het Data Pane vormt elke rij één subgroep. Gegevens kunnen handmatig worden ingevoerd, of u kunt de gegevens volledig kopiëren (Ctrl+C) uit een Excel-blad en hier plakken (Ctrl+V).

Load example: Er worden voorbeeldgegevens geladen.

Load File: Hiermee laadt u Excel-gegevens rechtstreeks.

Rechts staan de volgende opties:

  • Confidence level: Bij hypothesetoetsing geeft het betrouwbaarheidsniveau de mate van zekerheid of vertrouwen aan die we in onze statistische analyse hebben. Het is een kanswaarde die aangeeft hoe waarschijnlijk het is dat de werkelijke populatieparameter binnen het opgegeven bereik van waarden ligt. Het betrouwbaarheidsniveau wordt doorgaans als percentage uitgedrukt en aangeduid met (1 - α), waarbij α het significantieniveau is, oftewel de kans op het verwerpen van een ware nulhypothese. Bij een betrouwbaarheidsniveau van 95% zeggen we bijvoorbeeld dat we er voor 95% van overtuigd zijn dat de werkelijke populatieparameter binnen onze intervalschatting ligt, en dat er een kans van 5% is op een fout van de eerste soort (het verwerpen van een ware nulhypothese). In de praktijk betekent een hoger betrouwbaarheidsniveau dat we meer vertrouwen hebben in onze statistische analyse en resultaten. Een hoger betrouwbaarheidsniveau vergroot echter ook de breedte van het betrouwbaarheidsinterval, waardoor kleine effecten moeilijker te detecteren zijn. De keuze van het betrouwbaarheidsniveau hangt daarom af van de context van het onderzoek en de doelen van de onderzoeker.
  • Hypothesized standard deviation: De veronderstelde standaardafwijking, ook wel de aangenomen of bekende standaardafwijking genoemd, is de waarde van de populatiestandaardafwijking die voor een hypothesetoets als waar wordt aangenomen.
  • Alternative hypothesis: Bij hypothesetoetsing is de alternatieve hypothese (ook wel onderzoekshypothese genoemd) een bewering die een andere conclusie vertegenwoordigt dan de nulhypothese. De nulhypothese vertegenwoordigt doorgaans de status quo of de aanname dat er geen significant verschil of verband is tussen twee of meer groepen of variabelen. De alternatieve hypothese is de bewering die wordt getoetst en stelt dat er wel een significant verschil of verband is tussen de onderzochte groepen of variabelen.
  • Download as Excel: Hiermee wordt het resultaat in Excel-formaat weergegeven, dat u eenvoudig kunt bewerken en met de optie Load File opnieuw kunt laden voor berekeningen.

Veelgestelde vragen

Wat is een toets voor één variantie?

Een toets voor één variantie, in het bijzonder de chikwadraattoets voor één variantie, vergelijkt de variantie van een steekproef met een bekende of veronderstelde populatievariantie. De nulhypothese stelt dat de populatievariantie gelijk is aan de opgegeven waarde en de alternatieve hypothese dat ze verschilt. Hij wordt gebruikt bij kwaliteitsbeheersing, risicomanagement en experimenteel onderzoek.

Hoe wordt de chikwadraattoetsingsgrootheid voor één variantie berekend?

De toetsingsgrootheid is (n - 1) maal de steekproefvariantie s², gedeeld door de veronderstelde populatievariantie σ0², waarbij n de steekproefomvang is. Deze grootheid volgt een chikwadraatverdeling met n - 1 vrijheidsgraden, waarmee wordt beoordeeld of de waargenomen variantie significant afwijkt van de veronderstelde variantie.

Wat zijn de aannames van de toets voor één variantie?

De steekproef moet willekeurig zijn gekozen en de waarnemingen moeten onafhankelijk zijn. Gebruik de chikwadraatmethode alleen als de gegevens normaal verdeeld zijn, omdat afwijkingen de resultaten sterk kunnen beïnvloeden. Voor de Bonett-methode wordt een steekproefomvang groter dan 40 aanbevolen, ook bij licht scheve gegevens; controleer bij kleinere steekproeven op scheefheid, ongebruikelijke waarnemingen en zware staarten.

Wanneer gebruikt u een toets voor één variantie?

Gebruik hem wanneer u wilt weten of de variabiliteit van één steekproef afwijkt van een bekende norm, bijvoorbeeld of een productieproces of meetsysteem even consistent is als een specificatie of benchmark vereist. De steekproef moet groot genoeg zijn voor nauwkeurige schattingen, smalle betrouwbaarheidsintervallen en bescherming tegen fouten van de eerste en de tweede soort.