Tweesteekproef-t-toets (samengevat)
Deze versie van de tweesteekproef-t-toets werkt met samenvattende statistieken: u voert de steekproefomvang, het gemiddelde en de standaardafwijking van elk van twee onafhankelijke groepen in. Gebruik haar wanneer ruwe gegevens niet beschikbaar zijn, bijvoorbeeld uit gepubliceerde rapporten of samenvattingen van leveranciers. Normaliteit kan zonder ruwe gegevens niet worden gecontroleerd. Opties zijn onder meer betrouwbaarheidsniveau, hypothetisch verschil, alternatieve hypothese en gelijke varianties; de uitvoer bevat de p-waarde en het betrouwbaarheidsinterval.
Laatst beoordeeld
Belangrijkste conclusie
De tweesteekproef-t-toets (samengevat) toetst of de gemiddelden van twee onafhankelijke groepen significant verschillen, met alleen de steekproefomvang, het gemiddelde en de standaardafwijking van elke groep in plaats van ruwe gegevens.
Op deze pagina
Wat is de tweesteekproef-t-toets (samengevat)?
De Two Sample T Test (Summarized) voert dezelfde vergelijking uit als de standaard tweesteekproef-t-toets — bepalen of de gemiddelden van twee onafhankelijke groepen significant verschillen — maar in plaats van ruwe gegevens te vereisen, werkt hij rechtstreeks met samenvattende statistieken die u handmatig invoert: de steekproefomvang (n), het gemiddelde en de standaardafwijking van elke groep.
Dit is vooral waardevol wanneer ruwe gegevens niet beschikbaar zijn — bijvoorbeeld bij werken met gepubliceerd onderzoek, auditrapporten, door leveranciers aangeleverde samenvattingen of historische registraties waarvan alleen geaggregeerde statistieken zijn bewaard.
Eenvoudige definitie:Hetzelfde als een tweesteekproef-t-toets, maar bedoeld voor situaties waarin u alleen de samenvattende getallen (gemiddelde, standaardafwijking, steekproefomvang) hebt in plaats van de volledige ruwe dataset.
Wanneer gebruikt u de tweesteekproef-t-toets (samengevat)?
- Gebruik haar wanneer ruwe gegevens niet beschikbaar zijn maar u het gemiddelde, de standaardafwijking en de steekproefomvang van elke groep hebt.
- Gebruik haar wanneer u werkt met gepubliceerde rapporten, externe leveranciersgegevens of historische samenvattingen waarin afzonderlijke waarnemingen niet zijn vastgelegd.
- Gebruik haar wanneer u twee onafhankelijke groepen vergelijkt op basis van gerapporteerde statistieken in plaats van verzamelde metingen.
- Gebruik haar wanneer u conclusies uit geaggregeerde gegevens snel wilt valideren of controleren zonder de volledige dataset te hoeven reconstrueren.
Richtlijnen voor correct gebruik van de tweesteekproef-t-toets (samengevat)
- Controleer of de ingevoerde samenvattende statistieken juist zijn en uit een betrouwbare bron komen — fouten in de invoer leiden rechtstreeks tot onjuiste conclusies van de toets.
- Zorg dat de samenvattende statistieken onafhankelijke, niet-gerelateerde groepen vertegenwoordigen — de toets gaat uit van geen verband tussen de twee steekproeven.
- Controleer of de steekproefomvangen voldoende zijn — kleine steekproeven met niet-normale verdelingen kunnen onbetrouwbare resultaten geven, zelfs bij juiste samenvattende invoer.
- Stel alpha in vóór u de toets uitvoert — de gangbare standaardwaarde is 0.05.
- Wees voorzichtig wanneer de samenvattende statistieken afkomstig zijn van sterk scheve of niet-normale populaties — de t-toets gaat uit van normaliteit, wat zonder de ruwe gegevens niet kan worden geverifieerd.
Alternatieven: wanneer u de tweesteekproef-t-toets (samengevat) niet gebruikt
- Als ruwe gegevens beschikbaar zijn, gebruik dan altijd de standaard Tweesteekproef-t-toets — die biedt aanvullende diagnostiek en controles van de aannames.
- Als de twee steekproeven gepaard of gematchtzijn, gebruik dan Gepaarde t-toets
- Als u meer dan twee groepenvergelijkt, gebruik dan Eenweg-ANOVA
- Als het doel is equivalentie in plaats van verschilaan te tonen, gebruik dan Tweesteekproef-equivalentietoets
Zo voert u een tweesteekproef-t-toets uit
De handleiding is als volgt:
- Meld u aan bij Zometric Statistical Software op https://statsai.zometric.com/
- Kies op de startpagina Statistical Tool> Hypothesis Test >Two sample t test(Summarized) .
- Werk vervolgens de gegevens handmatig bij, of kopieer (Ctrl+C) de gegevens volledig uit een Excel-blad en plak (Ctrl+V) ze hier.
- Vul de vereiste opties in..
- Klik ten slotte onderaan de pagina op Calculate en u krijgt de gewenste resultaten.
Op het dashboard van Two sample t test is het venster in twee delen verdeeld.

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:
- Sample 1 Sample Size: Voer het totale aantal waarnemingen in de eerste groep in — bijvoorbeeld 40 als er 40 metingen zijn gedaan aan Formulation A. Deze waarde wordt gebruikt om de standaardfout en de vrijheidsgraden van de toets te berekenen. Een grotere steekproefomvang geeft betrouwbaardere en preciezere resultaten.
- Sample 1 Sample Mean: Voer de gemiddelde waarde van de metingen van de eerste groep in. Dit is de centrale waarde waaromheen de gegevens van de eerste groep verdeeld zijn en wordt rechtstreeks gebruikt om het verschil tussen de twee groepen te berekenen.
- Sample 1 Standard Deviation: Voer de standaardafwijking van de eerste groep in — die weergeeft hoeveel de afzonderlijke metingen rond het gemiddelde spreiden. Een grotere standaardafwijking wijst op meer variabiliteit binnen de groep, wat het betrouwbaarheidsinterval verbreedt en de gevoeligheid van de toets voor het detecteren van verschillen verlaagt.
- Sample 2 Sample Size: Voer het totale aantal waarnemingen in de tweede groep in. Net als bij Sample 1 draagt deze waarde bij aan de berekening van de standaardfout en bepaalt ze hoe nauwkeurig de toets een werkelijk verschil tussen de twee groepen kan detecteren.
- Sample 2 Sample Mean: Voer de gemiddelde waarde van de metingen van de tweede groep in. De toets vergelijkt dit rechtstreeks met het gemiddelde van Sample 1 om het waargenomen verschil te berekenen en te bepalen of het statistisch significant is.
- Sample 2 Standard Deviation: Voer de standaardafwijking van de tweede groep in. Deze waarde weerspiegelt de spreiding van de gegevens in de tweede groep en wordt samen met de standaardafwijking van Sample 1 gebruikt om de gecombineerde variabiliteit van de vergelijking te schatten.
- Confidence Level: Stelt het zekerheidsniveau in van het betrouwbaarheidsinterval rond het verschil tussen de twee gemiddelden. De gangbare standaardwaarde is 95%, wat betekent dat u er voor 95% zeker van bent dat het werkelijke verschil tussen de twee populatiegemiddelden binnen het weergegeven bereik valt. Verhogen naar 99% verbreedt het interval; verlagen naar 90% verkleint het.
- Hypothesized Difference: Het veronderstelde of verwachte verschil tussen de twee groepsgemiddelden (gemiddelde van Sample 1 min gemiddelde van Sample 2) waartegen u toetst. Instellen op 0 toetst of de twee gemiddelden gelijk zijn. Instellen op een andere waarde toetst of het werkelijke verschil gelijk is aan dat specifieke bedrag — bijvoorbeeld bij 10 wordt getoetst of Groep 1 gemiddeld precies 10 eenheden hoger ligt dan Groep 2.
- Alternative Hypothesis: Bepaalt de richting van de toets en wat u over het verschil probeert aan te tonen. Er zijn drie opties:
- Diff ≠ Hypothesized Diff — een tweezijdige toets die nagaat of het verschil simpelweg niet gelijk is aan de hypothetische waarde, in beide richtingen. Gebruik dit wanneer u vooraf geen verwachting hebt over welke groep groter zal zijn.
- Diff < Hypothesized Diff — een eenzijdige toets die nagaat of het werkelijke verschil kleiner is dan de hypothetische waarde. Gebruik dit wanneer u specifiek verwacht dat Sample 1 lager is dan Sample 2.
- Diff > Hypothesized Diff — een eenzijdige toets die nagaat of het werkelijke verschil groter is dan de hypothetische waarde. Gebruik dit wanneer u specifiek verwacht dat Sample 1 hoger is dan Sample 2.
- Assume Equal Variances: Wanneer aangevinkt, gaat de toets ervan uit dat beide groepen dezelfde onderliggende populatievariantie hebben en gebruikt hij één gepoolde standaardafwijking voor de berekening — wat een iets krachtigere toets oplevert wanneer de aanname geldt. Wanneer niet aangevinkt, worden voor elke groep afzonderlijke variantieschattingen gebruikt (de t-toets van Welch), wat betrouwbaarder is wanneer de twee ingevoerde standaardafwijkingen merkbaar verschillen. Laat dit bij twijfel uitgevinkt, want dat is de veiligere en meer conservatieve keuze.
- Download as Excel: Exporteert de testresultaten, samenvattende statistieken, het betrouwbaarheidsinterval en de p-waarde naar een Excel-bestand voor rapportage, delen of archivering.
Veelgestelde vragen
Wat is een tweesteekproef-t-toets op basis van samengevatte gegevens?
Ze voert dezelfde vergelijking uit als de standaard tweesteekproef-t-toets, waarbij wordt getoetst of de gemiddelden van twee onafhankelijke groepen significant verschillen, maar werkt met samenvattende statistieken die u invoert: de steekproefomvang, het gemiddelde en de standaardafwijking van elke groep, in plaats van ruwe gegevens.
Wanneer gebruikt u een samengevatte tweesteekproef-t-toets?
Gebruik haar wanneer ruwe gegevens niet beschikbaar zijn maar u het gemiddelde, de standaardafwijking en de steekproefomvang van elke groep hebt, bijvoorbeeld uit gepubliceerde rapporten, externe leveranciersgegevens of historische samenvattingen. Ze is ook nuttig om conclusies uit geaggregeerde gegevens snel te controleren. Als ruwe gegevens beschikbaar zijn, gebruik dan de standaard tweesteekproef-t-toets.
Wat zijn de beperkingen van een t-toets op basis van samenvattende statistieken?
De t-toets gaat uit van normaliteit, wat zonder ruwe gegevens niet kan worden geverifieerd; wees dus voorzichtig wanneer samenvattingen afkomstig zijn van sterk scheve of niet-normale populaties. Kleine steekproeven met niet-normale verdelingen kunnen onbetrouwbare resultaten geven en elke fout in de ingevoerde statistieken leidt rechtstreeks tot een onjuiste conclusie.
Hoe beïnvloeden de standaardafwijkingen de samengevatte t-toets?
Een grotere standaardafwijking betekent meer variabiliteit binnen een groep, wat het betrouwbaarheidsinterval verbreedt en de gevoeligheid van de toets voor verschillen verlaagt. Als de twee standaardafwijkingen merkbaar verschillen, laat dan Assume Equal Variances uitgevinkt zodat afzonderlijke variantieschattingen worden gebruikt (de t-toets van Welch).
