Dit is een site voor studenten van de Open Universiteit. Voordat je een vraag kunt stellen moet je even een account aanmaken (dit systeem is niet gekoppeld aan je OU studentnummer en wachtwoord).

Welkom bij het vraag- en antwoord systeem van de onderzoeks-practica van de studie psychologie bij de Open Universiteit.

Houd er, als je een vraag stelt, rekening mee dat je de richtlijnen volgt!

Verschil Independent T-test en ANOVA

0 leuk 0 niet-leuks
Beste lezenaar/lezerares,

Wat is het verschil tussen een independent T-test en een ANOVA? Het is mij duidelijk dat een independent T test wordt uitgevoerd als je twee groepen wilt vergelijken en bij een ANOVA kan dit met meerdere groepen. Zijn er verder nog redenen waarom je voor het een of het ander kiest. In de tentamencasus heb ik voor vraag 6 en 7 gekozen voor een ANOVA, maar een medestudent heeft bij vraag 6 gekozen voor een independent T-test. Nu komen we er helaas niet meer uit. Kunt u ons helpen?

Groetjes Christien Lunter
gevraagd 22 januari 2018 in Inleiding Data Analyse (IDA) door ChristienLunter (170 punten)

1 Antwoord

0 leuk 0 niet-leuks

In wezen doen beide testen hetzelfde. De belangrijkste verschillen zijn:

1. De t-test is t-verdeeld, terwijl de ANOVA F-verdeeld is. Dit heeft tot consequentie dat de t-test een symmetrische verdeling is, terwijl de F-verdeling dat niet is. Dit had vroeger meer waarde dan nu. In het verleden was het gewoon om een- of tweezijdig te toetsen, en met een symmetrische verdeling is dit goed mogelijk, terwijl dit met de F-verdeling niet echt mogelijk is. Tegenwoordig wordt eenzijdig toetsen afgeraden (omdat p-waarden niet linear zijn), en vervalt dit voordeel van de t-toets t.o.v. de ANOVA. 

2. Bij de ANOVA is de eis voor homogene varianties tussen groepen keihard, en schending van de assumptie al snel problematisch. Bij de t-test is deze assumptie lichter, en kan middels een eenvoudige correctie de assumptieschending opgelost worden. (zie Welch-Satterthwaite vergelijking). Zolang varianties voldoende homogeen zijn zullen ANOVA en t-test even robuust zijn. Bij ongelijke varianties zijn er die zeggen dat de t-toets meer robuust is. Echter, F = t2, dus als de ANOVA de nulhypothese verwerpt, dan verwerpt de t-test deze ook.

3. De t-test toetst het (gestandaardiseerd) verschil tussen twee gemiddelden, de ANOVA toetst de verhouding tussen de variantie tussen groepen en binnen groepen. Een beetje een triviaal punt, maar voor wie het fijn vind dat de statistiek zelf een inzicht in de richting van het verschil geeft kan de t-toets misschien een voorkeur hebben. Dit is puur cosmetisch, ik voeg het alleen toe voor volledigheid.

Conclusie: het zijn toetsen die eigenlijk in grote lijnen hetzelfde opleveren, en praktisch hetzelfde doen. De t-test is flexibeler dan de ANOVA bij schending van de assumptie van homogene variantie dan de ANOVA, dus bij twee groepen zou ik de t-test de voorkeur geven. 

beantwoord 23 januari 2018 door Ron Pat-El (40,900 punten)
...