T-tabel (Gratis Download) | Stappenplan & Voorbeelden
De t-tabel (t table) is een referentietabel met de kritieke waarden van t. De t-tabel wordt ook wel Student’s t-tabel, t-verdelingstabel, t-score tabel, t-waarde tabel, of t-test tabel genoemd.
Een kritieke waarde van t bepaalt de drempel voor significantie voor statistische toetsen en de boven- en ondergrens van betrouwbaarheidsintervallen voor schattingen. De t-tabel wordt meestal gebruikt:
- Als je toetst of twee gemiddelden significant van elkaar verschillen (ongepaarde t-test, independent samples t test).
- Als je toetst of twee variabelen significant samenhangen (lineaire regressie of correlatie).
- Als je betrouwbaarheidsintervallen berekent (van gemiddelden of regressiecoëfficiënten).
De kritieke waarden van t worden berekend aan de hand van de Student’s t-verdeling. Dit is de verdeling van teststatistiek t. Het is lastig om de kritieke waarden van t handmatig te berekenen. Daarom gebruiken de meeste mensen in plaats daarvan de t-tabel of computersoftware.
Student’s t-tabel voor eenzijdige en tweezijdige toetsen
Gebruik onderstaande tabellen om de kritieke waarden van t te vinden. Er is een aparte tabel voor een eenzijdige t-toets (one-tailed t test) en een tweezijdige t-toets (two-tailed t test).
In de volgende sectie vind je een stappenplan waarin wordt uitgelegd hoe je de t-tabel gebruikt.
Hoe gebruik je de t-tabel?
Als je een kritieke waarde van t moet vinden om een statistische toets uit te voeren of een betrouwbaarheidsinterval te berekenen, dan kun je onderstaand stappenplan volgen.
Je besluit een randomized controlled trial (RCT) uit te voeren om zo de interne validiteit van je onderzoek zo goed mogelijk te kunnen waarborgen.
Je verdeelt de proefpersonen over een experimentele groep die de acnecrème krijgt en een controlegroep die een placebocrème zonder medicatie krijgt door middel van randomisatie.
Om te ontdekken of de acnecrème effectief is, besluit je het gemiddelde aantal puistjes van de proefpersonen in de experimentele en controlegroep te vergelijken met behulp van een ongepaarde t-test (independent samples t test).
- Nulhypothese (H0): De proefpersonen in de experimentele groep en de controlegroep hebben hetzelfde gemiddelde aantal puistjes.
- Alternatieve hypothese (Ha): De proefpersonen in de experimentele groep en de controlegroep hebben een verschillend gemiddeld aantal puistjes.
Je berekent de t-waarde voor je steekproef. Om te bepalen of je de nulhypothese moet verwerpen, moet je de gevonden t-waarde vergelijken met de kritieke waarde van t.
Stap 1: Kies eenzijdig of tweezijdig
Tweezijdige toetsen (two-tailed tests) worden gebruikt als de alternatieve hypothese geen richting heeft.
- Een niet-gerichte alternatieve hypothese stelt dat een populatieparameter (zoals een gemiddelde of regressiecoëfficiënt) niet gelijk (i.e., ≠) is aan een bepaalde waarde (zoals 0). Tweezijdige toetsen zijn geschikt voor de meeste studies.
- Voor het berekenen van een betrouwbaarheidsinterval kies je altijd voor een tweezijdige toets.
Eenzijdige toetsen (one-tailed tests) worden gebruikt als de alternatieve hypothese wel een richting heeft.
- Een gerichte alternatieve hypothese stelt dat een populatieparameter groter of kleiner is dan een bepaalde waarde.
- Je alternatieve hypothese heeft richting als deze woorden bevat zoals “groter dan”, “kleiner dan”, “stijgt”, “daalt”, of het “<” of “>” teken. Als deze woorden of symbolen er niet in voorkomen, heeft de hypothese waarschijnlijk geen richting.
- Alternatieve hypothese: De proefpersonen in de experimentele groep en de controlegroep verschillen in hun gemiddelde aantal puistjes.
Deze alternatieve hypothese heeft geen richting. De hypothese zegt niet of het gemiddelde van de experimentele groep groter of kleiner is dan het gemiddelde van de controlegroep, maar alleen dat de gemiddelden verschillen.
Aangezien de alternatieve hypothese geen richting heeft, kies je voor een tweezijdige toets.
Stap 2: Bereken de vrijheidsgraden
De vrijheidsgraden (df) van een statistiek worden berekend op basis van de steekproefgrootte (n). De formule die je hiervoor moet gebruiken hangt af van het soort toets dat je uitvoert.
Vrijheidsgraden (df) berekenen
Soort toets | Formule df |
---|---|
|
df = n – 1 |
df = n1 + n2 – 2
Waarbij:
|
|
df = n – 1
Waarbij:
|
|
|
df = n – 2 |
df = n1+ n2 – 2
Je experiment heeft 14 proefpersonen in de controlegroep en 7 in de experimentele groep:
df = 14+ 7 – 2
df = 29
Stap 3: Kies een significantieniveau
Over het algemeen is het significantieniveau (α) bijna altijd .05. In de te downloaden t-tabel is de kolom met α = .05 gemarkeerd, omdat dit het meest gebruikte significantieniveau is.
In sommige gevallen kun je ervoor kiezen het risico op een Type I-fout te verkleinen door α te verhogen, of het risico op een Type II-fout te verkleinen door α juist te verlagen.
Als je een betrouwbaarheidsinterval berekent, kies je het significantieniveau op basis van het gewenste betrouwbaarheidsniveau:
α = 1 – betrouwbaarheidsniveau
Het meest voorkomende betrouwbaarheidsniveau is 95% (ook wel .95 als verhouding). Dit komt overeen met α = .05.
Stap 4: Vind de kritieke waarde van t in de t-tabel
Nu je hebt bepaald of je experiment eenzijdig of tweezijdig is en je weet wat je significantieniveau is en je vrijheidsgraden zijn, heb je alle informatie die nodig is om de t-tabel te gebruiken.
- Als je experiment tweezijdig is of als je een betrouwbaarheidsinterval berekent, gebruik dan de eerste tabel. Als de toets eenzijdig is, gebruik dan de tweede tabel.
- De vrijheidsgraden (df) staan aan de linkerkant van de tabel. Zoek de tabelrij voor het aantal df dat je in stap 2 hebt berekend. Als je een df nodig hebt die niet in de rij staat, rond dan af naar het volgende kleinste getal (e.g., df = 46 lees je af bij df = 40).
- De significantieniveaus staan bovenaan de tabel vermeld. Zoek de kolom voor het significantieniveau dat je in stap 3 gekozen hebt. In de meeste gevallen zul je de gemarkeerde kolom gebruiken (α = .05).
- De kritieke waarde van t voor je toets vind je op de plek waar de rij en de kolom samenkomen.
Je kunt deze kritieke waarde van t nu vergelijken met de t-waarde die je eerder voor je steekproef hebt berekend. Op basis van die vergelijking kun je bepalen of je de nulhypothese moet verwerpen of niet:
- Als de absolute t-waarde groter is dan de kritieke waarde van t, geldt dat het verschil significant is (p < α) en de nulhypothese verworpen kan worden.
- Als de absolute t-waarde kleiner is dan de kritieke waarde van t (p > α), dan is het verschil niet significant en kan de nulhypothese niet verworpen worden.
Oefenvragen
Veelgestelde vragen over t-tabel
Citeer dit Scribbr-artikel
Als je naar deze bron wilt verwijzen, kun je de bronvermelding kopiëren of op “Citeer dit Scribbr-artikel” klikken om de bronvermelding automatisch toe te voegen aan onze gratis Bronnengenerator.
Scharwächter, V. (2022, 19 augustus). T-tabel (Gratis Download) | Stappenplan & Voorbeelden. Scribbr. Geraadpleegd op 10 maart 2025, van https://www.scribbr.nl/statistiek/t-tabel/