# Een typisch t-test-rapport opstellen

Een typisch t-test-rapport voor cursisten kan tabellen met Group Statistics en resultaten van Independent Samples Test bevatten.

In de volgende secties gaan we deze tabellen bouwen met Qlik Senset-test-functies die worden toegepast op twee onafhankelijke groepen steekproeven, Observation en Comparison. De bijbehorende tabellen voor deze steekproeven zouden er als volgt uitzien:

Groepsstatistieken

| Type | N | Mean | Standard Deviation | Standard Error Mean |
| --- | --- | --- | --- | --- |
| Comparison | 20 | 11.95 | 14.61245 | 3.2674431 |
| Observation | 20 | 27.15 | 12.507997 | 2.7968933 |

Onafhankelijke voorbeeldtest

| Type | conf | t | df | Sig. (2-tailed) | Mean Difference | Standard Error Difference | 95% Confidence Interval (Lower) | 95% Confidence Interval (Upper) |
| --- | --- | --- | --- | --- | --- | --- | --- | --- |
| Equal Variance not Assumed | 0 | 3.534 | 37.116717335823 | 0.001 | 15.2 | 4.30101 | 6.48625 | 23.9137 |
| Equal Variance Assumed | 8.706939 | 3.534 | 38 | 0.001 | 15.2 | 4.30101 | 6.49306 | 23.9069 |

## De steekproefgegevens laden

Doe het volgende:

1. Maak een nieuwe app met een nieuw werkblad.

2. Voer het volgende in de editor voor het laden van gegevens in:

   ```
   Table1:
   Crosstable (Type, Value)
   Load recno() as ID, * inline [
   Observation|Comparison
   35|2
   40|27
   12|38
   15|31
   21|1
   14|19
   46|1
   10|34
   28|3
   48|1
   16|2
   30|3
   32|2
   48|1
   31|2
   22|1
   12|3
   39|29
   19|37
   25|2 ] (delimiter is '|');
   ```

   In dit load-script is recno() opgenomen omdat voor crosstable drie argumenten vereist zijn. recno() levert daarom niet meer dan een extra argument. In dit geval een ID voor elke rij. Zonder dit argument zouden geen steekproefwaarden voor Comparison worden geladen.

3. Klik op the run script icon om gegevens te laden.

## De tabel Group statistics maken

Doe het volgende:

1. Klik in de editor voor laden van gegevens op the kompas icon om naar het app-overzicht te gaan en vervolgens op het werkblad te klikken dat u eerder hebt gemaakt.

   Hiermee wordt de werkbladweergave geopend.

2. Klik op the Werkblad bewerken icon om het werkblad te bewerken.

3. Voeg vanuit Diagrammen een tabel toe en vanuit Velden een Type als een dimensie aan de tabel.

4. Voeg de volgende uitdrukkingen als metingen toe.

   Voorbeelduitdrukkingen

   | Label | Uitdrukking |
   | --- | --- |
   | N | Count(Value) |
   | Mean | Avg(Value) |
   | Standard Deviation | Stdev(Value) |
   | Standard Error Mean | Sterr(Value) |

5. Klik op Sorteren en zorg dat Type aan het begin van de sorteerlijst staat.

Resultaat

Een tabel Group statistics voor deze steekproeven zou er als volgt uitzien:

Groepsstatistieken

| Type | N | Mean | Standard Deviation | Standard Error Mean |
| --- | --- | --- | --- | --- |
| Comparison | 20 | 11.95 | 14.61245 | 3.2674431 |
| Observation | 20 | 27.15 | 12.507997 | 2.7968933 |

## De tabel Independent sample test maken

Doe het volgende:

1. Klik op the Werkblad bewerken icon om het werkblad te bewerken.

2. Voeg vanuit Diagrammen een tabel toe met de volgende uitdrukking aan de tabel als een dimensie. `=ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1))` en geef het het label Type.

3. Voeg de volgende uitdrukkingen als metingen toe:

   Voorbeelduitdrukkingen

   | Label | Uitdrukking |
   | --- | --- |
   | conf | if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest\_conf(Type, Value),TTest\_conf(Type, Value, 0)) |
   | t | if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest\_t(Type, Value),TTest\_t(Type, Value, 0)) |
   | df | if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest\_df(Type, Value),TTest\_df(Type, Value, 0)) |
   | Sig. (2-tailed) | if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest\_sig(Type, Value),TTest\_sig(Type, Value, 0)) |
   | Mean Difference | TTest\_dif(Type, Value) |
   | Standard Error Difference | if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest\_sterr(Type, Value),TTest\_sterr(Type, Value, 0)) |
   | 95% Confidence Interval (Lower) | if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest\_lower(Type, Value,(1-(95)/100)/2),TTest\_lower(Type, Value,(1-(95)/100)/2, 0)) |
   | 95% Confidence Interval (Upper) | if(ValueList (Dual('Equal Variance not Assumed', 0), Dual('Equal Variance Assumed', 1)),TTest\_upper(Type, Value,(1-(95)/100)/2),TTest\_upper(Type, Value,(1-(95)/100)/2, 0)) |

   Resultaat

   Onafhankelijke voorbeeldtest

   | Type | conf | t | df | Sig. (2-tailed) | Mean Difference | Standard Error Difference | 95% Confidence Interval (Lower) | 95% Confidence Interval (Upper) |
   | --- | --- | --- | --- | --- | --- | --- | --- | --- |
   | Equal Variance not Assumed | 0 | 3.534 | 37.116717335823 | 0.001 | 15.2 | 4.30101 | 6.48625 | 23.9137 |
   | Equal Variance Assumed | 8.706939 | 3.534 | 38 | 0.001 | 15.2 | 4.30101 | 6.49306 | 23.9069 |