ik ben bezig met een onderzoek naar microhabitats van een tweetal rupsen soorten. daarvoor zijn er veldopnamen gemaakt voor een aantal parameters. deze zijn stedds op de rupslokatie en random lacoties opgenomen, gepaard dus. nu dacht ik de gepaarde T-toets te gebruiken. dat levert voor een van de parameters het volgende op: Mean 2,577 Std. Deviation 9,382 Std. Error Mean 2,602 t 0,990 df 12 Sig. (2-tailed) 0,342
nu zegt mijn begeleider dat het gemiddelde verschil en de std van het verschil zo ver uit elkaar liggen en dat ik daarom de wilcoxon toets moet doen. En daar heb ik dus nog nooit van gehoord. ik werk met het programma spss en daar kan ik natuurlijk wel gewoon het goeie knopje indrukken. maar ik heb dan vervolgens geen idee wat ik met de uitkomsten moet. hij zegt het volgende voor dezelfde parameter als het vorige voorbeeld. Ranks Test Statistics N Mean Rank Sum of Ranks Z Asymp. Sig. (2-tailed) RRR 4 4,38 17,50 RRR 3 3,50 10,50 -0,59 0,553 RR=R 6 Tot 13
mijn vraag is nu wat zeggen de uitkomsten van de wilcoxontoets, en is het zo dat als het gemiddelde van de verschillen, van de paren, en de std ervan ver uit elkaar liggen dat je dan de t-toets niet mag gebruiken. en hoe ver moet het uit elkaar liggen voordat het ver is.
Thijs
Student hbo - zaterdag 7 augustus 2004
Antwoord
Hoezo gepaard ???? Je hebt naar mijn mening 26 lokaties genomen waarbij op 13 lokaties rupsen voorkomen. Dat lijkt me gewoon een geval van 26 onafhankelijke waarnemingen. Nu is er nog een probleem: de afhankelijke variabele is die variabele die aangeeft of er eventueel rupsen voorkomen!!! Dat is dus feitelijk NIET de groepsvariabele in SPSS (want die moet onafhankelijk zijn).
Dan laat de eerste toets hoe dan ook zien dat de standaarddeviatie bij de intervalratiovariabele (9,4) zeer hoog is, het verschil in gemiddelden is relatief klein (2,6) Dat betekent dus dat het verschil NIET significant kan zijn, hetgeen je bij significance kunt zien omdat de waarde 0,3420,05 is.
Wanneer je dan de t-test gaat vervangen door een zwakkere Mann-Whitney toets kun je van tevoren al concluderen dat deze toets ook geen verband laat zien (sig 0,553). In dit geval heeft dat vevangen dus weinig zin.
conclusies. 1) je maakt je onderzoeksopzet absoluut niet duidelijk 2) het aantal metingen (13 of 26) is veel te gering voor een dergelijk onderzoek. 3) je weet blijkbaar niet welke toetsen je moet uitvoeren en hoe deze toetsen dan werken (theorie bestuderen !!!!) 4) je mag er eigenlijk wel vanuit gaan dat je verkeerde statistische technieken gebruikt. Ik zit te denken aan een discriminant analyse met als te verklaren variabele of op een bepaald plaats rupsen voorkomen (ja/nee). Maar of dat met je geringe aantal metingen wat oplevert is de vraag.
Werk aan de winkel dus, theorie bekijken en maar eens met je begeleider om tafel gaan zitten.
R 4 4,38 17,50 
R 3 3,50 10,50 -0,59 0,553