Hvad er en t-test?

T-testen kommer i to udgaver. En til parrede data og en til uparrede data. Som eksempel tager vi udgangspunkt i den uparrede t-test, altså t-test til uparrede data. En uparret t-test undersøger, om der er forskel i gennemsnit mellem 2 grupper.

Hvorvidt t-testen bliver signifikant afhænger af flere ting. Dels afhænger det af størrelsen på forskellen i gennemsnittene. Det kan være man har et studie, hvor man i den ene gruppe har et gennemsnit på 120 og i den anden gruppe har et gennemsnit på 100. I dette eksempel vil man altså se, at der er en forskel i gennemsnit på 20. Udover forskellen indgår også spredningen af data i t-testen. Som tommelfingerregel gælder, at jo mere spredt data er, jo mindre sandsynligt er det, at man får et signifikant resultat. Derudover tager t-testen også antallet af forsøgspersoner ind, og som tommelfingerregel gælder det, at jo flere forsøgspersoner der er i hver gruppe, jo større er sandsynligheden for at testen bliver signifikant.

Dermed kan man altså, hvis man har data der er meget spredt, tage flere forsøgspersoner med og dermed få et signifikant resultat. Man kan også vælge, hvis forskellen mellem 2 grupper er meget lille, at tage flere forsøgspersoner med, da det så vil være muligt at få et signifikant resultat, selvom forskellen er meget lille. Her er det vigtigt, at man tager kritisk stilling til hvorvidt forskellen er klinisk signifikant, da statistisk signifikans og klinisk signifikans ikke nødvendigvis hænger sammen.

Når man laver en t-test er det vigtigt at undersøge om normalfordelings-antagelsen er opfyldt.