Z-test is een statistisch hulpmiddel dat wordt gebruikt om te bepalen of de gemiddelden van twee distributies variëren, zelfs met bekende varianties en grote steekproeven.
Het is een vorm van hypothesetest die wordt gebruikt om te beslissen of een nulhypothese wordt geaccepteerd. Als statistische test is het univariaat en wordt verwacht dat het resultaat van de teststatistiek een standaard normale verdeling volgt.
Het wordt alleen gebruikt als er een bekende standaarddeviatie en een grote steekproefomvang is (n>30).
Key Takeaways
- Een Z-toets is een statistische toets die wordt gebruikt om te bepalen of twee steekproefgemiddelden significant van elkaar verschillen.
- Z-test gaat ervan uit dat de standaarddeviatie van de populatie bekend is en dat de steekproefomvang groot is.
- Z-test wordt vaak gebruikt bij het testen van hypothesen, kwaliteitscontrole en marktonderzoek.
Wat zijn Z-scores?
Z-scores of Z-statistieken geven aan hoeveel de resultaten van de teststatistiek boven of onder de gemiddelde verdeling zijn afgeweken.
Een Z-score van +1.45 betekent bijvoorbeeld dat het resultaat van de teststatistiek 1.45 standaarddeviaties boven het gemiddelde ligt. Een Z-score van -1.45 daarentegen impliceert dat de waarneming 1.45 onder de gemiddelde populatie is afgeweken.
Wanneer moet een Z-toets worden uitgevoerd?
De volgende voorwaarden moeten prevaleren om a Z-toets.
- De steekproefomvang moet groter zijn dan 30.
- De steekproefgegevens moeten altijd willekeurig zijn. Anders kunnen de resultaten van de teststatistieken onnauwkeurig blijken te zijn.
- De gegevenspunten mogen niet vergelijkbaar zijn. Daarnaast mogen ze elkaar niet overlappen.
- De gegevens moeten een standaard normale verdeling weerspiegelen.
- De standaarddeviatie van de populatie moet bekend zijn.
- Als de standaarddeviatie van de populatie onbekend is, moet worden aangenomen dat de steekproefvariantie gelijk is aan de populatievariantie.
Als de verdelingsvariatie echter onbekend is en de steekproefgegevens lager zijn dan 30, zal een T-toets geschikter blijken te zijn dan een Z-toets.
Hoe voer je een Z-toets uit?
De volgende stappen moeten worden gevolgd om een Z-test uit te voeren:
- Eerst moeten de nulhypothese (H0) en de alternatieve hypothese worden vermeld.
- Selecteer nu het alfaniveau.
- De Z-tabel moet worden gebruikt om de kriticiteit van Z te definiëren.
- Nu moet de Z-statusstatistiek worden berekend.
- Zodra het resultaat van de teststatistiek is verkregen, vergelijkt u het met de kritische waarde z.
- De vergelijking zal bepalen of de nulhypothesen (H0) aanvaard kunnen worden.
Z-toets berekening
De volgende formule kan worden gebruikt om een Z-toets te berekenen:
Z-toets = (x̄ – μ) / (σ / √n)
waar,
- X = Steekproefgemiddelde
- μ = Bevolkingsgemiddelde
- σ = Standaarddeviatie van populatie
- n = Aantal waarnemingen
Voorbeeld
Stel dat de IQ-score van een bepaalde klas 113 is. Het gemiddelde IQ van India is 100, met een standaarddeviatie van 15. Ligt het intelligentiequotiënt van deze klas significant boven het gemiddelde IQ?
Tests die kunnen worden gebruikt als Z-tests
Hieronder volgen enkele belangrijke tests die u kunt overwegen als Z-tests uit te voeren:
- Locatietest met één voorbeeld.
- Locatietest met twee steekproeven.
- Gepaarde verschiltest.
- Schatting van de maximale waarschijnlijkheid.
Voordelen van Z-toets
Hieronder volgen enkele belangrijke voordelen van de Z-test.
- Het is een eenvoudige en betrouwbare test.
- Een Z-score kan worden gebruikt om onbewerkte scores van verschillende tests te vergelijken.
- Bij het vergelijken van een reeks onbewerkte scores houdt de Z-score rekening met zowel de gemiddelde waarde als de variabiliteit van die scores.
Nadelen van Z-toets
Ondanks de verschillende voordelen heeft de Z-test enkele belangrijke beperkingen:
- Z-test vereist een bekende standaarddeviatie die niet altijd mogelijk is.
- Het kan niet worden uitgevoerd met een kleinere steekproefomvang (minder dan 30).
- https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1420-9101.2011.02297.x
- https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1420-9101.2010.02226.x
Laatst bijgewerkt: 11 juni 2023
Emma Smith heeft een MA in Engels van Irvine Valley College. Ze is journalist sinds 2002 en schrijft artikelen over de Engelse taal, sport en recht. Lees meer over mij op haar bio pagina.
Het artikel is inzichtelijk en zorgvuldig gestructureerd, waardoor het begrip van Z-tests en hun betekenis in statistische analyse wordt vergroot.
De gedetailleerde uitleg, vergezeld van voorbeelden in dit artikel, zijn enorm nuttig bij het begrijpen van de complexiteit van Z-tests.
De focus van het artikel op de betekenis en methodologie van Z-tests is prijzenswaardig, waardoor het een centrale hulpbron voor statistische analyse wordt.
De samenhang en duidelijkheid van het artikel dragen inderdaad bij aan de intellectuele en praktische waarde ervan.
Het artikel geeft een diepgaande uitleg van Z-scores en schetst de voor-, nadelen en berekeningsmethodologie. Het dient als een uitstekende hulpbron.
Absoluut, de uitgebreide analyse en referenties van het artikel maken het waardevol om te lezen voor iedereen die geïnteresseerd is in Z-tests.
De gedetailleerde uitleg van de Z-test is zeer informatief en goed gestructureerd. Het geeft een duidelijker begrip van het concept.
Ik beaam dat. Het artikel is nuttig voor zowel beginners als experts op het gebied van statistiek.
Dit artikel is een lovenswaardige bron voor het vergroten van het begrip van Z-tests, en voegt waarde toe aan academische en praktische toepassingen.
Zeker, de heldere benadering en de uitgebreide inhoud van het artikel maken het tot een belangrijke wetenschappelijke bijdrage.
De uitgebreide analyse van de Z-testomstandigheden en -methodologie is zeer verhelderend. Het is een uitstekend artikel dat de statistische kennis vergroot.
Absoluut, het artikel slaagt erin een nauwgezette uitleg van Z-tests te geven, waarbij rekening wordt gehouden met verschillende niveaus van statistische kennis.
De toon van het artikel is verklarend en verhelderend. Het is een uitstekende gids voor het begrijpen van Z-tests met praktische voorbeelden.
Het informatieve karakter van het artikel voegt waarde toe aan het begrijpen van statistische tests, met name Z-tests.
Juist de illustratieve voorbeelden helpen bij het effectief begrijpen van de toepassing van Z-tests.
Het artikel is een uitgebreide gids die een diepgaand inzicht biedt in Z-tests, van de vereisten tot de praktische toepassing. Het is een waardevolle wetenschappelijke bijdrage.
De gedetailleerde referenties en uitgebreide dekking van Z-tests maken dit artikel tot een opmerkelijke wetenschappelijke bron.
Dit artikel behandelt het Z-testconcept op heldere wijze, waardoor het een waardevolle bron is voor academische en onderzoeksgerelateerde doeleinden.
Het Z-test-artikel is grondig en staat vol met relevante inhoud. Het is lovenswaardig dat het artikel de noodzaak van een grote steekproefomvang en de voorwaarde van een bekende standaarddeviatie benadrukt.
De nadruk op de randvoorwaarden en de methodische aanpak bij het uitvoeren van een Z-test is inderdaad lovenswaardig.