Bereken gratis en direct de p-waarde bij een z-waarde, t-waarde, chi-kwadraat of F-waarde. Kies eenzijdig of tweezijdig en zie meteen of je uitkomst significant is.
De uitkomst van je toets, ook wel de toetsingsgrootheid genoemd.
De p-waarde is de kans dat je een uitkomst vindt die minstens zo extreem is als die van jou, in de situatie dat er in werkelijkheid niets aan de hand is. Die "niets aan de hand"-situatie heet de nulhypothese. Je gaat er dus even van uit dat er geen verschil en geen verband bestaat, en vraagt je af: hoe vaak zou toeval alleen dan zo'n uitkomst opleveren? Is dat vrijwel nooit, dan wordt de nulhypothese ongeloofwaardig en noem je je resultaat significant.
De verticale streep lees je als "gegeven dat". Let goed op de volgorde: je rekent de kans op je gégevens uit, uitgaande van de hypothese. Je rekent níet de kans op de hypothese uit. Dat lijkt een detail, maar het is precies waar de meeste misverstanden over p-waarden vandaan komen.
De p-waarde is altijd een getal tussen 0 en 1. Hoe kleiner, hoe onwaarschijnlijker je uitkomst is onder de nulhypothese, en hoe sterker het bewijs tegen die nulhypothese. Vaak wordt de p-waarde ook als percentage geschreven: p = 0,03 is hetzelfde als 3%.
Een p-waarde komt nooit uit de lucht vallen. Je berekent eerst een toetsingsgrootheid: één getal dat samenvat hoe ver je uitkomst van de nulhypothese af ligt. Welke verdeling daarbij hoort, hangt af van je toets. Deze tool kent de vier die je het vaakst tegenkomt:
| Toetsingsgrootheid | Waar komt hij vandaan | Wat je nodig hebt |
|---|---|---|
| Z-waarde | Toetsen op een gemiddelde of een percentage als de spreiding van de populatie bekend is, of bij grote steekproeven | alleen de z-waarde |
| T-waarde | De t-toets: gemiddelden vergelijken als je de spreiding uit je eigen steekproef schat | de t-waarde en de vrijheidsgraden |
| Chi-kwadraat (χ²) | Toetsen op verbanden of verdelingen in een kruistabel | de χ²-waarde en de vrijheidsgraden |
| F-waarde | Variantieanalyse (ANOVA) en het vergelijken van spreidingen | de F-waarde en twee soorten vrijheidsgraden |
Heb je nog geen toetsingsgrootheid maar wel je ruwe gegevens? Gebruik dan eerst de t-toets, die de t-waarde én de p-waarde in één keer voor je uitrekent. Wil je van een losse meting een z-waarde maken, dan helpt de z-score je verder.
De bekendste route loopt via een gemiddelde. Je kijkt hoe ver je steekproefgemiddelde van de veronderstelde waarde af ligt en deelt dat door de standaardfout:
Het onderste deel van die breuk, de standaarddeviatie gedeeld door de wortel uit het aantal metingen, heet de standaardfout. De z-waarde vertelt dus in hoeveel standaardfouten je uitkomst van de nulhypothese af ligt. Precies daarom kun je hem omrekenen naar een kans: bij de standaardnormale verdeling hoort bij elke z-waarde een vaste staartkans, en dat is je p-waarde.
De p-waarde hangt af van wat je precies "minstens zo extreem" noemt. Daar zijn drie varianten voor:
Bij een symmetrische verdeling zoals de normale of de t-verdeling geldt daardoor een eenvoudig verband:
Eenzijdig toetsen levert dus altijd de helft van de p-waarde op, en daarmee eerder een significant resultaat. Daar zit een strenge voorwaarde aan: je moet die richting hebben vastgelegd voordat je je gegevens zag. Achteraf de richting kiezen die het beste uitkomt, is een bekende vorm van zelfbedrog. Twijfel je, kies dan tweezijdig.
Bij chi-kwadraat en F ligt dat anders. Die verdelingen zijn niet symmetrisch en beginnen bij 0; grote waarden betekenen daar altijd "meer afwijking van de nulhypothese". Daarom toets je die vrijwel altijd rechtszijdig, en dat is in deze tool ook de standaardinstelling.
Je vergelijkt de p-waarde met een grens die je vooraf kiest: het significantieniveau, geschreven als α (alfa). Is p kleiner dan α, dan noem je het resultaat significant en verwerp je de nulhypothese. Is p groter, dan houd je de nulhypothese aan.
De meest gebruikte grens is 5%, maar dat is niet meer dan een afspraak; er zit geen natuurwet achter. In vakgebieden waar een foute conclusie duur is, wordt vaak 1% of 0,1% gebruikt. In de deeltjesfysica gaat men zelfs tot ongeveer 0,00006%. Kies je grens dus op basis van wat een vergissing zou kosten, en leg hem vast voordat je gaat rekenen.
Precies dezelfde conclusie kun je trekken met de kritieke waarde: dat is de toetsingsgrootheid die exact bij de grens hoort. Ligt jouw waarde daarbuiten, dan is p kleiner dan α. Beide methoden geven altijd hetzelfde antwoord. Deze tool laat allebei zien, plus een tabel waarin je ziet bij welke niveaus je uitkomst wel en niet standhoudt.
Een fabrikant belooft dat een lamp gemiddeld 1.000 uur brandt. Jij test er 40 en vindt een gemiddelde van 970 uur, met een standaarddeviatie van 90 uur. Zijn de lampen echt slechter, of is dit toeval?
Die 0,0175 is kleiner dan 0,05, dus je verwerpt de nulhypothese: de lampen branden significant korter dan beloofd. Had je tweezijdig getoetst, dan was p ≈ 0,035 geweest; ook dan significant, maar minder overtuigend. En had je 1% als grens gekozen, dan was je uitkomst juist níet significant geweest. Je ziet dat de conclusie afhangt van keuzes die je vooraf maakt, en dat is precies waarom je ze vooraf moet maken.
Rond de p-waarde bestaan hardnekkige misverstanden. Deze vier zijn het belangrijkst om te kennen:
Er is nog een valkuil die je zelf kunt vermijden. Blijf je toetsen tot er toevallig iets significants uitkomt, bijvoorbeeld door twintig verbanden te proberen of steeds meer metingen toe te voegen tot p onder 0,05 zakt, dan vind je gegarandeerd "iets". Bij een grens van 5% is immers gemiddeld 1 op de 20 toevallige resultaten al significant. Dat heet p-hacking. Bepaal daarom vooraf wat je toetst, hoeveel metingen je doet en welke grens je aanhoudt.
In verslagen en scripties gelden een paar vaste gewoontes:
Deze tool zet de rapportageregel kant-en-klaar in een van de kaartjes onder de uitkomst, zodat je hem zo kunt overnemen.
Wil je je uitkomst met een ander hulpmiddel controleren, dan kan dat zo:
Kies eerst welke toetsingsgrootheid je hebt: een z-waarde, een t-waarde, een chi-kwadraat of een F-waarde. Vul die waarde daarna in. Bij de t-verdeling en chi-kwadraat vul je ook de vrijheidsgraden in, en bij de F-verdeling twee soorten: die van de teller en die van de noemer. Kies vervolgens of je een- of tweezijdig toetst en welk significantieniveau je aanhoudt. Decimalen mag je met een komma of een punt schrijven, en een negatieve waarde typ je met een minteken. Je ziet meteen de p-waarde, de conclusie, de rapportageregel, de kritieke waarde, de tegenkans, een tekening van de verdeling waarin de p-waarde als oppervlakte is ingekleurd en een tabel met de conclusie bij andere significantieniveaus. Alles wordt lokaal in je browser uitgerekend.
In twee stappen. Bereken eerst je toetsingsgrootheid, bijvoorbeeld een z-waarde of een t-waarde. Zoek daarna op hoeveel kans er in de bijbehorende verdeling nog voorbij die waarde ligt; dat is de p-waarde. Bij tweezijdig toetsen tel je beide staarten mee en verdubbel je die kans. Deze tool doet die tweede stap voor je, voor de z-, t-, chi-kwadraat- en F-verdeling.
Dat je in 5 van de 100 onderzoeken een uitkomst zou vinden die minstens zo extreem is, terwijl er in werkelijkheid niets aan de hand is. Precies op 0,05 zit je op de meest gebruikte grens: net niet kleiner dan 0,05, dus streng genomen niet significant. In de praktijk noemt men zo'n uitkomst vaak "op de grens" en meldt men het getal er gewoon bij.
Er bestaat geen goede of foute p-waarde; het is een meetuitkomst, geen cijfer. Wel geldt: hoe kleiner, hoe sterker het bewijs tegen de nulhypothese. Onder de gangbare grens van 0,05 noem je een resultaat significant, onder 0,01 sterk en onder 0,001 heel sterk. Kijk daarnaast altijd naar de effectgrootte, want een kleine p-waarde zegt niets over hoe groot het effect is.
Bij de gebruikelijke grens van 0,05 niet, want 0,06 is groter. Toch is het verschil met 0,04 minimaal, en het is misleidend om de ene uitkomst een ontdekking te noemen en de andere niets. Meld daarom altijd de precieze p-waarde in plaats van alleen "wel" of "niet" significant, en zet de effectgrootte erbij.
Dat de p-waarde kleiner is dan een duizendste: onder de nulhypothese zou je zo'n uitkomst in minder dan 1 op de 1.000 onderzoeken tegenkomen. Dat is heel sterk bewijs tegen de nulhypothese. Bij zulke kleine waarden is het gebruikelijk om p < 0,001 te schrijven in plaats van het exacte getal, omdat de precieze uitkomst dan sterk afhangt van aannames over de verdeling.
Via de staartkans van de standaardnormale verdeling. Bij z = 1,96 ligt er rechts nog 2,5% van de kans, dus rechtszijdig is p = 0,025 en tweezijdig p = 0,05. Bij z = 1 is dat 0,159 en 0,317, bij z = 2,58 nog 0,005 en 0,010. Vroeger zocht je dat op in een z-tabel achter in je boek; deze tool rekent het meteen uit.
Bij tweezijdig toetsen telt een afwijking in beide richtingen mee, bij eenzijdig alleen in de richting die je vooraf hebt gekozen. Bij een symmetrische verdeling is de eenzijdige p-waarde precies de helft van de tweezijdige. Kies eenzijdig alleen als je die richting had vastgelegd voordat je je gegevens zag; anders is tweezijdig de juiste keuze.
Nee. De staart van een verdeling loopt oneindig door, dus er blijft altijd een piepkleine kans over. Zie je ergens p = 0,000 staan, dan is dat een afgeronde weergave en bedoelt men p < 0,001. Deze tool schakelt bij heel kleine uitkomsten over op wetenschappelijke notatie, zodat je ziet hoe klein de kans werkelijk is.
Nee. De p-waarde zegt alleen dat je gegevens onwaarschijnlijk zijn onder de nulhypothese. Dat is iets anders dan bewijs voor jouw verklaring: een meetfout, een vertekende steekproef of een vergeten derde factor kunnen hetzelfde patroon veroorzaken. De p-waarde is een signaal om serieus te nemen, geen bewijs op zichzelf.
Ja. De berekening draait volledig in je eigen browser; de getallen die je invoert verlaten je apparaat niet en worden nergens opgeslagen.
JaHandig