Зміст
Оволодіння статистичними методами може допомогти нам краще зрозуміти навколишній світ, а навчитися правильно обробляти дані може виявитися корисним у різних галузях кар’єри. T-тести можуть допомогти визначити, чи є різниця між очікуваним набором значень та заданим набором значень істотною. Незважаючи на те, що ця процедура спочатку може виглядати складною, вона може бути простою, використовуючи трохи практики. Цей процес є життєво важливим для інтерпретації статистики та даних, оскільки він говорить про те, корисні чи ні дані.
Порядок
Сформулюйте гіпотезу. Визначте, чи дані підтверджують тест з однохвостим або двохвостим. Для односхилих тестів нульова гіпотеза буде мати форму μ> x, якщо ви хочете перевірити середнє значення вибірки, або μ <x, якщо ви хочете перевірити на вибірці середнє значення, яке занадто велике. Альтернативна гіпотеза у вигляді μ = x. Для двосхилих тестів альтернативна гіпотеза все ще μ = x, але нульова гіпотеза змінюється на μ ≠ x.
Визначте рівень значущості, відповідний для вашого дослідження. Це буде значення, з яким ви порівнюєте свій кінцевий результат. Як правило, значення значущості знаходяться на рівні α = .05 або α = .01, залежно від ваших уподобань та наскільки точно ви хочете, щоб ваші результати були.
Обчисліть вибіркові дані. Використовуйте формулу (x - μ) / SE, де стандартна похибка (SE) - це стандартне відхилення квадратного кореня сукупності (SE = s / √n). Визначивши t-статистику, обчисліть ступені свободи за формулою n-1. Введіть t-статистику, ступінь свободи та значущість у функцію t-test на графічному калькуляторі, щоб визначити P-значення. Якщо ви працюєте з двосхилим Т-тестом, подвойте значення P.
Інтерпретувати результати. Порівняйте значення P з рівнем значущості α, зазначеним раніше. Якщо вона менша за α, відкиньте нульову гіпотезу. Якщо результат більший за α, не вдасться відкинути нульову гіпотезу. Якщо ви відкидаєте нульову гіпотезу, це означає, що ваша альтернативна гіпотеза є правильною та що дані є вагомими. Якщо не вдасться відкинути нульову гіпотезу, це означає, що немає суттєвої різниці між вибірковими даними та даними.