Sadržaj
Savladavanje statističkih tehnika može nam pomoći da bolje razumijemo svijet oko nas, a učenje ispravnog postupanja s podacima može se pokazati korisnim u raznim karijerama. T-testovi mogu vam pomoći da se utvrdi je li razlika između očekivanog skupa vrijednosti i određenog skupa vrijednosti značajna ili ne. Iako ovaj postupak u početku može izgledati težak, može ga se koristiti uz malo prakse. Ovaj je proces važan za tumačenje statistika i podataka jer nam govori jesu li podaci korisni ili ne.
Postupak
Navedite hipotezu. Utvrdite da li podaci opravdavaju jednokraki ili dvoredni test. Za testove s jednim repom, nulta hipoteza će biti u obliku μ> x ako želite testirati da li je vrijednost uzorka premala, ili μ <x ako želite testirati za uzorak znači da je prevelik. Alternativna hipoteza je u obliku μ = x. Za dva dvostrana ispitivanja, alternativna hipoteza je i dalje μ = x, ali nulta hipoteza se mijenja u μ ≠ x.
Odredite razinu značajnosti za vašu studiju. To će biti vrijednost s kojom uspoređujete svoj konačni rezultat. Općenito, vrijednosti značajnosti su na α = .05 ili α = .01, ovisno o vašim željama i koliko želite da budu vaši rezultati.
Izračunajte uzorke podataka. Koristite formulu (x - μ) / SE, gdje je standardna pogreška (SE) standardna devijacija kvadratnog korijena populacije (SE = s / √n). Nakon određivanja t-statistike, izračunajte stupnjeve slobode pomoću formule n-1. Unesite t-statistiku, stupnjeve slobode i značajnost u funkciju t-testa na grafičkom kalkulatoru kako biste odredili P-vrijednost. Ako radite s dvostrukim T-testom, udvostručite P-vrijednost.
Protumačite rezultate. Usporedite P-vrijednost s ranije navedenom razinom značenja. Ako je manji od α, odbacite nultu hipotezu. Ako je rezultat veći od α, nemojte odbaciti ništavnu hipotezu. Ako odbijete ništavnu hipotezu, to znači da je vaša alternativna hipoteza tačna i da su podaci značajni. Ako ne odbacite nijednu hipotezu, to znači da ne postoji značajna razlika između uzorka i danih podataka.