Vsebina
Obvladovanje statističnih tehnik nam lahko pomaga bolje razumeti svet okoli nas, učenje pravilnega ravnanja s podatki pa se lahko izkaže za koristno v različnih karierih. T-testi lahko pomagajo ugotoviti, ali je razlika med pričakovanim naborom vrednosti in danim naborom vrednosti pomembna. Čeprav je ta postopek na začetku lahko težaven, ga je z malo prakse mogoče preprosto uporabiti. Ta postopek je ključnega pomena za razlago statistik in podatkov, saj nam pove, ali so podatki koristni ali ne.
Postopek
Navedite hipotezo. Ugotovite, ali podatki upravičujejo preizkus z enim repom ali dvorezom. Za preizkuse z enim repom bo nična hipoteza v obliki μ> x, če želite preizkusiti, ali je vzorec premajhen, ali μ <x, če želite preskusiti za vzorec, ki je prevelik. Alternativna hipoteza je v obliki μ = x. Za dvotirne teste je alternativna hipoteza še vedno μ = x, vendar se ničelna hipoteza spremeni v μ ≠ x.
Določite stopnjo pomembnosti, primerno za vaš študij. To bo vrednost, s katero primerjate končni rezultat. Na splošno so vrednosti pomembnosti pri α = .05 ali α = .01, odvisno od vaše želje in tega, kako natančni želite, da so vaši rezultati.
Izračunajte vzorčne podatke. Uporabite formulo (x - μ) / SE, kjer je standardna napaka (SE) standardni odklon kvadratnega korena populacije (SE = s / √n). Po določitvi t-statistike izračunajte stopnje svobode s formulo n-1. V grafični kalkulator vnesite t-statistiko, stopnjo svobode in pomen v funkcijo t-testa, da določite vrednost P. Če delate z dvotirnim T-testom, podvojite vrednost P.
Razložite rezultate. Primerjajte vrednost P z vrednostjo α, navedeno prej. Če je manjši od α, zavrnite ničelno hipotezo. Če je rezultat večji od α, nične hipoteze ne zavrnite. Če zavrnete ničelno hipotezo, to pomeni, da je vaša alternativna hipoteza pravilna in da so podatki pomembni. Če nične hipoteze ne zavrnete, to pomeni, da med vzorčnimi podatki in danimi podatki ni bistvene razlike.