Hur man beräknar ett tvåsidigt test

I inferentiell statistik bildas hypoteser som trevande svar på forskningsfrågor. Statistisk hypotetisk testning tillåter oss att utvärdera hypoteser om populationsparametrar baserat på urvalsstatistik. Typen av testning varierar beroende på graden av mätning av de inblandade variablerna. Om en populationsparameter antas vara större än eller mindre än något värde, används ett ensidigt test. När ingen riktning anges i forskningshypotesen används ett tvåsidigt test. Ett tvåsidigt test kommer att visa om det finns en skillnad i värdena på de inblandade variablerna.

Samla in data för populationsparametrarna. Bestäm om det finns en teoretisk grund som indikerar en specificerad skillnad i riktning för parametrarna. En specificerad skillnad skulle indikeras genom att ange att värdet på en variabel är högre eller lägre än värdet för den andra variabeln. Denna information låter dig bestämma om ett tvåsidigt test är lämpligt.

Gör antaganden om variabelns mätningsnivå, provtagningsmetod, urvalsstorleken och populationsparametrarna. Använd dessa antaganden för att formulera dina hypoteser. Din första hypotes kommer att vara din forskningshypotes, eller H1. Denna hypotes anger skillnaden i populationsparameterns variabler. Din andra hypotes kommer att vara din nollhypotes, eller H0. Denna hypotes motsäger forskningshypotesen och säger att det inte finns någon skillnad mellan populationsmedelvärde och ett specificerat värde.

Beräkna teststatistiken för alfa. Alfa är den sannolikhetsnivå vid vilken nollhypotesen förkastas. Alfa är vanligtvis inställt på nivåerna .05, .01 eller .001, vilket innebär att det kommer att finnas en felmarginal på 5 %, 1 % eller .1 %. För ett tvåsidigt test, dividera värdet på alfa med 2 och jämför det med Z-statistiken om standardavvikelsen är känd eller t-statistiken om standardavvikelsen inte är känd.

Testa nollhypotesen för att avgöra om det finns en skillnad mellan populationsparametern. Målet är att förkasta nollhypotesen för att ge stöd för forskningshypotesen. När sannolikhetsvärdet är mindre än alfa, förkastar vi nollhypotesen och stödjer forskningshypotesen. När sannolikhetsvärdet är större än alfa, misslyckas vi med att förkasta nollhypotesen.