Ett z-test är ett test av standardnormalfördelningen, en klockformad kurva med en medelvärde av 0 och en standardavvikelse på 1. Dessa tester uppstår i många statistiska procedurer. Ett P-värde är ett mått på den statistiska signifikansen av ett statistiskt resultat. Statistisk signifikans tar upp frågan: ”Om parameteruppskattningen var 0 i hela populationen från vilken detta urval togs, hur troligt är det att resultaten är så extrema som detta eller mer extrema?” Det vill säga, det ger en grund för att avgöra om en observation av ett urval bara är resultatet av en slumpmässig slump (det vill säga att acceptera nollhypotesen) eller om en studieintervention faktiskt har gett en genuin effekt (det vill säga att förkasta nollhypotesen).
Även om du kan beräkna P-värdet för en z-poäng för hand, är formeln extremt komplex. Som tur är kan du använda ett kalkylprogram för att utföra dina beräkningar istället.
Steg 1: Ange Z-poängen i ditt program
Öppna kalkylarksprogrammet och ange z-poängen från z-testet i cell A1. Anta till exempel att du jämför mäns höjd med kvinnors längd i ett urval av studenter. Om du gör testet genom att subtrahera kvinnors längder från mäns längder, kan du ha en z-poäng på 2,5. Om du å andra sidan subtraherar mäns höjder från kvinnors höjder kan du ha en z-poäng på -2,5. Dessa är, för analytiska ändamål, likvärdiga.
Steg 2: Ställ in signifikansnivån
Bestäm om du vill att P-värdet ska vara högre än detta z-poäng eller lägre än denna z-poäng. Ju högre absoluta värden är för dessa siffror, desto mer sannolikt är dina resultat statistiskt signifikanta. Om ditt z-poäng är negativt, vill du nästan säkert ha ett mer negativt P-värde; om det är positivt, du vill nästan säkert ha ett mer positivt P-värde.
Steg 3: Beräkna P-värdet
I cell B1 anger du =NORM.S.DIST(A1, FALSE) om du vill ha P-värde för denna poäng eller lägre; ange =NORM.S.DIST(A1, TRUE) om du vill ha P-värdet för denna poäng eller högre.
Till exempel, om du subtraherade damernas höjder från herrarnas och fick z = 2,5, ange =NORM.S.FÖRD(A1, FALSK); du borde få 0,0175. Detta betyder att om den genomsnittliga längden för alla college-män var densamma som den genomsnittliga längden för alla college-kvinnor, är chansen att få detta höga z-poäng i ett urval endast 0,0175, eller 1,75 procent.
Tips
Du kan även räkna ut dessa i R, SAS, SPSS eller på några vetenskapliga miniräknare.
