Att bemästra statistiska tekniker kan hjälpa oss att bättre förstå världen omkring oss, och att lära oss att hantera data korrekt kan visa sig vara användbart i en mängd olika karriärer. T-tester kan hjälpa till att avgöra om skillnaden mellan en förväntad uppsättning värden och en given uppsättning värden är signifikant eller inte. Även om denna procedur kan se svår ut till en början, kan den vara enkel att använda med lite övning. Denna process är avgörande för att tolka statistik och data, eftersom den talar om för oss om uppgifterna är användbara eller inte.
Procedur
Ange hypotesen. Bestäm om uppgifterna motiverar ett ensidigt eller tvåsidigt test. För ensidiga tester kommer nollhypotesen att vara i form av μ > x om man vill testa för ett urvalsmedelvärde som är för litet, eller μ < x om man vill testa för ett urvalsmedelvärde som är för stort. Den alternativa hypotesen är i form av μ = x. För tvåsidiga test är den alternativa hypotesen fortfarande μ = x, men nollhypotesen ändras till μ ≠ x.
Bestäm en signifikansnivå som är lämplig för din studie. Detta kommer att vara värdet du jämför ditt slutresultat med. I allmänhet är signifikansvärden α = .05 eller α = .01, beroende på vad du föredrar och hur exakt du vill att dina resultat ska vara.
Beräkna provdata. Använd formeln (x – μ)/SE, där standardfelet (SE) är standardavvikelsen från kvadratroten av populationen (SE = s/√n). Efter att ha bestämt t-statistiken, beräkna frihetsgrader genom formeln n-1. Ange t-statistik, frihetsgrader och signifikansnivå i t-testfunktionen på en grafräknare för att bestämma P-värdet. Om du arbetar med ett tvåsidigt T-test, dubbla P-värdet.
Tolka resultaten. Jämför P-värdet med den tidigare angivna α-signifikansnivån. Om det är mindre än α, förkasta nollhypotesen. Om resultatet är större än α, misslyckas med att förkasta nollhypotesen. Om du förkastar nollhypotesen innebär detta att din alternativa hypotes är korrekt och att data är signifikanta. Om du misslyckas med att förkasta nollhypotesen, innebär detta att det inte finns någon signifikant skillnad mellan provdata och givna data.
Tips
Dubbelkolla alltid dina beräkningar.
Varningar
T-testresultat är subjektiva till den signifikansnivå du väljer att jämföra dina resultat med. Även om resultaten är korrekta för det mesta är det fortfarande möjligt att misstolka data.
