La padronanza delle tecniche statistiche può aiutarci a capire meglio il mondo che ci circonda e imparare a gestire i dati correttamente può rivelarsi utile in una varietà di carriere. T-Test può aiutare a determinare se la differenza tra un insieme di valori atteso e un determinato insieme di valori è significativa. Mentre questa procedura può sembrare difficile all'inizio, può essere semplice da usare con un po 'di pratica. Questo processo è fondamentale per interpretare statistiche e dati, in quanto ci dice se i dati siano o meno utili.

Procedura

Indicare l'ipotesi. Determina se i dati giustificano un test a una coda oa due code. Per i test a una coda, l'ipotesi nulla sarà nella forma di μ > x se vuoi testare un campione medio troppo piccolo o μ < x se vuoi testare un campione significa che è troppo grande. L'ipotesi alternativa è nella forma di μ = x. Per i test a due code, l'ipotesi alternativa è ancora μ = x, ma l'ipotesi nulla cambia in μ ≠ x.

Determina un livello di significatività appropriato per il tuo studio. Questo sarà il valore con cui confronti il ​​tuo risultato finale. Generalmente, i valori di significatività sono a α = .05 o α = .01, a seconda delle tue preferenze e quanto accurato vuoi che i risultati siano.

Calcola i dati di esempio. Utilizzare la formula (x - μ) /SE, dove l'errore standard (SE) è la deviazione standard della radice quadrata della popolazione (SE = s /√n). Dopo aver determinato la statistica t, calcolare i gradi di libertà attraverso la formula n-1. Immettere la statistica t, i gradi di libertà e il livello di significatività nella funzione t-test su un calcolatore grafico per determinare il valore P. Se stai lavorando con un T-Test a due code, raddoppia il valore P.

Interpreta i risultati. Confrontare il valore P con il livello di significatività α dichiarato in precedenza. Se è inferiore a α, rifiuta l'ipotesi nulla. Se il risultato è maggiore di α, non riescono a rifiutare l'ipotesi nulla. Se si rifiuta l'ipotesi nulla, ciò implica che l'ipotesi alternativa è corretta e che i dati sono significativi. Se non riesci a rifiutare l'ipotesi nulla, ciò implica che non c'è alcuna differenza significativa tra i dati di esempio e i dati dati.

Suggerimento

Controlla sempre i tuoi calcoli.

Avviso

I risultati del test T sono soggettivi al livello di significatività scelto per confrontare i risultati. Sebbene i risultati siano accurati per la maggior parte del tempo, è ancora possibile interpretare erroneamente i dati.