Un test z è un test della distribuzione normale standard Sebbene sia possibile calcolare a mano il valore P di un punteggio z, la formula è estremamente complessa. Fortunatamente, puoi utilizzare un'applicazione per fogli di calcolo per eseguire i tuoi calcoli. Passaggio 1: inserisci il punteggio Z nel tuo programma Apri il programma di calcolo e inserisci lo z-score dal z-test nella cella A1. Ad esempio, supponi di confrontare l'altezza degli uomini con l'altezza delle donne in un campione di studenti universitari. Se fai il test sottraendo le altezze delle donne dalle altezze degli uomini, potresti avere un punteggio z di 2,5. Se, al contrario, sottrai le altezze degli uomini dalle altezze delle donne, potresti avere un punteggio z di -2.5. Questi sono, per scopi analitici, equivalenti. Passaggio 2: Imposta il livello di significatività Decidi se vuoi che il valore P sia più alto di questo z-score o inferiore a questo z -Punto. Più alti sono i valori assoluti di questi numeri, più è probabile che i risultati siano statisticamente significativi. Se il tuo punteggio z è negativo, quasi sicuramente vuoi un valore P più negativo, se è positivo, quasi sicuramente vuoi un valore P più positivo. Passaggio 3: calcola il valore P Nella cella B1, immettere = NORM.S.DIST (A1, FALSE) se si desidera il valore p di questo punteggio o inferiore; enter = NORM.S.DIST (A1, TRUE) se vuoi il valore p di questo punteggio o superiore. Ad esempio, se sottrai le altezze delle donne dagli uomini e ottieni z = 2,5, entra = NORM.S.DIST (A1, FALSE); dovresti ottenere 0,0175. Ciò significa che se l'altezza media di tutti gli uomini del college era uguale all'altezza media di tutte le donne del college, la probabilità di ottenere un punteggio z alto in un campione è solo di 0,0175 o 1,75%. TL; DR (troppo lungo, non letto) Puoi anche calcolarlo in R, SAS, SPSS o su alcuni calcolatori scientifici.
, una curva a campana con una media di 0 e una deviazione standard di 1. Questi test si presentano in molte procedure statistiche. Un valore P è una misura della significatività statistica di un risultato statistico. La significatività statistica affronta la domanda: "Se, nell'intera popolazione dalla quale è stato tratto questo campione, la stima del parametro fosse 0, quanto sono probabili risultati estremi come questo o più estremi?" Cioè, fornisce una base per determinare se un'osservazione di un campione è semplicemente il risultato di casualità (cioè di accettare l'ipotesi nulla) o se un intervento di studio ha in effetti prodotto un effetto reale (cioè, rifiutare l'ipotesi nulla).
