Mastering av statistiska tekniker kan hjälpa oss att bättre förstå världen runt oss, och att lära oss att hantera data på rätt sätt kan vara användbar i en rad olika karriärer. T-test kan hjälpa till att bestämma huruvida skillnaden mellan en förväntad uppsättning värden och en given uppsättning värden är signifikant. Även om detta förfarande kan se ut som svårt i början kan det vara enkelt att använda med lite träning. Denna process är avgörande för att tolka statistik och data, eftersom det berättar om huruvida uppgifterna är användbara.

Förfarande

Ange hypotesen. Bestäm om datan garanterar ett ett-tailed eller två-tailed test. För en-tailed test kommer nollhypotesen att vara i form av μ > x om du vill testa för ett prov betyder det för liten eller μ < x Om du vill testa för ett prov betyder det för stort. Den alternativa hypotesen är i form av μ = x. För två-tailed test är den alternativa hypotesen fortfarande μ = x, men nollhypotesen ändras till μ ≠ x.

Bestäm en signifikansnivå som är lämplig för din studie. Det här är det värde du jämför ditt slutliga resultat till. Vanligtvis är signifikansvärdena α = .05 eller α = .01 beroende på hur du föredrar och hur exakt du vill att dina resultat ska vara.

Beräkna provdata. Använd formeln (x - μ) /SE, där standardfelet (SE) är standardavvikelsen för kvadratroten av befolkningen (SE = s /nn). Efter att ha bestämt t-statistiken beräknar du frihetsgrader genom formeln n-1. Ange t-statistiken, graden av frihet och signifikansnivå i t-test-funktionen på en grafisk räknare för att bestämma P-värdet. Om du arbetar med ett tvåstansigt T-test, dubbelvärdet P-värdet.

Tolk resultaten. Jämför P-värdet till den a-nivå som anges tidigare. Om det är mindre än α, avvisa nollhypotesen. Om resultatet är större än a, misslyckas inte nollhypotesen. Om du avvisar nollhypotesen innebär det att din alternativa hypotes är korrekt och att data är signifikanta. Om du misslyckas med att neka nollhypotesen innebär det att det inte finns någon signifikant skillnad mellan provdata och givna data.

Tips

Kontrollera alltid dina beräkningar. > Varning

T-testresultat är subjektiva för den nivå du väljer att jämföra dina resultat med. Även om resultaten är korrekta för det mesta, är det fortfarande möjligt att felstolka data.