Så du tager statistik, og du ved, at du skal bruge en t-test, men er stumpet over, hvilken slags t-test du skal bruge? Denne enkle artikel viser dig, hvordan du bestemmer, om en parret, uparret eller en-prøve t-test er passende i din særlige situation.
Spørg dig selv: Vil jeg sammenligne middelværdien for to grupper, eller er jeg ligeglad med, hvordan gennemsnittet af en enkelt gruppe sammenligner med et antal? Hvis du vil sammenligne middelværdien for to grupper, skal du fortsætte til trin 2.
Hvis du kun er ligeglad med, hvordan gennemsnittet af en enkelt gruppe sammenlignes med et enkelt tal, skal du bruge en t-test med en prøve. Et eksempel på et tilfælde, hvor en en-prøve t-test er passende, ville være, hvis man tester, om den gennemsnitlige studerende bruger betydeligt mere end 2000 kalorier om dagen (f.eks. sammenligner du det gennemsnitlige antal forbrugte kalorier for at se, om det er signifikant større end antallet 2000).
Hvis du sammenligner middelværdien for to grupper, så spørg dig selv: Kom de to grupper af tal, som vi sammenligner, fra de samme mennesker? Hvis ja, skal vi bruge en parret-prøver t-test (også kendt som en t-test med gentagne prøver).
Lad os for eksempel sige, at vi sammenligner vægten af hver person i en gruppe mennesker, før de gik på diæt med deres vægt, efter at de havde gennemført diætprogrammet. Vi vil gerne vide, om hver persons vægt efter programmet er betydeligt større end deres vægt på forhånd. De to sæt numre, vi sammenligner, kommer fra det samme sæt mennesker: et sæt repræsenterer deres vægte før behandling, og det andet sæt repræsenterer deres vægte efter behandling. Dette kaldes en variabel inden for fag. I et tilfælde som dette skal du bruge en t-test med parrede prøver (også kendt som en t-test med gentagne prøver).
Der er endnu et tilfælde, hvor en parret-prøve t-test er passende: hvis forskeren laver et "matchet" design, hvor de målrettet valgte par af emner, der ligner hinanden i forskellige karakteristika (f.eks. alder, køn, sygehistorie osv.) Når som helst, hvor tallene i den første og anden gruppe er parret, der er en meningsfuld sammenhæng mellem en værdi i den første gruppe af scores og den tilsvarende værdi i den anden gruppe af scores, er en parret-prøver t-test passende.
I ethvert andet tilfælde hvor en t-test er passende, er det bedst at bruge en uafhængig t-test. Dette er passende til "mellem-emner" -design, hvor to grupper af emner er beregnet til at adskille sig ved kritisk manipulation. For eksempel, hvis du tester effekten af koffein på væksten af planter, kan du have to grupper: en kontrolgruppe, der fik vand, og en eksperimentel gruppe af planter, der fik koffein opløsning. Da du bruger helt forskellige planter i hver gruppe, er der ingen meningsfuld parring mellem score i de to grupper, og du skal bruge en uafhængig t-test.
Om forfatteren
Denne artikel blev oprettet af en professionel forfatter og redigeret af erfarne kopieredaktører, begge kvalificerede medlemmer af Demand Media Studios-samfundet. Alle artikler gennemgår en redaktionel proces, der inkluderer retningslinjer for emner, gennemgang af plagiering, faktakontrol og andre trin i et forsøg på at give pålidelig information.