At beherske statistiske teknikker kan hjælpe os med bedre at forstå verden omkring os, og at lære at håndtere data korrekt kan vise sig nyttigt i en række karrierer. T-test kan hjælpe med at bestemme, om forskellen mellem et forventet sæt værdier og et givet sæt værdier er signifikant. Selvom denne procedure måske ser vanskelig ud i starten, kan den være enkel at bruge med en smule øvelse. Denne proces er afgørende for fortolkning af statistik og data, da den fortæller os, om dataene er nyttige eller ej.
Angiv hypotesen. Bestem, om dataene garanterer en ensidig eller to-halet test. For ensidige tests vil nulhypotesen være i form af μ> x, hvis du vil teste for en prøve, der er for lille, eller μ
Bestem et signifikansniveau, der passer til dit studie. Dette er den værdi, du sammenligner dit endelige resultat med. Generelt er signifikansværdierne α = .05 eller α = .01, afhængigt af din præference og hvor nøjagtige du vil have, at dine resultater skal være.
Beregn eksempeldataene. Brug formlen (x - μ) / SE, hvor standardfejlen (SE) er standardafvigelsen for kvadratroden af populationen (SE = s / √n). Efter bestemmelse af t-statistikken beregnes frihedsgrader gennem formlen n-1. Indtast t-statistikken, frihedsgraderne og signifikansniveauet i t-testfunktionen på en grafregner for at bestemme P-værdien. Hvis du arbejder med en to-halet T-test, skal du fordoble P-værdien.
Fortolker resultaterne. Sammenlign P-værdien med α-signifikansniveauet, der er anført tidligere. Hvis det er mindre end α, afvises nulhypotesen. Hvis resultatet er større end α, undlader du at afvise nulhypotesen. Hvis du afviser nulhypotesen, betyder det, at din alternative hypotese er korrekt, og at dataene er signifikante. Hvis du ikke afviser nulhypotesen, betyder det, at der ikke er nogen signifikant forskel mellem eksempeldataene og de givne data.