Tilastotekniikoiden hallitseminen voi auttaa meitä ymmärtämään paremmin ympäröivää maailmaa, ja oppiminen käsittelemään tietoja oikein voi osoittautua hyödylliseksi useilla urilla. T-testit voivat auttaa määrittämään, onko odotettujen arvojen ja tietyn arvojoukon välinen ero merkittävä. Vaikka tämä menettely saattaa näyttää aluksi vaikealta, se voi olla yksinkertainen käyttää pienellä harjoittelulla. Tämä prosessi on elintärkeä tilastojen ja tietojen tulkinnassa, koska se kertoo meille, ovatko tiedot hyödyllisiä vai ei.
Ilmoita hypoteesi. Selvitä, ovatko tiedot oikeutettuja yksi- tai kaksihäntäiseen testiin. Yksisuuntaisissa testeissä nollahypoteesi on muodossa μ> x, jos haluat testata liian pienen näytekeskiarvon, tai μ
Määritä tutkimuksellesi sopiva merkitsevyystaso. Tämä on arvo, johon verrataan lopputulosta. Yleensä merkitsevyysarvot ovat α = .05 tai α = .01, riippuen mieltymyksestäsi ja siitä, kuinka tarkkoja haluat tulostesi olevan.
Laske näytetiedot. Käytä kaavaa (x - μ) / SE, jossa keskivirhe (SE) on populaation neliöjuuren keskihajonta (SE = s / √n). Kun olet määrittänyt t-tilaston, laske vapausasteet kaavan n-1 avulla. Syötä t-tilasto, vapausasteet ja merkitsevyystaso graafisen laskimen t-testi-funktioon P-arvon määrittämiseksi. Jos työskentelet kaksisuuntaisen T-testin kanssa, kaksinkertaista P-arvo.
Tulkitse tulokset. Vertaa P-arvoa aiemmin ilmoitettuun α-merkitsevyystasoon. Jos se on pienempi kuin α, hylkää nollahypoteesi. Jos tulos on suurempi kuin α, älä hylkää nollahypoteesia. Jos hylkäät nullhypoteesin, tämä tarkoittaa, että vaihtoehtoinen hypoteesi on oikea ja että tiedot ovat merkittäviä. Jos et hylkää nollahypoteesia, tämä tarkoittaa, että näytetietojen ja annettujen tietojen välillä ei ole merkittävää eroa.