La maîtrise des techniques statistiques peut nous aider à mieux comprendre le monde qui nous entoure, et apprendre à gérer correctement les données peut s'avérer utile dans une variété de carrières. Les tests T peuvent aider à déterminer si la différence entre un ensemble de valeurs attendu et un ensemble de valeurs donné est significative ou non. Bien que cette procédure puisse sembler difficile au début, elle peut être simple à utiliser avec un peu de pratique. Ce processus est essentiel pour interpréter les statistiques et les données, car il nous indique si les données sont utiles ou non.
Énoncez l'hypothèse. Déterminez si les données justifient un test unilatéral ou bilatéral. Pour les tests unilatéraux, l'hypothèse nulle se présentera sous la forme μ > x si vous souhaitez tester une moyenne d'échantillon trop petite, ou μ < x si vous souhaitez tester une moyenne d'échantillon trop grande. L'hypothèse alternative est de la forme μ = x. Pour les tests bilatéraux, l'hypothèse alternative est toujours μ = x, mais l'hypothèse nulle devient μ ≠ x.
Déterminez un niveau de signification approprié pour votre étude. Ce sera la valeur à laquelle vous comparerez votre résultat final. En règle générale, les valeurs de signification sont à = 0,05 ou α = 0,01, selon vos préférences et la précision que vous souhaitez obtenir pour vos résultats.
Calculez les données de l'échantillon. Utilisez la formule (x - μ)/SE, où l'erreur type (SE) est l'écart type de la racine carrée de la population (SE = s/√n). Après avoir déterminé la statistique t, calculez les degrés de liberté à l'aide de la formule n-1. Entrez la statistique t, les degrés de liberté et le niveau de signification dans la fonction de test t sur une calculatrice graphique pour déterminer la valeur P. Si vous travaillez avec un test T bilatéral, doublez la valeur P.
Interpréter les résultats. Comparez la valeur p au niveau de signification indiqué précédemment. S'il est inférieur à, rejetez l'hypothèse nulle. Si le résultat est supérieur à, ne pas rejeter l'hypothèse nulle. Si vous rejetez l'hypothèse nulle, cela implique que votre hypothèse alternative est correcte et que les données sont significatives. Si vous ne rejetez pas l'hypothèse nulle, cela implique qu'il n'y a pas de différence significative entre les données de l'échantillon et les données données.