A statisztikai technikák elsajátítása segíthet abban, hogy jobban megértsük a körülöttünk lévő világot, és az adatok helyes kezelésének megtanulása számos karrier során hasznosnak bizonyulhat. A T-tesztek segíthetnek annak eldöntésében, hogy a várható értékkészlet és az adott értékkészlet közötti különbség jelentős-e vagy sem. Bár ez az eljárás eleinte nehéznek tűnhet, egy kis gyakorlással egyszerűen használható. Ez a folyamat létfontosságú a statisztikák és adatok értelmezése szempontjából, mivel megmondja nekünk, hogy az adatok hasznosak-e vagy sem.
Mondja el a hipotézist. Határozza meg, hogy az adatok indokoltak-e egyfarkú vagy kétfarkú tesztet. Egyfarkú teszteknél a nullhipotézis μ> x formában lesz, ha túl kicsi mintaátlagot szeretne tesztelni, vagy μ
Határozza meg a tanulmányának megfelelő szignifikancia szintet. Ez lesz az az érték, amelyhez összehasonlítja a végeredményt. Általában a szignifikanciaértékek α = .05 vagy α = .01, az Ön preferenciájától és az eredményeinek pontosságától függően.
Számítsa ki a minta adatait. Használja az (x - μ) / SE képletet, ahol a standard hiba (SE) a sokaság négyzetgyökének szórása (SE = s / √n). A t-statisztika meghatározása után az n-1 képlet segítségével számítsa ki a szabadság fokát. Írja be a t-statisztikát, a szabadság fokát és a szignifikancia szintet a t-teszt függvénybe egy grafikus számológépen a P-érték meghatározásához. Ha kétfarkú T-teszttel dolgozik, duplázza meg a P-értéket.
Értelmezze az eredményeket. Hasonlítsa össze a P-értéket a korábban megadott α-szignifikancia szinttel. Ha kisebb, mint α, utasítsa el a nullhipotézist. Ha az eredmény nagyobb, mint α, ne utasítsa el a nullhipotézist. Ha elutasítja a nullhipotézist, ez azt jelenti, hogy az alternatív hipotézis helytálló, és hogy az adatok jelentősek. Ha nem sikerül elutasítani a nullhipotézist, ez azt jelenti, hogy nincs szignifikáns különbség a minta és az adott adat között.