통계 기술을 습득하면 주변 세상을 더 잘 이해하는 데 도움이 될 수 있으며 데이터를 올바르게 처리하는 방법을 배우는 것은 다양한 직업에서 유용 할 수 있습니다. T- 검정은 예상 값 집합과 주어진 값 집합 간의 차이가 중요한지 여부를 확인하는 데 도움이 될 수 있습니다. 이 절차는 처음에는 어려울 수 있지만 약간의 연습을 통해 사용하는 것은 간단합니다. 이 프로세스는 데이터가 유용한 지 여부를 알려주기 때문에 통계 및 데이터를 해석하는 데 중요합니다.
가설을 서술하십시오. 데이터가 단측 검정인지 양측 검정인지 확인합니다. 단측 검정의 경우 너무 작은 표본 평균을 검정하려는 경우 귀무 가설의 형태는 μ> x이고, 너무 큰 표본 평균을 검정하려는 경우 μ
연구에 적합한 유의 수준을 결정하십시오. 이것은 최종 결과를 비교할 값입니다. 일반적으로 유의성 값은 선호도와 원하는 결과의 정확도에 따라 α = .05 또는 α = .01입니다.
샘플 데이터를 계산합니다. 공식 (x-μ) / SE를 사용합니다. 여기서 표준 오차 (SE)는 모집단 제곱근의 표준 편차입니다 (SE = s / √n). t- 통계량을 결정한 후 공식 n-1을 통해 자유도를 계산합니다. 그래프 계산기의 t- 검정 함수에 t- 통계, 자유도 및 유의 수준을 입력하여 P- 값을 결정합니다. 양측 T- 검정으로 작업하는 경우 P- 값을 두 배로 늘립니다.
결과를 해석하십시오. P- 값을 앞서 언급 한 α 유의 수준과 비교합니다. α보다 작 으면 귀무 가설을 기각합니다. 결과가 α보다 크면 귀무 가설을 기각하지 마십시오. 귀무 가설을 기각하면 대립 가설이 정확하고 데이터가 유의하다는 것을 의미합니다. 귀무 가설을 기각하지 못하면 표본 데이터와 주어진 데이터간에 유의 한 차이가 없음을 의미합니다.