Statistisko metožu apgūšana var palīdzēt labāk izprast apkārtējo pasauli, un iemācīšanās pareizi rīkoties ar datiem var izrādīties noderīga dažādās karjerās. T-testi var palīdzēt noteikt, vai atšķirība starp paredzamo vērtību kopu un norādīto vērtību kopumu ir būtiska. Lai gan šī procedūra sākotnēji var šķist sarežģīta, to var vienkārši izmantot, nedaudz praktizējot. Šis process ir vitāli svarīgs, interpretējot statistiku un datus, jo tas mums norāda, vai dati ir vai nav noderīgi.
Norādiet hipotēzi. Nosakiet, vai dati ir pamatoti ar vienu vai divām pārbaudēm. Veicot vienpusējus testus, nulles hipotēze būs μ> x formā, ja vēlaties pārbaudīt pārāk mazu vidējo paraugu, vai μ
Nosakiet savam pētījumam atbilstošu nozīmīguma līmeni. Tā būs vērtība, ar kuru jūs salīdzināsiet savu gala rezultātu. Parasti nozīmības vērtības ir pie α = 0,05 vai α = 0,01, atkarībā no jūsu vēlmēm un to, cik precīzi vēlaties iegūt rezultātus.
Aprēķiniet parauga datus. Izmantojiet formulu (x - μ) / SE, kur standarta kļūda (SE) ir populācijas kvadrātsaknes standarta novirze (SE = s / √n). Pēc t-statistikas noteikšanas aprēķiniet brīvības pakāpes, izmantojot formulu n-1. Ievadiet t-statistiku, brīvības pakāpes un nozīmības līmeni grafikas kalkulatora t-testa funkcijā, lai noteiktu P vērtību. Ja strādājat ar divu astes T-testu, dubultojiet P vērtību.
Interpretējiet rezultātus. Salīdziniet P vērtību ar iepriekš norādīto α nozīmības līmeni. Ja tas ir mazāks par α, noraidiet nulles hipotēzi. Ja rezultāts ir lielāks par α, nespēj noraidīt nulles hipotēzi. Ja jūs noraidāt nulles hipotēzi, tas nozīmē, ka jūsu alternatīvā hipotēze ir pareiza un dati ir nozīmīgi. Ja neizdodas noraidīt nulles hipotēzi, tas nozīmē, ka nav būtiskas atšķirības starp izlases datiem un dotajiem datiem.