Het beheersen van statistische technieken kan ons helpen de wereld om ons heen beter te begrijpen, en correct leren omgaan met gegevens kan nuttig zijn in verschillende carrières. T-Tests kunnen helpen om te bepalen of het verschil tussen een verwachte reeks waarden en een bepaalde reeks waarden significant is. Hoewel deze procedure in het begin misschien moeilijk lijkt, kan hij met een beetje oefening eenvoudig te gebruiken zijn. Dit proces is essentieel voor het interpreteren van statistieken en gegevens, omdat het ons vertelt of de gegevens al dan niet nuttig zijn.
Formuleer de hypothese. Bepaal of de gegevens een eenzijdige of tweezijdige test rechtvaardigen. Voor eenzijdige tests zal de nulhypothese de vorm hebben van μ > x als u wilt testen op een steekproefgemiddelde dat te klein is, of μ < x als u wilt testen op een steekproefgemiddelde dat te groot is. De alternatieve hypothese heeft de vorm van μ = x. Voor tweezijdige toetsen is de alternatieve hypothese nog steeds μ = x, maar de nulhypothese verandert in μ ≠ x.
Bepaal een significantieniveau dat geschikt is voor uw onderzoek. Dit is de waarde waarmee u uw eindresultaat vergelijkt. Over het algemeen zijn significantiewaarden α = .05 of α = .01, afhankelijk van uw voorkeur en hoe nauwkeurig u wilt dat uw resultaten zijn.
Bereken de voorbeeldgegevens. Gebruik de formule (x - μ)/SE, waarbij de standaardfout (SE) de standaarddeviatie is van de vierkantswortel van de populatie (SE = s/√n). Bereken na het bepalen van de t-statistiek de vrijheidsgraden met de formule n-1. Voer de t-statistiek, vrijheidsgraden en significantieniveau in de t-testfunctie op een grafische rekenmachine in om de P-waarde te bepalen. Als u met een tweezijdige T-toets werkt, verdubbel dan de P-waarde.
Interpreteer de resultaten. Vergelijk de P-waarde met het eerder genoemde significantieniveau α. Als het kleiner is dan α, verwerp dan de nulhypothese. Als het resultaat groter is dan α, mag de nulhypothese niet worden verworpen. Als u de nulhypothese verwerpt, betekent dit dat uw alternatieve hypothese correct is en dat de gegevens significant zijn. Als u de nulhypothese niet verwerpt, betekent dit dat er geen significant verschil is tussen de steekproefgegevens en de gegeven gegevens.