Så du tar statistikk, og du vet at du trenger å bruke en t-test, men er usikker på hva slags t-test du skal bruke? Denne enkle artikkelen viser deg hvordan du kan avgjøre om en parret, uparret eller en-prøve t-test er passende i din spesielle situasjon.
Spør deg selv: Vil jeg sammenligne middelverdien til to grupper, eller bryr jeg meg bare om hvordan gjennomsnittet av en enkelt gruppe sammenlignes med et tall? Hvis du vil sammenligne middelet til to grupper, fortsett til trinn 2.
Men hvis du bare bryr deg om hvordan gjennomsnittet av en enkelt gruppe sammenlignes med et enkelt tall, bruk en t-test med en prøve. Et eksempel på et tilfelle der en en-prøve t-test er hensiktsmessig, ville være hvis man tester om den gjennomsnittlige studenten bruker betydelig mer enn 2000 kalorier om dagen (f.eks. sammenligner du gjennomsnittlig antall forbrukte kalorier for å se om det er betydelig større enn antallet 2000).
Hvis du sammenligner virkemidlene til to grupper, så spør deg selv: Kom de to gruppene med tall som vi sammenligner fra de samme menneskene? I så fall må vi bruke en t-test med parede prøver (også kjent som en t-test med gjentatte prøver).
La oss for eksempel si at vi sammenligner vekten til hver person i en gruppe mennesker før de gikk på diett med vekten etter at de hadde fullført diettprogrammet. Vi ønsker å vite om hver persons vekt etter programmet er betydelig større enn vekten på forhånd. De to tallene vi sammenligner kommer fra samme sett med mennesker: ett sett representerer vektene deres før behandlingen, og det andre settet representerer vektene etter behandling. Dette kalles en variabel innen fagene. I et tilfelle som dette, bruk en paret-prøver t-test (også kjent som en t-test med gjentatte prøver).
Det er ett tilfelle der en paret-prøve t-test er passende: hvis forskeren gjør et "matchet" design der de målrettet valgte par av fag som er like i forskjellige karakteristikker (f.eks. alder, kjønn, medisinsk historie osv.) Når som helst tall i første og andre gruppe er paret, der er en meningsfull sammenheng mellom en verdi i den første gruppen av poeng og den tilsvarende verdien i den andre gruppen av poeng, er en sammenkoblet prøve t-test passende.
I alle andre tilfeller der en t-test er passende, er det best å bruke en uavhengig t-test. Dette er hensiktsmessig for "mellom-fag" -design der to grupper av fag er ment å være forskjellige på kritisk manipulasjon. Hvis du for eksempel tester effekten av koffein på veksten av planter, kan du ha to grupper: en kontrollgruppe som fikk vann, og en eksperimentell gruppe planter som fikk koffein løsning. Siden du bruker helt forskjellige planter i hver gruppe, er det ingen meningsfylt sammenkobling mellom poengene i de to gruppene, og du bør bruke en uavhengig t-test.
om forfatteren
Denne artikkelen ble opprettet av en profesjonell forfatter og redigert av erfarne kopieredaktører, begge kvalifiserte medlemmer av Demand Media Studios-samfunnet. Alle artikler gjennomgår en redaksjonell prosess som inkluderer retningslinjer for emner, gjennomgang av plagiering, faktasjekk og andre trinn i et forsøk på å gi pålitelig informasjon.