Å mestre statistiske teknikker kan hjelpe oss med å bedre forstå verden rundt oss, og å lære å håndtere data riktig kan vise seg å være nyttig i en rekke karrierer. T-tester kan bidra til å avgjøre om forskjellen mellom et forventet verdisett og et gitt verdisett er betydelig. Selv om denne prosedyren først kan se vanskelig ut, kan den være enkel å bruke med litt øvelse. Denne prosessen er viktig for å tolke statistikk og data, da den forteller oss om dataene er nyttige eller ikke.
Sett hypotesen. Bestem om dataene garanterer en ensidig eller tosidig test. For ensidige tester vil nullhypotesen være i form av μ> x hvis du vil teste for en prøve som er for liten, eller μ
Bestem et signifikansnivå som passer for studien din. Dette vil være verdien du sammenligner det endelige resultatet med. Generelt er signifikansverdiene på α = .05 eller α = .01, avhengig av hva du foretrekker og hvor nøyaktig du vil at resultatene skal være.
Beregn eksempeldataene. Bruk formelen (x - μ) / SE, der standardfeilen (SE) er standardavviket til kvadratroten av populasjonen (SE = s / √n). Etter å ha bestemt t-statistikken, beregner du frihetsgrader gjennom formelen n-1. Skriv inn t-statistikken, frihetsgrader og signifikansnivå i t-testfunksjonen på en grafkalkulator for å bestemme P-verdien. Hvis du jobber med en tosidig T-test, dobler du P-verdien.
Tolke resultatene. Sammenlign P-verdien med α signifikansnivået oppgitt tidligere. Hvis det er mindre enn α, avvis nullhypotesen. Hvis resultatet er større enn α, unnlater du å avvise nullhypotesen. Hvis du avviser nullhypotesen, innebærer dette at din alternative hypotese er riktig, og at dataene er signifikante. Hvis du ikke avviser nullhypotesen, innebærer dette at det ikke er noen signifikant forskjell mellom eksempeldataene og de oppgitte dataene.