Więc bierzesz statystyki i wiesz, że musisz użyć testu t, ale jesteś zakłopotany, jakiego rodzaju testu t użyć? Ten prosty artykuł pokazuje, jak określić, czy sparowany, niesparowany lub jednopróbkowy test t jest odpowiedni w danej sytuacji.
Zadaj sobie pytanie: Czy chcę porównać średnie dwóch grup, czy obchodzi mnie tylko to, jak średnia pojedynczej grupy ma się do jakiejś liczby? Jeśli chcesz porównać średnie dwóch grup, przejdź do kroku 2.
Jeśli jednak interesuje Cię tylko porównanie średniej pojedynczej grupy z pojedynczą liczbą, użyj testu t dla jednej próby. Przykładem przypadku, w którym odpowiedni jest jednopróbkowy test t, byłby test, czy przeciętny uczeń konsumuje znacznie więcej niż 2000 kalorii dziennie (np. porównujesz średnią liczbę spożywanych kalorii, aby sprawdzić, czy jest ona znacznie większa niż liczba 2000).
Jeśli porównujesz średnie dla dwóch grup, następnie zadaj sobie pytanie: Czy dwie grupy liczb, które porównujemy, pochodzą od tych samych osób? Jeśli tak, musimy zastosować test t dla prób sparowanych (znany również jako test t dla prób powtarzanych).
Załóżmy na przykład, że porównujemy wagę każdej osoby w grupie osób przed przejściem na dietę z wagą po zakończeniu programu dietetycznego. Chcemy wiedzieć, czy waga każdej osoby po programie jest znacznie większa niż wcześniej. Dwa zestawy liczb, które porównujemy, pochodzą od tego samego zestawu osób: jeden zestaw reprezentuje ich wagę przed leczeniem, a drugi przedstawia ich wagę po leczeniu. Nazywa się to zmienną wewnątrzobiektową. W takim przypadku należy zastosować test t dla prób sparowanych (znany również jako test t dla prób powtarzanych).
Jest jeszcze jeden przypadek, w którym test t dla prób sparowanych jest odpowiedni: jeśli badacz wykonuje „dopasowany” projekt, w którym celowo wybrał pary podmioty, które są podobne pod względem różnych cech (np. wiek, płeć, historia choroby itp.) Zawsze, gdy liczby w pierwszej i drugiej grupie są sparowane, jest znaczącym związkiem między wartością w pierwszej grupie wyników a odpowiadającą jej wartością w drugiej grupie wyników, test t dla prób par jest właściwy.
W każdym innym przypadku, gdy odpowiedni jest test t, najlepiej zastosować test t dla prób niezależnych. Jest to odpowiednie w przypadku projektów „między obiektami”, w których dwie grupy podmiotów mają się różnić w krytycznej manipulacji. Na przykład, jeśli testujesz wpływ kofeiny na wzrost roślin, możesz mieć dwie grupy: jedną grupa kontrolna, której podano wodę, i jedna eksperymentalna grupa roślin, której podano kofeinę rozwiązanie. Ponieważ używasz zupełnie różnych roślin w każdej grupie, nie ma sensownego łączenia wyników w obu grupach i powinieneś użyć testu t dla prób niezależnych.
o autorze
Ten artykuł został stworzony przez profesjonalnego pisarza i zredagowany przez doświadczonych redaktorów kopii, obaj wykwalifikowanych członków społeczności Demand Media Studios. Wszystkie artykuły przechodzą przez proces redakcyjny, który obejmuje wytyczne dotyczące tematu, ocenę plagiatu, weryfikację faktów i inne kroki mające na celu dostarczenie wiarygodnych informacji.