Beriete teda štatistiku a viete, že musíte použiť t-test, ale ste na tom, aký druh t-testu použiť? Tento jednoduchý článok vám ukáže, ako zistiť, či je spárovaný, nespárovaný alebo test s jednou vzorkou vhodný vo vašej konkrétnej situácii.
Spýtajte sa sami seba: Chcem porovnať priemer dvoch skupín, alebo mi záleží len na tom, ako je priemer jednej skupiny v porovnaní s nejakým počtom? Ak chcete porovnať priemery dvoch skupín, pokračujte krokom 2.
Ak vám však záleží len na tom, ako je priemer jednej skupiny v porovnaní s jedným číslom, použite t-test s jednou vzorkou. Príkladom prípadu, keď je vhodný t-test jednej vzorky, je testovanie toho, či priemerný študent spotrebuje podstatne viac viac ako 2 000 kalórií za deň (napr. porovnávate priemerný počet spotrebovaných kalórií a zisťujete, či je podstatne vyšší ako počet 2000).
Ak porovnávate prostriedky dvoch skupín, položte si ďalšiu otázku: Pochádzali dve skupiny čísel, ktoré porovnávame, od rovnakých ľudí? Ak je to tak, musíme použiť t-test spárovaných vzoriek (tiež známy ako t-test s opakovanými vzorkami).
Povedzme napríklad, že porovnávame váhu každého človeka v skupine ľudí pred tým, ako sa zúčastnili diéty, s hmotnosťou po dokončení diétneho programu. Chceme vedieť, či je váha každého človeka po ukončení programu výrazne vyššia ako jeho hmotnosť predtým. Dve sady čísel, ktoré porovnávame, pochádzajú od rovnakej skupiny ľudí: jedna sada predstavuje ich váhy pred liečbou a druhá sada predstavuje ich váhy po liečbe. Toto sa nazýva premenná v rámci predmetu. V takom prípade použite t-test spárovaných vzoriek (tiež známy ako t-test s opakovanými vzorkami).
Existuje ešte jeden prípad, v ktorom je vhodný t-test spárovaných vzoriek: ak výskumný pracovník robí „zhodný“ dizajn, v ktorom účelovo vybral páry predmety, ktoré majú podobné vlastnosti (napr. vek, pohlavie, anamnéza atď.). Kedykoľvek dôjde k spárovaniu čísel v prvej a druhej skupine, je zmysluplný vzťah medzi hodnotou v prvej skupine skóre a zodpovedajúcou hodnotou v druhej skupine skóre, je t-test párovaných vzoriek vhodné.
V ostatných prípadoch, kde je vhodný t-test, je najlepšie použiť t-test nezávislých vzoriek. To je vhodné pre dizajny „medzi subjektmi“, kde sú dve skupiny subjektov určené na odlíšenie pri kritickej manipulácii. Ak napríklad testujete vplyv kofeínu na rast rastlín, môžete mať dve skupiny: jednu kontrolná skupina, ktorá dostala vodu, a jedna experimentálna skupina rastlín, ktorá dostala kofeín Riešenie. Pretože v každej skupine používate úplne odlišné rastliny, medzi výsledkami v týchto dvoch skupinách neexistuje zmysluplné párovanie a mali by ste použiť t-test nezávislých vzoriek.
O autorovi
Tento článok vytvoril profesionálny autor a upravili ho skúsení redaktori textov, obaja kvalifikovaní členovia komunity Demand Media Studios. Všetky články prechádzajú redakčným procesom, ktorý obsahuje pokyny k predmetu, kontrolu plagiátorstva, kontrolu faktov a ďalšie kroky v snahe poskytnúť spoľahlivé informácie.