Овладавање статистичким техникама може нам помоћи да боље разумемо свет око нас, а учење правилног руковања подацима може се показати корисним у разним каријерама. Т-тестови могу помоћи да се утврди да ли је разлика између очекиваног скупа вредности и датог скупа вредности значајна или не. Иако овај поступак у почетку може изгледати тешко, може се користити с мало праксе. Овај процес је пресудан за тумачење статистике и података, јер нам говори да ли су подаци корисни или не.
Изнесите хипотезу. Утврдите да ли подаци оправдавају једнострани или двострани тест. За једностране тестове, нулта хипотеза ће бити у облику μ> к ако желите да тестирате премалу средину узорка или μ
Одредите ниво значаја који одговара вашој студији. То ће бити вредност са којом упоређујете свој коначни резултат. Генерално, вредности значајности су на α = .05 или α = .01, у зависности од ваших жеља и колико тачни желите да ваши резултати буду.
Израчунајте узорке података. Користите формулу (к - μ) / СЕ, где је стандардна грешка (СЕ) стандардна девијација квадратног корена популације (СЕ = с / √н). Након одређивања т-статистике, израчунајте степене слободе кроз формулу н-1. Унесите т-статистику, степене слободе и ниво значајности у функцију т-теста на графички калкулатор да бисте одредили П-вредност. Ако радите са двостраним Т-тестом, удвостручите вредност П.
Тумачите резултате. Упоредите П-вредност са претходно наведеним нивоом α значајности. Ако је мање од α, одбаците нулту хипотезу. Ако је резултат већи од α, не одбаците нулту хипотезу. Ако одбаците нулту хипотезу, то подразумева да је ваша алтернативна хипотеза тачна и да су подаци значајни. Ако не одбијете нулту хипотезу, то подразумева да не постоји значајна разлика између података узорка и датих података.