Az-test är ett test avnormal normalfördelning, en klockformad kurva med ett medelvärde av 0 och en standardavvikelse av 1. Dessa tester uppstår i många statistiska procedurer. AP-värde är ett mått på den statistiska signifikansen av ett statistiskt resultat. Statistisk betydelse adresserar frågan: "Om, i hela populationen från vilket detta urval togs, var parameteruppskattningen 0, hur sannolikt är resultaten så extrema som detta eller mer extrema? "Det vill säga det ger en grund för att avgöra om en observation av ett prov bara är resultatet av slumpmässiga chans (det vill säga att acceptera nollhypotesen) eller huruvida en studieintervention faktiskt har gett en verklig effekt (det vill säga att avvisa hypotes).
Även om du kan beräknaP-värde av enz-poäng för hand är formeln extremt komplex. Lyckligtvis kan du använda en kalkylapplikation för att utföra dina beräkningar istället.
Steg 1: Ange Z-poäng i ditt program
Öppna kalkylprogrammet och angez-poäng frånz-test i cell A1. Antag till exempel att du jämför mäns höjder med kvinnors höjd i ett urval av studenter. Om du gör testet genom att subtrahera kvinnors höjder från herrhöjder kanske du har en
Steg 2: Ställ in betydelsenivån
Bestäm om du vill haP-värde för att vara högre än dettaz-poäng eller lägre än dettaz-Göra. Ju högre de absoluta värdena för dessa siffror desto mer sannolikt är dina resultat statistiskt signifikanta. Om dinz-poäng är negativ, du vill nästan säkert ha en mer negativP-värde; om det är positivt vill du nästan säkert få ett mer positivtP-värde.
Steg 3: Beräkna P-värdet
I cell B1 anger du = NORM.S.DIST (A1, FALSE) om du vill haP-värde för denna poäng eller lägre; enter = NORM.S.DIST (A1, TRUE) om du vill haP-värdet av denna poäng eller högre.
Till exempel om du subtraherade kvinnornas höjder från herrarna och fickz= 2,5, enter = NORM.S.DIST (A1, FALSE); du borde få 0,0175. Detta innebär att om medelhöjden för alla college män var densamma som medelhöjden för alla college kvinnor, är chansen att bli så hög enz-poängen i ett urval är bara 0,0175, eller 1,75 procent.
Tips
Du kan också beräkna dessa i R, SAS, SPSS eller på vissa vetenskapliga räknare.