ความแตกต่างระหว่าง T-Test และ Chi Square

ทั้งการทดสอบ t-test และ chi-square เป็นการทดสอบทางสถิติ ออกแบบมาเพื่อทดสอบและอาจปฏิเสธ สมมติฐานว่าง สมมติฐานว่างมักจะเป็นคำสั่งว่าบางสิ่งเป็นศูนย์หรือบางสิ่งไม่มีอยู่จริง ตัวอย่างเช่น คุณสามารถทดสอบสมมติฐานว่าความแตกต่างระหว่างสองวิธีเป็นศูนย์ หรือคุณสามารถทดสอบสมมติฐานว่าไม่มีความสัมพันธ์ระหว่างสองตัวแปร

การทดสอบ t ทดสอบสมมติฐานว่างเกี่ยวกับสองวิธี ส่วนใหญ่มักจะทดสอบสมมติฐานว่าทั้งสองวิธีเท่ากันหรือความแตกต่างระหว่างพวกเขาเป็นศูนย์ ตัวอย่างเช่น เราสามารถทดสอบว่าเด็กชายและเด็กหญิงในชั้นประถมศึกษาปีที่ 4 มีความสูงเฉลี่ยเท่ากันหรือไม่

การทดสอบไคสแควร์ทดสอบสมมติฐานว่างเกี่ยวกับความสัมพันธ์ระหว่างสองตัวแปร ตัวอย่างเช่น คุณสามารถทดสอบสมมติฐานที่ว่าผู้ชายและผู้หญิงมีแนวโน้มที่จะลงคะแนน "ประชาธิปไตย" "รีพับลิกัน" "อื่นๆ" หรือ "ไม่เลย" เท่ากัน

การทดสอบ t ต้องใช้สองตัวแปร ระดับหนึ่งต้องเป็นหมวดหมู่และมีสองระดับพอดี และอีกระดับหนึ่งต้องเป็นเชิงปริมาณและประมาณค่าได้โดยค่าเฉลี่ย ตัวอย่างเช่น ทั้งสองกลุ่มอาจเป็นพรรครีพับลิกันและเดโมแครต และตัวแปรเชิงปริมาณอาจเป็นอายุ

การทดสอบไคสแควร์ต้องใช้ตัวแปรตามหมวดหมู่ โดยปกติแล้วมีเพียงสองตัวแปร แต่แต่ละรายการอาจมีจำนวนระดับเท่าใดก็ได้ ตัวอย่างเช่น ตัวแปรอาจเป็นกลุ่มชาติพันธุ์ — ขาว, ดำ, เอเชีย, ชนพื้นเมืองอเมริกันอินเดียน/อลาสก้า, ชาวฮาวายพื้นเมือง/ชาวเกาะแปซิฟิค, อื่นๆ, หลายเชื้อชาติ; และการเลือกประธานาธิบดีในปี 2551 — (โอบามา แมคเคน อื่นๆ ไม่ได้ลงคะแนน)

มีรูปแบบต่างๆ ของ t-test เพื่อให้ครอบคลุมข้อมูลที่จับคู่ เช่น สามีภรรยา หรือตาขวาและซ้าย มีไคสแควร์หลายรูปแบบเพื่อจัดการกับข้อมูลลำดับ กล่าวคือ ข้อมูลที่มีลำดับ เช่น "ไม่มี" "เล็กน้อย" "บางส่วน" "มาก" และเพื่อจัดการกับมากกว่าสอง ตัวแปร

การทดสอบ t อนุญาตให้คุณพูดว่า "เราสามารถปฏิเสธสมมติฐานว่างของค่าเฉลี่ยเท่ากันที่ระดับ 0.05" หรือ "เรามีหลักฐานไม่เพียงพอที่จะปฏิเสธค่าว่างของค่าเฉลี่ยเท่ากันที่ 0.05 ระดับ" การทดสอบไคสแควร์ช่วยให้คุณสามารถพูดว่า "เราสามารถปฏิเสธสมมติฐานว่างของการไม่มีความสัมพันธ์ที่ระดับ 0.05" หรือ "เรามีหลักฐานไม่เพียงพอที่จะปฏิเสธค่าว่างที่ 0.05 ระดับ”