Оволодіння статистичними методами може допомогти нам краще зрозуміти навколишній світ, а навчитися правильно обробляти дані може виявитися корисним у різних професіях. T-тести можуть допомогти визначити, чи є суттєвою різниця між очікуваним набором значень і заданим набором значень. Хоча ця процедура спочатку може здатися складною, вона може бути простою з використанням трохи практики. Цей процес є життєво важливим для інтерпретації статистики та даних, оскільки він повідомляє нам, чи є дані корисними чи ні.
Сформулюйте гіпотезу. Визначте, чи гарантують дані однобічний чи двосторонній тест. Для однобічних тестів нульова гіпотеза матиме вигляд μ> x, якщо ви хочете перевірити середнє значення вибірки, що є занадто малою, або μ
Визначте рівень значимості, відповідний вашому дослідженню. Це буде значення, з яким ви порівнюєте свій кінцевий результат. Як правило, значення значимості складають α = .05 або α = .01, залежно від ваших уподобань і наскільки точними ви хочете, щоб ваші результати були.
Обчисліть вибіркові дані. Використовуйте формулу (x - μ) / SE, де стандартна помилка (SE) - це стандартне відхилення квадратного кореня сукупності (SE = s / √n). Після визначення t-статистики обчисліть ступені свободи за формулою n-1. Введіть t-статистику, ступені свободи та рівень значущості у функцію t-тесту на графічному калькуляторі, щоб визначити значення P. Якщо ви працюєте з двостороннім T-тестом, подвойте значення P.
Інтерпретувати результати. Порівняйте значення Р з рівнем значущості α, зазначеним раніше. Якщо воно менше α, відкиньте нульову гіпотезу. Якщо результат більший за α, не відкиньте нульову гіпотезу. Якщо ви відхиляєте нульову гіпотезу, це означає, що ваша альтернативна гіпотеза є правильною і що дані є суттєвими. Якщо ви не зможете відхилити нульову гіпотезу, це означає, що між вибірковими даними та даними немає суттєвої різниці.