Door statistische technieken te beheersen, kunnen we de wereld om ons heen beter begrijpen en leren omgaan met gegevens kan nuttig zijn in verschillende carrières. T-Tests kunnen helpen bepalen of het verschil tussen een verwachte reeks waarden en een gegeven reeks waarden al dan niet significant is. Hoewel deze procedure in het begin misschien moeilijk lijkt, kan het eenvoudig te gebruiken zijn met een beetje oefening. Dit proces is essentieel voor het interpreteren van statistieken en gegevens, omdat het ons vertelt of de gegevens nuttig zijn.

Procedure

Geef de hypothese aan. Bepaal of de gegevens een eenzijdige of tweezijdige toets vereisen. Voor eenzijdige tests zal de nulhypothese de vorm hebben van μ & gt; x als u wilt testen op een steekproefgemiddelde dat te klein is, of μ & lt; x als u wilt testen op een steekproefgemiddelde dat te groot is. De alternatieve hypothese is in de vorm van μ = x. Voor tweezijdige tests is de alternatieve hypothese nog steeds μ = x, maar de nulhypothese verandert in μ ≠ x.

Bepaal een significantieniveau dat geschikt is voor uw onderzoek. Dit is de waarde waarmee u uw eindresultaat vergelijkt. Over het algemeen zijn de significantiewaarden bij α = .05 of α = .01, afhankelijk van uw voorkeur en hoe nauwkeurig uw resultaten moeten zijn.

Bereken de voorbeeldgegevens. Gebruik de formule (x - μ) /SE, waarbij de standaardfout (SE) de standaardafwijking is van de vierkantswortel van de populatie (SE = s /√ n). Bepaal na het bepalen van de t-statistiek de vrijheidsgraden met de formule n-1. Voer de t-statistiek, vrijheidsgraden en significantieniveaus in de t-testfunctie op een grafische rekenmachine in om de P-waarde te bepalen. Als u werkt met een tweestaarttest, verdubbelt u de P-waarde.

Interpreteer de resultaten. Vergelijk de P-waarde met het α-significantieniveau dat eerder is vermeld. Als het minder is dan α, verwerpt u de nulhypothese. Als het resultaat groter is dan α, kan de nulhypothese niet worden afgewezen. Als u de nulhypothese verwerpt, betekent dit dat uw alternatieve hypothese correct is en dat de gegevens significant zijn. Als u de nulhypothese niet verwerpt, betekent dit dat er geen significant verschil is tussen de voorbeeldgegevens en de gegeven gegevens.

Tip

Controleer uw berekeningen altijd dubbel.

Waarschuwing

T-testresultaten zijn subjectief voor het significantieniveau dat u kiest om uw resultaten met te vergelijken. Hoewel de resultaten meestal juist zijn, is het nog steeds mogelijk de gegevens verkeerd te interpreteren.