Hvordan man tolker en elevers T-testresultater

Mastering af statistiske teknikker kan hjælpe os til bedre at forstå verden omkring os, og at lære at håndtere data korrekt kan vise sig nyttigt i en række karriere. T-test kan bidrage til at bestemme, hvorvidt forskellen mellem et forventet værdisæt og et givet sæt værdier er signifikant. Selvom denne procedure måske ser ud til at være svært ved første, kan det være nemt at bruge med lidt øvelse. Denne proces er afgørende for at fortolke statistikker og data, da det fortæller os, om dataene er nyttige.

Fremgangsmåde

Angiv hypotesen. Bestem, om dataene garanterer en one-tailed eller two-tailed test. For en-tailed tests vil nullhypotesen være i form af μ & gt; x Hvis du vil teste for en prøve betyder det for lille eller μ & lt; x Hvis du vil teste for en prøve betyder det for stor. Den alternative hypotese er i form af μ = x. For to-tailed test er den alternative hypotese stadig μ = x, men nullhypotesen ændres til μ ≠ x.

Bestem et niveau, der passer til din undersøgelse. Dette vil være den værdi, du sammenligner dit endelige resultat med. Normalt er signifikansværdierne a = .05 eller α = .01 afhængigt af din præference og hvor præcis du vil have dine resultater.

Beregn prøvedataene. Brug formlen (x - μ) /SE, hvor standardfejlen (SE) er standardafvigelsen for kvadratroden af ​​befolkningen (SE = s /√n). Efter bestemmelse af t-statistikken beregnes frihedsgrader gennem formlen n-1. Indtast t-statistikken, grader af frihed og signifikansniveau i t-test-funktionen på en grafisk regnemaskine for at bestemme P-værdien. Hvis du arbejder med en to-tailed T-Test, fordobles P-værdien.

Tolk resultaterne. Sammenlign P-værdien til α-niveauet angivet tidligere. Hvis det er mindre end α, afvis null-hypotesen. Hvis resultatet er større end α, undlader du at afvise nullhypotesen. Hvis du afviser null hypotesen, betyder det, at din alternative hypotese er korrekt, og at dataene er signifikante. Hvis du undlader at afvise nulhypotesen, betyder dette, at der ikke er nogen signifikant forskel mellem stikprøvedataene og de givne data.

Tip

Kontroller altid dine beregninger.

Advarsel

T-testresultater er subjektive for det niveau, du vælger at sammenligne dine resultater med. Selv om resultaterne er præcise det meste af tiden, er det stadig muligt at fejlfortolke dataene.