Inhalt
Das Beherrschen statistischer Techniken kann uns helfen, die Welt um uns herum besser zu verstehen, und das Erlernen des richtigen Umgangs mit Daten kann sich in einer Vielzahl von Karrieren als nützlich erweisen. T-Tests können dabei helfen, festzustellen, ob der Unterschied zwischen einem erwarteten Wertesatz und einem bestimmten Wertesatz signifikant ist oder nicht. Während dieses Verfahren zunächst schwierig aussehen mag, kann es mit ein wenig Übung einfach anzuwenden sein. Dieser Prozess ist für die Interpretation von Statistiken und Daten von entscheidender Bedeutung, da er Aufschluss darüber gibt, ob die Daten nützlich sind oder nicht.
Verfahren
Geben Sie die Hypothese an. Bestimmen Sie, ob die Daten einen einseitigen oder zweiseitigen Test rechtfertigen. Bei einseitigen Tests lautet die Nullhypothese μ> x, wenn Sie auf einen zu kleinen Stichprobenmittelwert testen möchten, oder μ <x, wenn Sie auf einen zu großen Stichprobenmittelwert testen möchten. Die alternative Hypothese lautet μ = x. Für zweiseitige Tests ist die alternative Hypothese immer noch μ = x, aber die Nullhypothese ändert sich zu μ μ x.
Bestimmen Sie ein für Ihre Studie geeignetes Signifikanzniveau. Dies ist der Wert, mit dem Sie Ihr Endergebnis vergleichen. Im Allgemeinen liegen die Signifikanzwerte bei α = 0,05 oder α = 0,01, je nachdem, was Sie bevorzugen und wie genau Ihre Ergebnisse sein sollen.
Berechnen Sie die Beispieldaten. Verwenden Sie die Formel (x - μ) / SE, wobei der Standardfehler (SE) die Standardabweichung der Quadratwurzel der Grundgesamtheit ist (SE = s / √n). Berechnen Sie nach der Bestimmung der t-Statistik die Freiheitsgrade mit der Formel n-1. Geben Sie die t-Statistik, die Freiheitsgrade und das Signifikanzniveau in die t-Testfunktion eines Grafikrechners ein, um den P-Wert zu bestimmen. Wenn Sie mit einem zweiseitigen T-Test arbeiten, verdoppeln Sie den P-Wert.
Interpretieren Sie die Ergebnisse. Vergleichen Sie den P-Wert mit dem zuvor angegebenen α-Signifikanzniveau. Wenn es kleiner als α ist, lehnen Sie die Nullhypothese ab. Wenn das Ergebnis größer als α ist, kann die Nullhypothese nicht verworfen werden. Wenn Sie die Nullhypothese ablehnen, bedeutet dies, dass Ihre alternative Hypothese korrekt ist und die Daten signifikant sind. Wenn Sie die Nullhypothese nicht ablehnen, bedeutet dies, dass es keinen signifikanten Unterschied zwischen den Beispieldaten und den angegebenen Daten gibt.