コンテンツ
統計技術を習得することで、私たちの周りの世界をよりよく理解することができます。また、データを正しく処理することを学ぶことは、さまざまなキャリアで役立つことがわかります。 T検定は、期待される値のセットと特定の値のセットとの差が大きいかどうかを判断するのに役立ちます。この手順は最初は難しいように見えますが、少し練習すれば簡単に使用できます。このプロセスは、データが有用かどうかを判断するため、統計とデータの解釈に不可欠です。
手順
仮説を述べる。データが片側検定または両側検定のどちらを必要とするかを決定します。片側検定では、小さすぎる標本平均を検定する場合は帰無仮説はμ> xの形式になり、大きすぎる標本平均を検定する場合はμ<xの形式になります。対立仮説は、μ= xの形式です。両側検定の場合、対立仮説は依然としてμ= xですが、帰無仮説はμ≠xに変わります。
研究に適した有意水準を決定します。これは、最終結果と比較する値になります。一般に、有意値は、好みと結果の精度に応じて、α= .05またはα= .01にあります。
サンプルデータを計算します。式（x-μ）/ SEを使用します。ここで、標準誤差（SE）は母集団の平方根の標準偏差（SE = s /√n）です。 t統計量を決定した後、式n-1を使用して自由度を計算します。 t統計、自由度、有意水準をグラフ計算機のt検定関数に入力して、P値を決定します。両側T検定を使用している場合、P値を2倍にします。
結果を解釈します。 P値を前述のα有意水準と比較します。 αより小さい場合は、帰無仮説を棄却します。結果がαより大きい場合、帰無仮説を棄却できません。帰無仮説を棄却する場合、これは対立仮説が正しいこと、およびデータが重要であることを意味します。帰無仮説の棄却に失敗した場合、これはサンプルデータと指定されたデータの間に有意差がないことを意味します。