Le t-test, aussi connu comme le test t de Student, peut être mis à plusieurs utilisations, mais la comparaison des données provenant de deux ensembles de données de l'échantillon est une application commune. Essentiellement, le test t échantillon détermine si les deux ensembles d'échantillons, statistiquement parlant, ont sensiblement différents moyens. Pour évaluer cette différence de potentiel, vous comparez une valeur test t, précédemment calculée à partir des données de votre échantillon, avec une valeur de t critique basée sur le degré de confiance requis dans le test.
Instructions
1 Déterminer la valeur alpha que vous souhaitez appliquer à votre évaluation du test t. Alpha est le pour cent de probabilité (sous forme décimale) que vous allez faire une erreur dans votre conclusion. Plus précisément, il est le pour cent de probabilité que vous tort conclure qu'il existe une différence entre les deux échantillons, alors qu'en fait, il n'y a pas. Un niveau commun pour l'alpha est de 5 pour cent (0,05).
2 Déterminer les «degrés de liberté» de vos données d'échantillon. Calculer en ajoutant le nombre de valeurs numériques dans le premier ensemble de l'échantillon pour le nombre de valeurs dans le deuxième set, puis en soustrayant 2.
3 Recherchez la valeur t-test critique sur un t-table. Trouvez vos degrés de liberté sur la gauche de la table, et votre valeur alpha le long de la rangée supérieure. Lorsque la ligne correspondant à vos degrés de liberté et la colonne correspondant à votre alpha se rencontrent, vous trouverez la valeur t critique que vous allez utiliser.
4 Comparez votre statistique t-test (précédemment calculé à partir de vos données d'échantillon) avec la valeur t critique trouvée à partir de la table. Si votre valeur t calculée est supérieure à la valeur t critique de la table, vous concluez qu'il ya une différence statistiquement significative entre les deux échantillons. Si non, vous conclurez il n'y a pas de différence.
Conseils et avertissements
- Il est une idée fausse commune que le nom du test t de Student fait référence à son utilisation dans l'éducation, alors qu'en fait, l'élève était le nom de plume de WS Gossett, qui a développé la méthode.
- Ce test t vous oblige à faire certaines hypothèses sur vos données, telles que que les deux ensembles d'échantillons sont tous deux distribués normalement et ont des variances égales. Si ces hypothèses ne sont pas vraies, la conclusion du test t peut être suspect.
- Certains t-tables exigent que vous divisez d'abord la valeur alpha dans la moitié. Ceux-ci sont normalement étiquetés "deux queues."