Les chercheurs et les scientifiques utilisent souvent des tests statistiques appelés tests t pour évaluer si deux groupes de données diffèrent l'un de l'autre. Un test t compare les moyennes de chaque groupe et prend en compte les nombres sur lesquels les moyennes sont basées pour déterminer la quantité de données qui se chevauchent entre les deux groupes. Le test vous indique également à quel point les différences sont importantes entre les deux groupes et révèle si ces différences ont pu se produire par hasard ou sont statistiquement significatives.

TL; DR (trop long; n'a pas lu)

En statistique, les tests t sont utilisés pour comparer les moyennes de deux groupes. Bien qu'une valeur t négative montre une inversion de la directionnalité de l'effet étudié, elle n'a aucun impact sur la signification de la différence entre les groupes de données.
Types de test T

Les trois types principaux Le test t est un test t pour échantillon indépendant, un test t pour échantillon apparié et un test t pour échantillon. Un test t d'échantillons indépendants compare les moyennes de deux groupes. Un test t pour échantillon apparié compare les moyennes d'un même groupe à différents moments - à un an d'intervalle, par exemple. Un test t à échantillon unique teste la moyenne d'un seul groupe par rapport à une moyenne connue.
Notions de base du score T

Le score t est un rapport entre la différence entre deux groupes et la différence au sein des groupes . Plus le score t est élevé, plus il y a de différence entre les groupes. Plus le score t est petit, plus il y a de similitude entre les groupes. Par exemple, un t-score de 3 signifie que les groupes sont trois fois plus différents les uns des autres qu'ils sont l'un dans l'autre. Lorsque vous exécutez un test t, plus la valeur t est élevée, plus il est probable que les résultats soient reproductibles.

En termes simples, un grand score t vous indique que les groupes sont différents, et un petit score t vous indique que les groupes sont similaires.
Calcul de la différence

Le calcul de la différence entre les moyennes d'un groupe implique la soustraction d'une moyenne de l'autre.

Calculez l'erreur standard de la différence (également connue sous le nom de variabilité) en soustrayant la moyenne d'un groupe d'un échantillon unique dans ce même groupe, en mettant cette valeur au carré et en divisant la valeur par le nombre total d'échantillons dans le groupe moins 1. Effectuez ce calcul pour chaque échantillon unique, puis ajoutez toutes les valeurs ensemble.
Valeur T négative

Trouvez une valeur t en divisant la différence entre les moyennes de groupe par l'erreur standard de différence entre les groupes.

Un t- négatif La valeur indique une inversion de la directionnalité de l'effet, qui n'a aucune incidence sur la signification de la différence entre les groupes. L'analyse d'une valeur t négative nécessite l'examen de sa valeur absolue par rapport à la valeur d'un tableau de valeurs t et de degrés de liberté, qui quantifie la variabilité du nombre estimé final. Si la valeur absolue de la valeur t expérimentale est inférieure à la valeur trouvée sur le graphique des degrés de liberté, alors les moyennes des deux groupes peuvent être considérées comme significativement différentes.