Maîtriser les techniques statistiques peut nous aider à mieux comprendre le monde qui nous entoure et apprendre à gérer correctement les données peut s'avérer utile dans diverses carrières. Les tests T peuvent aider à déterminer si la différence entre un ensemble attendu de valeurs et un ensemble donné de valeurs est significative. Bien que cette procédure puisse sembler difficile au début, elle peut être simple à utiliser avec un peu de pratique. Ce processus est essentiel pour interpréter les statistiques et les données, car il nous indique si les données sont utiles ou non.
Procédure
Énoncez l'hypothèse. Déterminer si les données justifient un test unilatéral ou bilatéral. Pour les tests unilatéraux, l'hypothèse nulle sera sous la forme de μ > x si vous voulez tester une moyenne d'échantillon trop petite, ou μ < x si vous voulez tester une moyenne d'échantillon trop grande. L'hypothèse alternative est sous la forme de μ = x. Pour les tests bilatéraux, l'hypothèse alternative est toujours μ = x, mais l'hypothèse nulle devient μ ≠ x.
Déterminez un niveau de signification approprié pour votre étude. Ce sera la valeur que vous comparez à votre résultat final. Généralement, les valeurs de signification sont α = 0,05 ou α = 0,01, selon votre préférence et la précision avec laquelle vous voulez que vos résultats soient.
Calculez les données de l'échantillon. Utilisez la formule (x - μ) /SE, où l'erreur-type (SE) est l'écart-type de la racine carrée de la population (SE = s /√n). Après avoir déterminé la statistique t, calculez les degrés de liberté à l'aide de la formule n-1. Entrez le t-statistique, les degrés de liberté et le niveau de signification dans la fonction de test t sur une calculatrice graphique pour déterminer la valeur P. Si vous travaillez avec un test T à deux queues, doublez la valeur P.
Interprétez les résultats. Comparez la valeur P au niveau de signification α indiqué plus haut. Si elle est inférieure à α, rejeter l'hypothèse nulle. Si le résultat est supérieur à α, ne pas rejeter l'hypothèse nulle. Si vous rejetez l'hypothèse nulle, cela implique que votre hypothèse alternative est correcte et que les données sont significatives. Si vous ne parvenez pas à rejeter l'hypothèse nulle, cela signifie qu'il n'y a pas de différence significative entre les données de l'échantillon et les données données.
Astuce
Vérifiez toujours vos calculs.
Les résultats du test T sont subjectifs par rapport au niveau de signification que vous choisissez pour comparer vos résultats. Bien que les résultats soient précis la plupart du temps, il est toujours possible de mal interpréter les données.
