Un T-score est une forme de statistique de test standardisée, qui vous permet de prendre un score individuel et de le transformer en un formulaire standardisé pour faciliter la comparaison. Le test T est similaire au test Z, mais généralement les tests T sont plus utiles avec une taille d'échantillon plus petite (généralement inférieure à 30) et lorsque l'écart-type est inconnu, alors que les tests Z fonctionnent avec une taille d'échantillon importante. les variances sont connues.
Enregistrer les valeurs
Notez les valeurs pour un calcul de T-score. Par exemple, dites que vous croyez que vos camarades de classe passent plus de temps sur les médias sociaux que le reste de l'école. Vous devez montrer, statistiquement, que vos camarades de classe passent beaucoup de temps sur les médias sociaux. Notez la moyenne de l'échantillon, la moyenne de la population, l'écart-type de l'échantillon et la taille de l'échantillon.
Appliquez les valeurs
Appliquez les valeurs à la formule T-score, qui est:
t = (moyenne de l'échantillon - moyenne de la population) ÷ (écart type de l'échantillon ÷ √ taille de l'échantillon). Par exemple, supposons que vous croyez que vos camarades passent en moyenne trois heures par jour sur les médias sociaux. Vous sélectionnez un échantillon de 10 camarades de classe et le temps moyen sur les médias sociaux est de quatre heures par jour, avec un écart-type de 30 minutes (0,5 heure).
(En supposant que votre croyance est vraie, vous pouvez travailler la probabilité que le temps moyen passé sur les médias sociaux ne dépasse pas quatre heures par jour.) Dans ce cas:
t = (4 - 3) ÷ (0.5 ÷ √10), ce qui est -1 ÷ 0,1558114, qui est -6,325.
Calculez degrés de liberté
Soustrayez 1 de la taille de votre échantillon pour obtenir les degrés de liberté (df), qui est 9.
Utilisez une calculatrice scientifique ou une calculatrice en ligne pour trouver la probabilité en entrant les valeurs df et t. Dans ce cas, la probabilité est de 0,99 ou 9,9%.
TL: DR (Trop long: pas lu)
Utilise la formule T-score pour résoudre des questions de probabilité. Habituellement, vous ne devez utiliser le test T que si votre distribution est normale. En d'autres termes, un graphique de vos données ferait une courbe en forme de cloche. Généralement, plus le T-score est grand, plus la différence est grande entre les groupes testés. Ceci est influencé par de nombreux facteurs, y compris le nombre d'éléments dans votre échantillon, les moyennes de votre échantillon, la moyenne de la population à partir de laquelle vous prélevez votre échantillon et l'écart-type de votre échantillon.
