Dominar as técnicas estatísticas pode nos ajudar a entender melhor o mundo ao nosso redor e aprender a lidar com os dados corretamente pode ser útil em várias carreiras. T-Tests pode ajudar a determinar se a diferença entre um conjunto esperado de valores e um conjunto de valores é significativa. Embora esse procedimento possa parecer difícil no começo, pode ser simples de usar com um pouco de prática. Esse processo é vital para interpretar estatísticas e dados, pois nos informa se os dados são ou não úteis.
Procedimento
Declare a hipótese. Determine se os dados justificam um teste unicaudal ou bicaudal. Para testes unicaudais, a hipótese nula estará na forma de μ > x se você quiser testar uma média de amostra que seja muito pequena ou μ < x se você quiser testar uma média de amostra muito grande. A hipótese alternativa está na forma de μ = x. Para testes bicaudais, a hipótese alternativa ainda é μ = x, mas a hipótese nula muda para μ x.
Determine um nível de significância apropriado para o seu estudo. Este será o valor que você compara seu resultado final para. Geralmente, os valores de significância são α = 0,05 ou α = 0,01, dependendo da sua preferência e da precisão dos resultados.
Calcule os dados da amostra. Use a fórmula (x - μ) /SE, onde o erro padrão (SE) é o desvio padrão da raiz quadrada da população (SE = s /√n). Depois de determinar a estatística t, calcule graus de liberdade através da fórmula n-1. Insira a estatística t, graus de liberdade e nível de significância na função de teste t em uma calculadora gráfica para determinar o valor-P. Se você estiver trabalhando com um teste T bicaudal, duplique o valor P.
Interprete os resultados. Compare o valor P com o nível de significância α estabelecido anteriormente. Se for menor que α, rejeite a hipótese nula. Se o resultado for maior que α, falhará em rejeitar a hipótese nula. Se você rejeitar a hipótese nula, isso implica que sua hipótese alternativa está correta e que os dados são significativos. Se você não rejeitar a hipótese nula, isso implica que não há diferença significativa entre os dados da amostra e os dados fornecidos.
Dica
Sempre verifique seus cálculos.
Os resultados do teste T são subjetivos em relação ao nível de significância com o qual você escolhe comparar seus resultados. Embora os resultados sejam precisos na maior parte do tempo, ainda é possível interpretar incorretamente os dados.
