Um T-score é uma forma de estatística de teste padronizada, que permite obter uma pontuação individual e transformá-la em um formulário padronizado para facilitar a comparação. O teste T é semelhante ao teste Z, mas geralmente os testes T são mais úteis com um tamanho de amostra menor (normalmente abaixo de 30) e quando o desvio padrão é desconhecido, enquanto os testes Z trabalham com um tamanho de amostra grande quando o as variações são conhecidas.
Registra os valores
Anote os valores para um cálculo de pontuação T. Por exemplo, digamos que você acredite que seus colegas de classe passam mais tempo nas redes sociais do que o resto da escola. Você precisa mostrar, estatisticamente, que seus colegas passam muito tempo nas mídias sociais. Anote a média da amostra, a média populacional, o desvio padrão da amostra e o tamanho da amostra.
Aplique os valores
Aplique os valores à fórmula T-score, que é:
t = (média da amostra - média da população) ÷ (desvio padrão da amostra ÷ tamanho da amostra).
Por exemplo, digamos que você acredite que seus colegas passam uma média de três horas por dia nas redes sociais. Você seleciona uma amostra de 10 colegas e o tempo médio na mídia social é de quatro horas por dia, com um desvio padrão de 30 minutos (0,5 horas).
(Supondo que sua crença seja verdadeira, você pode se exercitar a probabilidade de que o tempo médio gasto em mídias sociais não seja superior a quatro horas por dia. Nesse caso:
t = (4 - 3) ÷ (0.5 ÷ √10), que é -1 ÷ 0.158114, que é -6,325.
Calcule os Graus de Liberdade
Subtraia 1 do tamanho de sua amostra para obter os graus de liberdade (df), que é 9.
Use uma calculadora científica ou uma calculadora on-line para encontrar a probabilidade, inserindo os valores df et. Nesse caso, a probabilidade é de 0,99, ou 9,9%.
TL; DR (muito longo; não foi lida)
Use a fórmula T-score para resolver questões de probabilidade. Normalmente, você só deve usar o teste T se sua distribuição for normal; Em outras palavras, que um gráfico de seus dados faria uma curva em forma de sino. Geralmente, quanto maior o T-score, maior a diferença entre os grupos testados. Isso é influenciado por muitos fatores, incluindo o número de itens em sua amostra, as médias de sua amostra, a média da população da qual você extraiu sua amostra e o desvio padrão de sua amostra.
