Google 스프레드시트에서 t-테스트를 수행하는 방법

일반적으로 t-검정에는 세 가지 유형이 있습니다.

• 샘플 t 테스트
• 2-표본 T-검정
• 쌍을 이루는 표본 t-검정

이 튜토리얼에서는 Google Sheets에서 이러한 각 테스트를 수행하는 방법에 대한 예를 제공합니다.

예: 1표본 t-검정

정의: 단일 표본 t-검정은 모집단의 평균이 특정 값과 같은지 여부를 테스트하는 데 사용됩니다.

예: 식물학자는 특정 식물 종의 평균 키가 15인치인지 알고 싶어합니다. 그녀는 12개 식물의 무작위 표본을 추출하고 각각의 높이를 인치 단위로 기록합니다.

다음 스크린샷은 실제 평균 인구 신장이 15인치인지 확인하기 위해 1표본 t-검정을 수행하는 방법을 보여줍니다.

특정 표본에 대한 이 t-검정에 대한 두 가지 가설은 다음과 같습니다.

H ₀ : µ = 15(이 식물 종의 평균 높이는 15인치입니다)

H _A : µ ≠15 (평균 높이는 15인치 가 아님 )

테스트의 p-값 (0.120145) 이 알파 = 0.05보다 크므로 테스트의 귀무 가설을 기각하지 못합니다. 이 특정 식물 종의 평균 높이가 15인치가 아니라고 말할 수 있는 충분한 증거가 없습니다.

예: 2-표본 t-검정

정의: 2-표본 t-검정은 두 모집단의 평균이 같은지 여부를 검정하는 데 사용됩니다.

예: 연구자들은 특정 국가의 서로 다른 두 식물 종의 평균 키가 동일한지 알고 싶어합니다. 그들은 각 종에서 20개 식물의 무작위 표본을 수집하고 각 식물의 높이를 인치 단위로 기록했습니다.

다음 스크린샷은 두 모집단의 평균 키가 같은지 확인하기 위해 T.TEST() 함수를 사용하여 2-표본 t-검정을 수행하는 방법을 보여줍니다.

참고: 두 표본의 분산이 동일하다는 가정을 사용하거나 사용하지 않고 단측 두 표본 t-검정을 수행할 수도 있습니다. 테스트 가정을 조정하는 방법을 보려면 T.TEST 문서를 참조하세요.

이 2-표본 t-검정에 대한 두 가지 가설은 다음과 같습니다.

H ₀ : μ ₁ = μ ₂ (두 모집단 평균이 동일함)

H ₁ : μ ₁ ≠ μ ₂ (두 모집단 평균이 동일하지 않음)

테스트의 p-값 (0.530047) 이 알파 = 0.05보다 크기 때문에 테스트의 귀무 가설을 기각하지 못합니다. 이 특정 식물 종의 평균 높이가 15인치가 아니라고 말할 수 있는 충분한 증거가 없습니다.

예: 쌍을 이루는 표본 t-검정

정의: 쌍 표본 t-검정은 한 표본의 각 관측치가 다른 표본의 관측치와 연관될 수 있는 경우 두 표본의 평균을 비교하는 데 사용됩니다.

예: 우리는 학습 과정이 특정 시험에서 학생의 성적에 중요한 영향을 미치는지 알고 싶습니다. 이를 테스트하기 위해 우리는 한 학급의 20명의 학생에게 사전 테스트를 요청합니다. 그런 다음 각 학생들에게 2주 동안 커리큘럼에 참여하게 합니다. 그런 다음 학생들은 비슷한 난이도의 시험을 다시 치릅니다.

다음 스크린샷은 대응 표본 t-검정을 수행하여 첫 번째 테스트와 두 번째 테스트의 평균 점수 간의 차이를 비교하는 방법을 보여줍니다.

참고: 두 표본의 분산이 동일하다는 가정을 사용하거나 사용하지 않고 단측 두 표본 t-검정을 수행할 수도 있습니다. 테스트 가정을 조정하는 방법을 보려면 T.TEST 문서를 참조하세요.

이 대응표본 t-검정에 대한 두 가지 가정은 다음과 같습니다.

H ₀ : μ ₁ = μ ₂ (두 모집단 평균이 동일함)

H ₁ : μ ₁ ≠ μ ₂ (두 모집단 평균이 동일하지 않음)

테스트의 p-값 (0.011907) 이 알파 = 0.05보다 작으므로 테스트의 귀무 가설을 기각합니다. 테스트 전 평균 점수와 테스트 후 평균 점수 사이에 통계적으로 유의미한 차이가 있다고 말할 수 있는 충분한 증거가 있습니다.