လက်ဖြင့်တွဲထားသော t test ကိုမည်သို့လုပ်ဆောင်ရမည်နည်း။

နမူနာတစ်ခုတွင် ရှုမြင်မှု တစ်ခုစီရှိ အခြားနမူနာတစ်ခုရှိ စူးစမ်းမှုတစ်ခုနှင့် ဆက်စပ်နိုင်သောအခါ နမူနာနှစ်ခု၏နည်းလမ်းကို နှိုင်းယှဉ်ရန် တွဲထားသောနမူနာကို t-test ကို အသုံးပြုသည်။

အောက်ဖော်ပြပါ အဆင့်ဆင့် ဥပမာတွင် လူဦးရေဆိုသည်မှာ အောက်ပါအုပ်စုနှစ်ခုကြားတွင် တူညီခြင်းရှိမရှိ ဆုံးဖြတ်ရန် တွဲထားသော နမူနာ t-test ကို မည်သို့လုပ်ဆောင်ရမည်ကို ပြသသည်-

အဆင့် 1- စမ်းသပ်စာရင်းအင်းကို တွက်ချက်ပါ။

တွဲထားသော t-test ၏ စမ်းသပ်မှုစာရင်းကို အောက်ပါအတိုင်း တွက်ချက်သည်-

t = x _diff / (s _diff /√ n )

ရွှေ-

• x _diff : ပျမ်းမျှကွဲပြားမှုများ၏ ဥပမာ
• s- စံသွေဖည်ကွဲပြားမှုများ၏ ဥပမာ
• n- နမူနာအရွယ်အစား (ဆိုလိုသည်မှာ အတွဲအရေအတွက်)

အုပ်စုနှစ်ခုကြားရှိ ခြားနားချက်များ၏ ပျမ်းမျှနှင့် အုပ်စုနှစ်ခုကြားရှိ ကွာခြားချက်များ၏ စံသွေဖည်မှုကို တွက်ချက်ပါမည်။

ထို့ကြောင့် ကျွန်ုပ်တို့၏ စမ်းသပ်စာရင်းအင်းအား အောက်ပါအတိုင်း တွက်ချက်နိုင်ပါသည်။

• t = x _diff / (s _diff /√ n )
• t = 1.75 / (1.422/√ 12 )
• t = 4.26

အဆင့် 2- အရေးကြီးသောတန်ဖိုးကို တွက်ချက်ပါ။

ထို့နောက်၊ ကျွန်ုပ်တို့၏စမ်းသပ်မှုစာရင်းအင်းများနှင့် နှိုင်းယှဉ်ရန် အရေးကြီးသောတန်ဖိုးကို ရှာဖွေရန် လိုအပ်ပါသည်။

ဤဥပမာအတွက်၊ ကျွန်ုပ်တို့သည် လွတ်လပ်မှု α = 0.05 နှင့် df = n-1 ဒီဂရီဖြင့် အမြီးနှစ်ကြောင်းစမ်းသပ်မှုကို အသုံးပြုပါမည်။

t ဖြန့်ဖြူးမှုဇယားအရ၊ ဤတန်ဖိုးများနှင့် သက်ဆိုင်သည့် အရေးကြီးသောတန်ဖိုးမှာ 2.201 ဖြစ်သည် ။

အဆင့် 3- null hypothesis ကို ငြင်းပယ်ခြင်း သို့မဟုတ် ပျက်ကွက်ခြင်း

ကျွန်ုပ်တို့၏တွဲစပ်ထားသောနမူနာ t-test သည် အောက်ပါ null နှင့် အခြားယူဆချက်အား အသုံးပြုသည်-

• H ₀ : μ ₁ = μ ₂ (လူဦးရေ နှစ်ခုသည် တူညီသည်)
• H _A : μ ₁ ≠ μ ₂ (လူဦးရေ နှစ်ခု အဓိပ္ပါယ်မှာ မညီမျှခြင်း)

ကျွန်ုပ်တို့၏စမ်းသပ်စာရင်းအင်း၏ ပကတိတန်ဖိုး ( 4.26 ) သည် t-table ( 2.201 ) တွင်တွေ့ရှိရသော အရေးကြီးသောတန်ဖိုးထက် ကြီးသောကြောင့် ကျွန်ုပ်တို့သည် null hypothesis ကို ငြင်းပယ်ပါသည်။

ဆိုလိုသည်မှာ အုပ်စုနှစ်ခုကြား ပျမ်းမျှ ညီမျှခြင်း မရှိဟု ဆိုရန် လုံလောက်သော သက်သေ အထောက်အထားများ ကျွန်ုပ်တို့တွင် ရှိသည်ဟု ဆိုလိုပါသည်။

အပိုဆု- သင်၏ရလဒ်များကိုအတည်ပြုရန် တွဲထားသောနမူနာများကို t-test calculator ကို အသုံးပြုရန် အားမနာပါနှင့်။