Spss တွင် နမူနာ t-test နှစ်ခုကို မည်သို့လုပ်ဆောင်ရမည်နည်း။

နမူနာနှစ်ခု t-test ကို လူဦးရေ နှစ်ခု၏ အဓိပ္ပါယ်သည် ညီမျှခြင်း ရှိ၊ မရှိ စမ်းသပ်ရန် အသုံးပြုပါသည်။

ဤသင်ခန်းစာသည် SPSS တွင် နမူနာနှစ်ခု t-test ကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။

ဥပမာ- SPSS တွင် နမူနာ t-test နှစ်ခု

လောင်စာဆီကုသမှုအသစ်သည် ပေးထားသောကားတစ်စီး၏ ပျမ်းမျှမိုင်အကွာအဝေးကို ပြောင်းလဲစေခြင်း ရှိ၊မရှိ သုတေသီများ သိလိုကြသည်။ ယင်းကို စမ်းသပ်ရန်အတွက် ကား ၁၂ စီးတွင် လောင်စာဆီ ကုသမှုအသစ်ကို လက်ခံရရှိကာ ၁၂ ကားမရရှိသည့် စမ်းသပ်မှုတစ်ခုကို ပြုလုပ်ခဲ့သည်။

အောက်ဖော်ပြပါ ဖန်သားပြင်ဓာတ်ပုံတွင် ၎င်းပိုင်ဆိုင်သည့်အဖွဲ့နှင့်အတူ ကားတစ်စီးစီ၏ စိုင်းစိုင်းခမ်းလှိုင်ကို ပြသသည် (0 = လောင်စာဆီ ကုသမှုမရှိ၊ 1 = လောင်စာဆီ ကုသမှု)။

အောက်ပါ null နှင့် အခြားအခြားသော ယူဆချက်များအပေါ် အခြေခံ၍ ဤအုပ်စုနှစ်ခုကြားရှိ ပျမ်းမျှ mpg ကွာခြားမှုရှိမရှိ ဆုံးဖြတ်ရန် အောက်ပါအဆင့်များကို အသုံးပြုပါ-

• H ₀ : μ ₁ = μ ₂ (လူဦးရေနှစ်ခုကြားရှိ ပျမ်းမျှ mpg သည် ညီမျှသည်)
• H ₁ : μ ₁ ≠ μ ₂ (လူဦးရေနှစ်ခုကြားရှိ ပျမ်းမျှ စိုင်းစိုင်းခမ်းလှိုင်သည် မညီမျှပါ)

α = 0.05 ၏ အရေးပါမှုအဆင့်ကို အသုံးပြုပါ။

အဆင့် 1- လွတ်လပ်သောနမူနာများ T Test ရွေးချယ်မှုကို ရွေးချယ်ပါ။

ခွဲခြမ်းစိတ်ဖြာခြင်း tab ကို နှိပ်ပါ၊ ထို့နောက် နည်းလမ်းများကို နှိုင်းယှဉ်ပါ ၊ ထို့နောက် အမှီအခိုကင်းသော နမူနာများ T-Test ကို နှိပ်ပါ ။

အဆင့် 2: နမူနာနှစ်ခု t-test ကိုလုပ်ဆောင်ရန် လိုအပ်သောတန်ဖိုးများကို ဖြည့်ပါ။

Independent-Samples T Test ကိုနှိပ်ပြီးသည်နှင့်၊ အောက်ပါဝင်းဒိုးပေါ်လာပါမည်။

စိုင်းစိုင်းခမ်းလှိုင်ကို Test Variable(များ) ဟု အညွှန်းတပ်ထားသော အကွက်ထဲသို့ ဆွဲယူပြီး Grouping Variable တံဆိပ်တပ်ထားသော အကွက်ထဲသို့ အုပ်စုဖွဲ့ပါ ။ ထို့နောက် Define Groups ကို နှိပ်ပြီး Group 1 ကို value 0 ဖြင့် အတန်းအဖြစ် သတ်မှတ်ပြီး Group 2 ကို value 1 ဖြင့် အတန်းအဖြစ် သတ်မှတ်ပါ။ ထို့နောက် OK ကို နှိပ်ပါ။

အဆင့် 3- ရလဒ်များကို ဘာသာပြန်ပါ။

OK ကို နှိပ်လိုက်သည်နှင့် နမူနာ t-test နှစ်ခု၏ ရလဒ်များကို ပြသပါမည်။

ပထမဇယားသည် အုပ်စုနှစ်စုအတွက် အောက်ပါအကျဉ်းချုပ်စာရင်းဇယားကို ပြသသည်-

• N: နမူနာအရွယ်အစား
• ပျမ်းမျှ- အုပ်စုတစ်ခုစီရှိ ကားများ၏ပျမ်းမျှ စိုင်းစိုင်းခမ်းလှိုင်
• စံ။ သွေဖည်မှု- အုပ်စုတစ်ခုစီရှိ ကားများ၏ စိုင်းစိုင်းခမ်းလှိုင်၏ စံသွေဖည်မှု
• စံ။ ပျမ်းမျှအမှား- s/√n ဖြင့်တွက်ချက်ထားသော mean mpg ၏ စံအမှား

ဒုတိယဇယားသည် နမူနာနှစ်ခု t-test ၏ရလဒ်များကိုပြသသည်။ အုပ်စုနှစ်ခုကြား ကွဲလွဲမှု ညီမျှသည်ဟု ယူဆပါက ပထမအတန်းသည် စမ်းသပ်မှုရလဒ်ကို ပြသသည်။ ဤယူဆချက်ကို သင်မလုပ်ဆောင်ပါက ဒုတိယစာကြောင်းသည် စမ်းသပ်မှုရလဒ်များကို ပြသသည်။

ဤကိစ္စတွင်၊ စမ်းသပ်မှုဗားရှင်းနှစ်ခုစလုံးသည် တူညီသောရလဒ်များကို ထုတ်ပေးပါသည်။ ထို့ကြောင့်၊ ပထမစာကြောင်း၏ရလဒ်များကို ရိုးရိုးရှင်းရှင်း ကိုးကားပါမည်။

• t- စမ်းသပ်ကိန်းဂဏန်း -1.428 ဖြစ်သည်ကိုတွေ့ရှိရသည်။
• df- လွတ်လပ်မှုဒီဂရီ၊ n ₁ + n ₂ -2 = 12+12-2 = 22 အဖြစ် တွက်ချက်သည်၊
• ဆိုင်းဘုတ်။ (two-tailed)- df=22 နှင့် -1.428 တန်ဖိုးနှင့် ဆက်စပ်သော အမြီးနှစ်စင်း p-value
• Mean difference: နမူနာနှစ်ခုကြား ခြားနားချက်ကို ဆိုလိုသည်။
• စံ။ ကွာခြားချက် အမှား- ပျမ်းမျှ ကွာခြားချက်၏ စံအမှား
• ကွာခြားချက်၏ 95% CI- လူဦးရေ နှစ်ခု၏ စစ်မှန်သော ခြားနားချက်အတွက် ယုံကြည်မှု 95% ကြားကာလ

စာမေးပွဲ၏ p-value (0.167) သည် 0.05 ထက်မနည်းသောကြောင့်၊ null hypothesis ကို ငြင်းပယ်ရန် ပျက်ကွက်ပါသည်။ စစ်မှန်သော ပျမ်းမျှ စိုင်းစိုင်းခမ်းလှိုင်သည် ဆေးကုသမှုခံယူသောကားများနှင့် ကင်းစင်သောကားများကြားတွင် ကွာခြားသည်ဟုဆိုရန် လုံလောက်သော အထောက်အထားမရှိပါ။