การทดสอบไคสแควร์และการทดสอบที: อะไรคือความแตกต่าง?

การทดสอบไคสแควร์ และ การทดสอบทีเป็นการ ทดสอบทางสถิติสองประเภทที่พบบ่อยที่สุด ดังนั้น สิ่งสำคัญคือต้องเข้าใจความแตกต่างระหว่างการทดสอบทั้งสองนี้ และจะทราบได้อย่างไรว่าควรใช้การทดสอบแต่ละข้อเมื่อใด ขึ้นอยู่กับปัญหาที่คุณต้องการตอบ

บทช่วยสอนนี้ให้คำอธิบายง่ายๆ เกี่ยวกับความแตกต่างระหว่างการทดสอบทั้งสองครั้ง รวมถึงเวลาที่ควรใช้

การทดสอบไคสแควร์

จริงๆ แล้วการทดสอบไคสแควร์มีหลากหลายรูปแบบ แต่รูปแบบที่พบบ่อยที่สุดคือ การทดสอบความเป็นอิสระของไคสแควร์

คำนิยาม

เราใช้ การทดสอบไคสแควร์เพื่อความเป็นอิสระ เมื่อเราต้องการทดสอบอย่างเป็นทางการว่ามีความสัมพันธ์ที่มีนัยสำคัญทางสถิติระหว่างตัวแปรหมวดหมู่สองตัวหรือไม่

สมมติฐานการทดสอบมีดังนี้:

สมมติฐานว่าง (H ₀ ): ไม่มีความสัมพันธ์ที่มีนัยสำคัญระหว่างตัวแปรทั้งสอง

สมมติฐานทางเลือก: (ฮา): มี ความสัมพันธ์กันอย่างมีนัยสำคัญระหว่างตัวแปรทั้งสอง

ตัวอย่าง

นี่คือตัวอย่างบางส่วนของเวลาที่เราอาจใช้การทดสอบไคสแควร์เพื่อความเป็นอิสระ:

ตัวอย่างที่ 1: เราต้องการทราบว่ามีความสัมพันธ์ที่มีนัยสำคัญทางสถิติระหว่างเพศ (ชาย หญิง) และความชอบของพรรคการเมือง (รีพับลิกัน พรรคเดโมแครต อิสระ) หรือไม่ เพื่อทดสอบสิ่งนี้ เราสามารถสำรวจคนสุ่ม 100 คน และบันทึกเพศและการตั้งค่าพรรคการเมืองของพวกเขา จากนั้นเราจะทำการทดสอบไคสแควร์เพื่อตรวจสอบว่ามีความสัมพันธ์ที่มีนัยสำคัญทางสถิติระหว่างเพศและการตั้งค่าพรรคการเมืองหรือไม่

ตัวอย่างที่ 2: เราต้องการทราบว่ามีความสัมพันธ์ที่มีนัยสำคัญทางสถิติระหว่างระดับชั้นเรียน (น้องใหม่ นักเรียนปีที่สอง รุ่นน้อง รุ่นพี่) และประเภทภาพยนตร์ที่ชื่นชอบ (ระทึกขวัญ ละคร ตะวันตก) หรือไม่ เพื่อทดสอบสิ่งนี้ เราสามารถสุ่มสำรวจนักเรียน 100 คนจากแต่ละระดับชั้นในโรงเรียนแห่งใดแห่งหนึ่ง และบันทึกประเภทภาพยนตร์ที่พวกเขาชื่นชอบ ต่อไป เราสามารถทำการทดสอบความเป็นอิสระของไคสแควร์เพื่อตรวจสอบว่ามีความสัมพันธ์ที่มีนัยสำคัญทางสถิติระหว่างระดับชั้นและประเภทภาพยนตร์เรื่องโปรดหรือไม่

ตัวอย่างที่ 3: เราต้องการทราบว่ามีความสัมพันธ์ที่มีนัยสำคัญทางสถิติระหว่างกีฬาโปรดของบุคคล (บาสเกตบอล เบสบอล ฟุตบอล) กับสถานที่ที่พวกเขาเติบโต (ในเมือง ชนบท) หรือไม่ เพื่อทดสอบสิ่งนี้ เราสามารถสุ่มสำรวจผู้คน 100 คน และถามพวกเขาว่าพวกเขาเติบโตมาจากสถานที่ประเภทใด และกีฬาโปรดของพวกเขาคืออะไร ต่อไป เราสามารถทำการทดสอบไคสแควร์เพื่อดูว่ามีความสัมพันธ์ที่มีนัยสำคัญทางสถิติระหว่างกีฬาโปรดของบุคคลหนึ่งกับสถานที่ที่พวกเขาเติบโตมาหรือไม่

สมมติฐาน

ก่อนที่เราจะทำการทดสอบไคสแควร์เพื่อความเป็นอิสระได้ เราต้องตรวจสอบให้แน่ใจก่อนว่าเป็นไปตามสมมติฐานต่อไปนี้เพื่อให้แน่ใจว่าการทดสอบของเรามีความถูกต้อง:

• สุ่ม: ควรใช้ตัวอย่างสุ่มหรือการทดลองสุ่มเพื่อรวบรวมข้อมูลจากทั้งสองตัวอย่าง
• การจัดหมวดหมู่: ตัวแปรที่เราศึกษาจะต้องจัดหมวดหมู่
• ขนาด: จำนวนการสังเกตที่คาดหวังในแต่ละระดับของตัวแปรต้องมีอย่างน้อย 5

หากสมมติฐานเหล่านี้ได้รับการตรวจสอบแล้ว เราก็สามารถทำการทดสอบได้

ที-ทดสอบ

นอกจากนี้ยังมีการทดสอบ t-test ที่แตกต่างกันสองสามแบบ แต่รูปแบบที่พบบ่อยที่สุดคือการ ทดสอบ t-test สำหรับความแตกต่างในค่าเฉลี่ย

คำนิยาม

เราใช้ การทดสอบทีเพื่อหาความแตกต่างในค่าเฉลี่ย เมื่อเราต้องการทดสอบอย่างเป็นทางการว่ามีความแตกต่างที่มีนัยสำคัญทางสถิติระหว่างค่าเฉลี่ยของประชากรทั้งสองหรือไม่

สมมติฐานการทดสอบมีดังนี้:

สมมติฐานว่าง (H ₀ ): ค่าเฉลี่ยของประชากรทั้งสองเท่ากัน

สมมติฐานทางเลือก: (ฮา): ค่าเฉลี่ยของประชากรทั้งสองไม่เท่ากัน

หมายเหตุ: คุณสามารถทดสอบได้ว่าค่าเฉลี่ยประชากรค่าหนึ่งสูงหรือต่ำกว่าอีกค่าหนึ่ง แต่สมมติฐานว่างที่พบบ่อยที่สุดคือค่าเฉลี่ยทั้งสองมีค่าเท่ากัน

ตัวอย่าง

ต่อไปนี้คือตัวอย่างบางส่วนของเวลาที่เราอาจใช้การทดสอบ t-test สำหรับความแตกต่างในค่าเฉลี่ย:

ตัวอย่างที่ 1: เราต้องการทราบว่าอาหาร A หรืออาหาร B ส่งผลให้น้ำหนักลดลงมากขึ้นหรือไม่ เราสุ่มให้คน 100 คนรับประทานอาหาร A เป็นเวลาสองเดือน และอีก 100 คนรับประทานอาหาร B เป็นเวลาสองเดือน เราสามารถทำการทดสอบทีเพื่อตรวจสอบว่ามีความแตกต่างที่มีนัยสำคัญทางสถิติในการลดน้ำหนักโดยเฉลี่ยระหว่างทั้งสองกลุ่มหรือไม่

ตัวอย่างที่ 2: เราต้องการทราบว่าแผนการศึกษาสองแผนที่แตกต่างกันนำไปสู่ผลการสอบที่แตกต่างกันสำหรับนักเรียนหรือไม่ เราสุ่มมอบหมายให้นักเรียน 50 คนใช้แผนการเรียนหนึ่งแผน และนักเรียน 50 คนใช้แผนการเรียนอื่นเป็นเวลาหนึ่งเดือนก่อนการสอบ เราสามารถทำการทดสอบทีเพื่อกำหนดความแตกต่างในวิธีการเพื่อดูว่าคะแนนสอบเฉลี่ยระหว่างแผนการศึกษาทั้งสองมีความแตกต่างอย่างมีนัยสำคัญทางสถิติหรือไม่

ตัวอย่างที่ 3: เราต้องการทราบว่านักเรียนในโรงเรียนสองแห่งมีความสูงเฉลี่ยเท่ากันหรือไม่ เราวัดความสูงของนักเรียนสุ่ม 100 คนจากโรงเรียนหนึ่ง และนักเรียนสุ่ม 100 คนจากอีกโรงเรียนหนึ่ง เราสามารถทำการทดสอบทีเพื่อหาความแตกต่างเพื่อดูว่ามีความแตกต่างที่มีนัยสำคัญทางสถิติในความสูงของนักเรียนโดยเฉลี่ยระหว่างสองโรงเรียนหรือไม่

สมมติฐาน

ก่อนที่เราจะทำการทดสอบสมมติฐานเกี่ยวกับความแตกต่างระหว่างค่าเฉลี่ยประชากรสองค่าได้ เราต้องตรวจสอบให้แน่ใจก่อนว่าตรงตามเงื่อนไขต่อไปนี้เพื่อให้แน่ใจว่าการทดสอบสมมติฐานของเรามีความถูกต้อง:

• สุ่ม: ควรใช้ตัวอย่างสุ่มหรือการทดลองสุ่มเพื่อรวบรวมข้อมูลสำหรับทั้งสองตัวอย่าง
• ปกติ: การกระจายตัวอย่างเป็นเรื่องปกติหรือประมาณปกติ
• ความเป็นอิสระ: ทั้งสองตัวอย่างมีความเป็นอิสระ

หากสมมติฐานเหล่านี้บรรลุผล เราก็สามารถทำการทดสอบสมมติฐานได้

จะรู้ได้อย่างไรว่าเมื่อใดควรใช้การทดสอบแต่ละครั้ง

นี่เป็นบทสรุปโดยย่อของการทดสอบแต่ละครั้ง:

การทดสอบไคสแควร์เพื่อความเป็นอิสระ: ช่วยให้คุณทดสอบว่ามีความสัมพันธ์ที่มีนัยสำคัญทางสถิติระหว่างตัวแปร หมวดหมู่ สองตัวหรือไม่ เมื่อคุณปฏิเสธสมมติฐานว่างจากการทดสอบความเป็นอิสระของไคสแควร์ นั่นหมายความว่ามีความสัมพันธ์กันอย่างมีนัยสำคัญระหว่างตัวแปรทั้งสอง

ความแตกต่างในค่าเฉลี่ย t-Test: ช่วยให้คุณทดสอบได้ว่ามีความแตกต่างที่มีนัยสำคัญทางสถิติระหว่างค่าเฉลี่ยประชากรสองค่าหรือไม่ เมื่อคุณปฏิเสธสมมติฐานว่างของการทดสอบ t-test สำหรับผลต่างในค่าเฉลี่ย นั่นหมายความว่าค่าเฉลี่ยของประชากรทั้งสองไม่เท่ากัน

วิธีที่ง่ายที่สุดในการทราบว่าจะใช้การทดสอบไคสแควร์กับการทดสอบทีหรือไม่ก็คือการดูประเภทของตัวแปรที่คุณกำลังทำงานอยู่

หากคุณมีตัวแปรสองตัวที่เป็นหมวดหมู่เดียวกัน กล่าวคือ สามารถจัดเป็นหมวดหมู่ได้ เช่น ชาย , หญิง และ รีพับ ลิกัน , เดโมแครต , เป็นอิสระ คุณควรใช้การทดสอบไคสแควร์

แต่หากตัวแปรตัวหนึ่งเป็น ตัวแปรประเภท (เช่น ประเภทของแผนการเรียน – ไม่ว่าจะเป็นแผน 1 หรือแผน 2) และอีกตัวแปรหนึ่งเป็นแบบต่อเนื่อง (เช่น คะแนนสอบ – วัดจาก 0 ถึง 100) คุณควรใช้แบบทดสอบ t-test