วิธีดำเนินการทดสอบตัวอย่างแบบจับคู่ใน stata

การทดสอบทีแบบจับคู่ตัวอย่าง ใช้เพื่อเปรียบเทียบค่าเฉลี่ยของสองตัวอย่าง เมื่อการสังเกตแต่ละครั้งในตัวอย่างหนึ่งสามารถเชื่อมโยงกับการสังเกตในอีกตัวอย่างหนึ่งได้

บทช่วยสอนนี้จะอธิบายวิธีดำเนินการทดสอบตัวอย่างแบบจับคู่ใน Stata

ตัวอย่าง: การทดสอบทีตัวอย่างคู่ใน Stata

นักวิจัยต้องการทราบว่าการบำบัดน้ำมันเชื้อเพลิงใหม่ทำให้เกิดการเปลี่ยนแปลงใน MPG เฉลี่ยของรถยนต์บางรุ่นหรือไม่ เพื่อทดสอบสิ่งนี้ พวกเขาทำการทดลองโดยวัด MPG ของรถยนต์ 12 คันทั้งที่มีและไม่มีการบำบัดน้ำมันเชื้อเพลิง

เนื่องจากรถแต่ละคันได้รับการรักษา เราจึงสามารถทำการจับคู่ทีทดสอบ โดยที่รถแต่ละคันจะจับคู่กับตัวมันเอง เพื่อดูว่ามีความแตกต่างกันโดยเฉลี่ยต่อ mpg โดยมีและไม่มีการบำบัดน้ำมันเชื้อเพลิงหรือไม่

ทำตามขั้นตอนต่อไปนี้เพื่อทำการจับคู่ทีทดสอบใน Stata

ขั้นตอนที่ 1: โหลดข้อมูล

ขั้นแรกให้โหลดข้อมูลโดยพิมพ์ use https://www.stata-press.com/data/r13/fuel ในช่องคำสั่ง แล้วคลิก Enter

ขั้นตอนที่ 2: ดูข้อมูลดิบ

ก่อนที่จะดำเนินการทดสอบค่าทีแบบคู่ เรามาพิจารณาข้อมูลดิบกันก่อน จากแถบเมนูด้านบน ไปที่ ข้อมูล > ตัวแก้ไขข้อมูล > ตัวแก้ไขข้อมูล (เรียกดู) คอลัมน์แรก mpg1 จะแสดง mpg ของรถคันแรกที่ไม่มีการบำบัดน้ำมันเชื้อเพลิง ในขณะที่คอลัมน์ที่สอง mpg2 จะแสดง mpg ของรถคันแรกที่มีการบำบัดน้ำมันเชื้อเพลิง

ขั้นตอนที่ 3: ทำการทดสอบทีแบบคู่

จากแถบเมนูด้านบน ไปที่ สถิติ > สรุป ตารางและการทดสอบ > การทดสอบสมมติฐานแบบคลาสสิก > t-Test (การเปรียบเทียบการทดสอบค่าเฉลี่ย)

เลือก จับคู่ สำหรับตัวแปรแรก ให้เลือก mpg1 สำหรับตัวแปรที่สอง ให้เลือก mpg2 สำหรับระดับความมั่นใจ ให้เลือกระดับที่คุณต้องการ ค่า 95 สอดคล้องกับระดับนัยสำคัญ 0.05 เราจะปล่อยให้เรื่องนี้อยู่ที่ 95 สุดท้ายคลิก ตกลง

ผลลัพธ์การทดสอบทีคู่จะปรากฏขึ้น:

เราได้รับข้อมูลต่อไปนี้สำหรับแต่ละกลุ่ม:

Obs: จำนวนการสังเกต มีข้อสังเกต 12 ข้อในแต่ละกลุ่ม

เฉลี่ย: mpg เฉลี่ย ในกลุ่ม 0 ค่าเฉลี่ยคือ 21 ในกลุ่ม 1 ค่าเฉลี่ยคือ 22.75

มาตรฐาน. ข้อผิดพลาด: ข้อผิดพลาดมาตรฐาน คำนวณเป็น σ / √ n

มาตรฐาน. Dev: ค่าเบี่ยงเบนมาตรฐานของ mpg

การประชุม 95% ช่วง: ช่วงความเชื่อมั่น 95% สำหรับค่าเฉลี่ยประชากรที่แท้จริงในหน่วย MPG

t: สถิติการทดสอบของการทดสอบแบบจับคู่

องศาอิสระ: องศาอิสระที่จะใช้ในการทดสอบ คำนวณได้ดังนี้ #pairs-1 = 12-1 = 11

ค่า p สำหรับการทดสอบทีสองตัวอย่างที่แตกต่างกันสามรายการจะแสดงที่ด้านล่างของผลลัพธ์ เนื่องจากเราต้องการเข้าใจว่าค่าเฉลี่ย mpg ระหว่างทั้งสองกลุ่มแตกต่างกันหรือไม่ เราจะดูผลลัพธ์ของการทดสอบระดับกลาง (ซึ่งสมมติฐานทางเลือกคือ Ha:diff !=0) ซึ่งมีค่า p-value เท่ากับ 0.0463 .

เนื่องจากค่านี้ต่ำกว่าระดับนัยสำคัญของเราที่ 0.05 เราจึงปฏิเสธสมมติฐานว่าง เรามีหลักฐานเพียงพอที่จะบอกว่าค่าเฉลี่ย MPG ที่แท้จริงนั้นแตกต่างกันระหว่างทั้งสองกลุ่ม

ขั้นตอนที่ 5: รายงานผลลัพธ์

สุดท้ายนี้ เราจะรายงานผลการทดสอบ paired t test ของเรา นี่คือตัวอย่างของวิธีการทำเช่นนี้:

มีการทดสอบที-เทสต์กับรถยนต์ 12 คันเพื่อตรวจสอบว่าการบำบัดน้ำมันเชื้อเพลิงใหม่ทำให้เกิดความแตกต่างในระยะทางเฉลี่ยต่อแกลลอนหรือไม่

ผลการวิจัยพบว่า mpg เฉลี่ยมีนัยสำคัญทางสถิติ   ต่างกันระหว่างทั้งสองกลุ่ม (t = -2.2444 โดย df=11, p = 0.0463) ที่ระดับนัยสำคัญ 0.05

ช่วงความเชื่อมั่น 95% สำหรับความแตกต่างที่แท้จริงระหว่างค่าเฉลี่ยประชากร ให้ค่าช่วง (-3.466, -0.034)

จากผลลัพธ์เหล่านี้ การบำบัดน้ำมันเชื้อเพลิงแบบใหม่ทำให้ MPG สำหรับรถยนต์สูงขึ้นอย่างมีนัยสำคัญทางสถิติ