T-tests vous permettent de déterminer si les différences dans les moyennes de deux échantillons différents sont statistiquement significatifs, ce qui indique des différences réelles entre les deux échantillons, ou si les différences se sont produites comme un simple résultat d`une erreur. Une fois que vous avez vos valeurs t, vous devez savoir comment les interpréter. Interprétation exige une table standard d`importance, disponible à l`arrière de la plupart des statistiques manuels.
Choses que vous devez
- Statistiques manuel
Définir un "niveau de risque" pour les données. Ce niveau, également connu sous le niveau alpha, se réfère à la possibilité que les différences entre vos échantillons semblent être statistiquement significative, après avoir effectué un test t, même si elles ne sont pas statistiquement significatives. Typiquement, le niveau alpha est réglé à 0,05.
Calculez combien de degrés de liberté que vous avez dans vos données. Les degrés de liberté sont constitués du nombre total d`éléments dans les deux échantillons, moins deux. Par exemple, si vos deux échantillons contenaient 36 éléments, les degrés de liberté seraient 36 + 36-2 = 70.
Reportez-vous à votre table d`importance et d`utiliser la valeur alpha et la valeur pour les degrés d`importance pour trouver le t-valeur indiquée dans le tableau. Si votre t-valeur est supérieure à la valeur t figurant dans le tableau, vous pouvez conclure que les différences entre vos deux échantillons sont statistiquement significatifs. Si votre t-valeur est inférieure à la valeur t figurant dans le tableau, alors les différences entre vos échantillons ne sont pas statistiquement significative pour la valeur alpha que vous avez choisi.
