ເນື້ອຫາ

• ຂັ້ນຕອນ
• ຄຳ ແນະ ນຳ
• ຄຳ ເຕືອນ

ການທົດສອບສົມມຸດຕິຖານແມ່ນຖືກ ນຳ ພາໂດຍການວິເຄາະທາງສະຖິຕິ. ຄວາມ ໝັ້ນ ໃຈທີ່ ສຳ ຄັນທາງສະຖິຕິແມ່ນຖືກ ຄຳ ນວນໂດຍໃຊ້ຄ່າ p - ເຊິ່ງສະແດງໃຫ້ເຫັນຄວາມເປັນໄປໄດ້ຂອງຜົນທີ່ໄດ້ຮັບເມື່ອສັງເກດເຫັນ (ຄວາມສົມມຸດຕິຖານທີ່ແນ່ນອນ) ແມ່ນແທ້ ຖ້າ p-value ຕ່ ຳ ກວ່າລະດັບຄວາມ ສຳ ຄັນ (ໂດຍປົກກະຕິ 0.05), ນັກທົດລອງສາມາດສະຫຼຸບໄດ້ວ່າມີຫຼັກຖານພຽງພໍທີ່ຈະເຜີຍແຜ່ແນວຄິດທີ່ບໍ່ມີຄວາມ ໝາຍ ແລະຍອມຮັບທິດສະດີທີ່ບໍ່ມີຕົວຕົນ. ໂດຍໃຊ້ແບບທົດສອບ t ແບບງ່າຍໆ, ທ່ານສາມາດຄິດໄລ່ມູນຄ່າ p ແລະ ກຳ ນົດຄວາມ ສຳ ຄັນລະຫວ່າງສອງກຸ່ມຂໍ້ມູນທີ່ແຕກຕ່າງກັນ.

ຂັ້ນຕອນ

ສ່ວນທີ 1 ຂອງ 3: ຕັ້ງການທົດລອງຂອງທ່ານ

1. 

   ກຳ ນົດທິດສະດີຂອງທ່ານ. ຂັ້ນຕອນ ທຳ ອິດໃນການປະເມີນຄວາມ ສຳ ຄັນທາງສະຖິຕິແມ່ນການ ກຳ ນົດ ຄຳ ຖາມເພື່ອຕອບແລະປະກາດສົມມຸດຕິຖານຂອງທ່ານ. ສົມມຸດຕິຖານແມ່ນການຖະແຫຼງຂອງຂໍ້ມູນຕົວຈິງແລະຄວາມແຕກຕ່າງທີ່ເປັນໄປໄດ້ໃນປະຊາກອນ. ທຸກໆການທົດລອງມີແນວຄິດທີ່ບໍ່ມີຕົວຕົນແລະສົມມຸດຕິຖານທາງກົງກັນຂ້າມ. ໂດຍທົ່ວໄປ, ທ່ານຈະປຽບທຽບສອງກຸ່ມເພື່ອເບິ່ງວ່າພວກເຂົາແມ່ນຄົນດຽວກັນຫຼືແຕກຕ່າງກັນ.
   • ໂດຍທົ່ວໄປ, ສົມມຸດຕິຖານບໍ່ແມ່ນ (H₀) ຢືນຢັນວ່າບໍ່ມີຄວາມແຕກຕ່າງລະຫວ່າງສອງກຸ່ມຂໍ້ມູນ. ຕົວຢ່າງ: ນັກຮຽນທີ່ອ່ານເອກະສານກ່ອນການຮຽນບໍ່ໄດ້ຮັບຄະແນນຈົບດີກວ່າ.
   • ການສົມມຸດຕິຖານທາງກົງກັນຂ້າມ (H_ກ) ແມ່ນກົງກັນຂ້າມກັບສົມມຸດຕິຖານທີ່ບໍ່ເປັນ ທຳ ມະດາແລະເປັນ ຄຳ ຖະແຫຼງທີ່ທ່ານ ກຳ ລັງພະຍາຍາມສະ ໜັບ ສະ ໜູນ ດ້ວຍຂໍ້ມູນຕົວຈິງຂອງທ່ານ. ຕົວຢ່າງ: ນັກຮຽນທີ່ອ່ານເອກະສານກ່ອນການຮຽນກໍ່ໄດ້ຮັບຄະແນນສຸດທ້າຍທີ່ດີຂື້ນ.

2. 

   
   
   ເລືອກລະດັບຄວາມ ສຳ ຄັນເພື່ອ ກຳ ນົດລະດັບຂອງຄວາມແຕກຕ່າງທີ່ສາມາດເຫັນໄດ້ວ່າມີຄວາມ ໝາຍ ໃນຂໍ້ມູນ. ລະດັບຄວາມ ສຳ ຄັນ (ຍັງເອີ້ນວ່າ alpha) ແມ່ນລະດັບທີ່ທ່ານເລືອກເພື່ອ ກຳ ນົດຄວາມ ໝາຍ. ຖ້າມູນຄ່າ p ແມ່ນຫນ້ອຍກ່ວາຫຼືເທົ່າກັບລະດັບຄວາມ ສຳ ຄັນໃດ ໜຶ່ງ, ຂໍ້ມູນຈະຖືກຖືວ່າມີຄວາມ ສຳ ຄັນທາງສະຖິຕິ.
   • ຕາມກົດລະບຽບທົ່ວໄປ, ລະດັບຄວາມ ສຳ ຄັນ (ຫລືບໍ່ມີເພດ;) ມັກຈະຖືກເລືອກໃນລະດັບ 0.05 - ໝາຍ ຄວາມວ່າໂອກາດທີ່ຈະໄດ້ສັງເກດເຫັນຄວາມແຕກຕ່າງທີ່ເຫັນໃນຂໍ້ມູນແມ່ນມີພຽງ 5% ເທົ່ານັ້ນ.
   • ລະດັບຄວາມເຊື່ອ ໝັ້ນ ສູງຂື້ນ (ແລະດັ່ງນັ້ນ, p-value ຕ່ ຳ ກວ່າ), ຜົນໄດ້ຮັບຈະມີຄວາມ ໝາຍ ຫຼາຍຂື້ນ.
   • ຖ້າຕ້ອງການຄວາມ ໝັ້ນ ໃຈຫຼາຍຂື້ນ, ໃຫ້ຫຼຸດຄ່າ p-to ເປັນ 0.01. ຄ່າ p ທີ່ຕໍ່າມັກຈະຖືກ ນຳ ໃຊ້ເຂົ້າໃນການຜະລິດເພື່ອກວດພົບຂໍ້ບົກຜ່ອງຂອງຜະລິດຕະພັນ. ລະດັບຄວາມ ໜ້າ ເຊື່ອຖືສູງແມ່ນ ສຳ ຄັນທີ່ຍອມຮັບວ່າທຸກໆພາກສ່ວນຈະເຮັດວຽກຕາມທີ່ຄວນ.
   • ສຳ ລັບການທົດລອງທີ່ອີງໃສ່ສົມມຸດຕິຖານສ່ວນໃຫຍ່, ລະດັບຄວາມ ສຳ ຄັນຂອງ 0.05 ແມ່ນເປັນທີ່ຍອມຮັບໄດ້.

3. 

   
   
   ຕັດສິນໃຈວ່າຈະໃຊ້ແບບທົດສອບແບບຫາງ ໜຶ່ງ ຫລືສອງຫາງ. ສົມມຸດຕິຖານ ໜຶ່ງ ຂອງການທົດສອບ t ແມ່ນຂໍ້ມູນຂອງທ່ານແມ່ນຢູ່ໃນການແຈກຢາຍແບບ ທຳ ມະດາ. ການແຈກຢາຍຕາມປົກກະຕິຈະປະກອບເປັນເສັ້ນໂຄ້ງລະຄັງທີ່ມີການສັງເກດສ່ວນໃຫຍ່ເປັນຈຸດໃຈກາງ. ການທົດສອບ t ແມ່ນການທົດສອບທາງຄະນິດສາດທີ່ກວດເບິ່ງວ່າຂໍ້ມູນຂອງທ່ານຕົກຢູ່ຂ້າງນອກຂອງການແຈກຢາຍປົກກະຕິ, ຢູ່ຂ້າງເທິງຫລືລຸ່ມ, ຢູ່ໃນສ່ວນ“ ດ້ານເທິງ” ຂອງເສັ້ນໂຄ້ງ.
   • ຖ້າທ່ານບໍ່ແນ່ໃຈວ່າຂໍ້ມູນຢູ່ຂ້າງເທິງຫຼືຕໍ່າກວ່າກຸ່ມຄວບຄຸມ, ໃຫ້ໃຊ້ການທົດສອບສອງຫາງ. ມັນຊ່ວຍໃຫ້ທ່ານສາມາດກວດສອບຄວາມ ສຳ ຄັນຂອງທັງສອງທິດທາງ.
   • ຖ້າທ່ານຮູ້ວ່າທິດທາງທີ່ຄາດຫວັງຂອງຂໍ້ມູນຂອງທ່ານແມ່ນຫຍັງ, ໃຫ້ໃຊ້ແບບທົດສອບແບບຫາງ ໜຶ່ງ. ໃນຕົວຢ່າງຂ້າງເທິງ, ທ່ານຄາດຫວັງວ່າຄະແນນຂອງນັກຮຽນຈະດີຂື້ນ. ເພາະສະນັ້ນ, ທ່ານໃຊ້ການທົດສອບແບບຫາງ ໜຶ່ງ.

4. 

   
   
   ກໍານົດຂະຫນາດຕົວຢ່າງທີ່ມີການວິເຄາະຜົນບັງຄັບໃຊ້. ຜົນບັງຄັບໃຊ້ຂອງການທົດສອບແມ່ນຄວາມສາມາດໃນການສັງເກດຜົນທີ່ຄາດໄວ້ດ້ວຍຂະ ໜາດ ຕົວຢ່າງທີ່ໃຫ້ໄວ້. ຂອບເຂດທົ່ວໄປຂອງ ກຳ ລັງແຮງ (ຫຼືβ) ແມ່ນ 80%. ການວິເຄາະຜົນບັງຄັບໃຊ້ສາມາດສັບສົນຫຼາຍໂດຍບໍ່ມີຂໍ້ມູນເບື້ອງຕົ້ນເພາະວ່າທ່ານຕ້ອງການຂໍ້ມູນບາງຢ່າງກ່ຽວກັບຄວາມ ໝາຍ ທີ່ຄາດໄວ້ລະຫວ່າງກຸ່ມແລະຄວາມຜິດພາດມາດຕະຖານຂອງພວກເຂົາ. ໃຊ້ການວິເຄາະຜົນບັງຄັບໃຊ້ທາງອິນເຕີເນັດເພື່ອ ກຳ ນົດຂະ ໜາດ ຕົວຢ່າງທີ່ດີທີ່ສຸດ ສຳ ລັບຂໍ້ມູນຂອງທ່ານ.
   • ນັກຄົ້ນຄວ້າມັກຈະເຮັດການສຶກສາກ່ອນໄວອັນຄວນເພື່ອແຈ້ງການວິເຄາະຜົນບັງຄັບໃຊ້ແລະຕັດສິນຂະ ໜາດ ຕົວຢ່າງທີ່ ຈຳ ເປັນ ສຳ ລັບການສຶກສາທີ່ໃຫຍ່ແລະສົມບູນ.
   • ຖ້າບໍ່ມີວິທີໃດທີ່ຈະເຮັດການຄົ້ນຄ້ວາສະຖານທີ່ສະລັບສັບຊ້ອນ, ຄາດຄະເນຄວາມ ໝາຍ ທີ່ເປັນໄປໄດ້ໂດຍອີງໃສ່ການອ່ານບົດຄວາມແລະການຄົ້ນຄວ້າທີ່ບຸກຄົນອື່ນໆອາດຈະເຮັດ. ມັນສາມາດໃຫ້ທ່ານເລີ່ມຕົ້ນທີ່ດີໃນການ ກຳ ນົດຂະ ໜາດ ຕົວຢ່າງ.
   ໂຄສະນາ

ສ່ວນທີ 2 ຂອງ 3: ຄິດໄລ່ການບ່ຽງເບນມາດຕະຖານ

1. 

   ກຳ ນົດສູດ ສຳ ລັບການບ່ຽງເບນມາດຕະຖານ. ການບ່ຽງເບນມາດຕະຖານວັດແທກການກະຈາຍຂໍ້ມູນ. ມັນໃຫ້ຂໍ້ມູນກ່ຽວກັບຕົວຕົນຂອງແຕ່ລະຈຸດຂໍ້ມູນໃນຕົວຢ່າງ. ເມື່ອເລີ່ມຕົ້ນຄັ້ງ ທຳ ອິດ, ສົມຜົນສາມາດເບິ່ງໄດ້ຍາກຫຼາຍ. ເຖິງຢ່າງໃດກໍ່ຕາມ, ຂັ້ນຕອນຂ້າງລຸ່ມນີ້ຈະຊ່ວຍໃຫ້ທ່ານເຂົ້າໃຈງ່າຍໃນຂະບວນການຄິດໄລ່. ສູດແມ່ນ s = √∑ ((x_ຂ້ອຍ - µ) / (N - 1)).
   • s ແມ່ນການບ່ຽງເບນມາດຕະຖານ.
   • ∑ ຊີ້ບອກວ່າທ່ານຈະຕ້ອງເພີ່ມການສັງເກດການທີ່ເກັບ ກຳ ມາທັງ ໝົດ.
   • x_ຂ້ອຍ ແຕ່ລະຕົວແທນມູນຄ່າຂໍ້ມູນຂອງທ່ານ.
   • µ ແມ່ນສະເລ່ຍຂອງຂໍ້ມູນ ສຳ ລັບແຕ່ລະກຸ່ມ.
   • N ແມ່ນ ຈຳ ນວນການສັງເກດການທັງ ໝົດ.

2. 

   ສະຫລຸບຂໍ້ມູນທີ່ສັງເກດໃນແຕ່ລະກຸ່ມ. ເພື່ອຄິດໄລ່ການບ່ຽງເບນມາດຕະຖານ, ທຳ ອິດທ່ານຕ້ອງຄິດໄລ່ຄ່າສະເລ່ຍຂອງການສັງເກດ ສຳ ລັບແຕ່ລະກຸ່ມແຕ່ລະຄົນ. ຄຸນຄ່ານີ້ແມ່ນສັນຍາລັກດ້ວຍຕົວອັກສອນ mu ເຣັກ mu ຫຼື µ. ເພື່ອເຮັດສິ່ງນັ້ນ, ພຽງແຕ່ເພີ່ມການສັງເກດແລະແບ່ງຕາມ ຈຳ ນວນການສັງເກດການທັງ ໝົດ.
   • ຕົວຢ່າງ, ເພື່ອຊອກຫາຄະແນນສະເລ່ຍຂອງກຸ່ມທີ່ອ່ານເອກະສານກ່ອນການຮຽນ, ໃຫ້ເຮົາເບິ່ງບາງຂໍ້ມູນ. ເພື່ອຄວາມລຽບງ່າຍ, ພວກເຮົາຈະ ນຳ ໃຊ້ຊຸດຂໍ້ມູນທີ່ມີ 5 ຈຸດຄື: 90, 91, 85, 83 ແລະ 94 (ໃນລະດັບ 100 ຈຸດ).
   • ເພີ່ມການສັງເກດການທັງ ໝົດ: 90 + 91 + 85 + 83 + 94 = 443.
   • ແບ່ງຜົນລວມຂ້າງເທິງດ້ວຍ ຈຳ ນວນການສັງເກດ N (N = 5): 443/5 = 88.6.
   • ຄະແນນສະເລ່ຍ ສຳ ລັບກຸ່ມນີ້ແມ່ນ 88.6.

3. 

   ຫັກຕົວເລກສະເລ່ຍຈາກແຕ່ລະມູນຄ່າທີ່ສັງເກດເຫັນ. ຂັ້ນຕອນຕໍ່ໄປກ່ຽວຂ້ອງກັບພາກສ່ວນ (x_ຂ້ອຍ - µ) ຂອງສົມຜົນ. ຫັກມູນຄ່າສະເລ່ຍຈາກແຕ່ລະມູນຄ່າທີ່ສັງເກດເຫັນ. ດ້ວຍຕົວຢ່າງຂ້າງເທິງນີ້, ພວກເຮົາມີ 5 ຕົວແທນ.
   • (90 - 88.6), (91- 88.6), (85 - 88.6), (83 - 88.6) ແລະ (94 - 88.6).
   • ມູນຄ່າຄິດໄລ່ແມ່ນ 1.4; 2.4; -3.6; -5.6 ແລະ 5.4.

4. 

   ຮຽບຮ້ອຍຄວາມແຕກຕ່າງຂ້າງເທິງແລະເພີ່ມພວກມັນຂື້ນ. ແຕ່ລະຄ່າທີ່ຄິດໄລ່ ໃໝ່ໆ ທີ່ຄິດໄລ່ດຽວນີ້ຈະຖືກແບ່ງເປັນຮຽບຮ້ອຍ. ໃນທີ່ນີ້, ສັນຍານລົບກໍ່ຈະຖືກລຶບອອກເຊັ່ນກັນ. ຖ້າສັນຍານລົບຈະປາກົດພາຍຫຼັງຂັ້ນຕອນນີ້ຫຼືໃນຕອນທ້າຍຂອງການ ຄຳ ນວນ, ທ່ານອາດຈະລືມທີ່ຈະເຮັດຕາມຂັ້ນຕອນຂ້າງເທິງ.
   • ໃນຕົວຢ່າງຂອງພວກເຮົາ, ດຽວນີ້ພວກເຮົາຈະເຮັດວຽກກັບ 1.96; 5,76; 12.96; 31.36 ແລະ 29.16.
   • ຕື່ມຮູບສີ່ຫລ່ຽມມົນເຫລົ່ານີ້ເຂົ້າກັນ: 1.96 + 5.76 + 12.96 + 31.36 + 29.16 = 81.2.

5. 

   ແບ່ງຕາມ ຈຳ ນວນການສັງເກດທັງ ໝົດ ລົບ 1. ການແບ່ງປັນໂດຍ N - 1 ຊ່ວຍໃນການຊົດເຊີຍການຄິດໄລ່ທີ່ບໍ່ໄດ້ປະຕິບັດຕໍ່ປະຊາກອນທັງ ໝົດ, ແຕ່ອີງໃສ່ຕົວຢ່າງຂອງນັກຮຽນທຸກຄົນ.
   • ການຫັກລົບ: N - 1 = 5 - 1 = 4
   • ແບ່ງອອກ: 81.2 / 4 = 20.3

6. 

   ເອົາຮາກຮຽບຮ້ອຍ. ເມື່ອແບ່ງອອກໂດຍ ຈຳ ນວນການສັງເກດລົບ 1, ເອົາຮາກສີ່ຫລ່ຽມຂອງມູນຄ່າທີ່ໄດ້ຮັບ. ນີ້ແມ່ນບາດກ້າວສຸດທ້າຍໃນການຄິດໄລ່ການບ່ຽງເບນມາດຕະຖານ. ບາງໂປແກຼມສະຖິຕິຈະຊ່ວຍໃຫ້ທ່ານປະຕິບັດການຄິດໄລ່ນີ້ຫລັງຈາກ ນຳ ເຂົ້າຂໍ້ມູນຕົ້ນສະບັບ.
   • ດ້ວຍຕົວຢ່າງຂ້າງເທິງ, ການບ່ຽງເບນມາດຕະຖານຂອງການຈົບຊັ້ນຮຽນຂອງນັກຮຽນທີ່ອ່ານເອກະສານກ່ອນການຮຽນແມ່ນ: s = ,20,3 = 4.51.
   ໂຄສະນາ

ພາກທີ 3 ຂອງ 3: ການ ກຳ ນົດຄວາມ ສຳ ຄັນທາງສະຖິຕິ

1. 

   ຄິດໄລ່ຄວາມແຕກຕ່າງລະຫວ່າງສອງກຸ່ມຂອງການສັງເກດ. ມາຮອດຈຸດນີ້, ຕົວຢ່າງໄດ້ຈັດການກັບກຸ່ມສັງເກດການ ໜຶ່ງ ກຸ່ມເທົ່ານັ້ນ. ເພື່ອປຽບທຽບສອງກຸ່ມ, ທ່ານແນ່ນອນຕ້ອງການຂໍ້ມູນຈາກທັງສອງກຸ່ມ. ຄິດໄລ່ການບ່ຽງເບນມາດຕະຖານຂອງກຸ່ມທີສອງຂອງການສັງເກດແລະໃຊ້ມັນເພື່ອຄິດໄລ່ຄວາມແຕກຕ່າງລະຫວ່າງສອງກຸ່ມທົດລອງ. ສູດ ສຳ ລັບການຄິດໄລ່ຄວາມແຕກຕ່າງແມ່ນ: s_ງ = √ ((s₁/ ນ₁) + (ທ₂/ ນ₂)).
   • ສ_ງ ແມ່ນຄວາມແຕກຕ່າງລະຫວ່າງກຸ່ມ.
   • ສ₁ ແມ່ນການບ່ຽງເບນມາດຕະຖານຂອງກຸ່ມ 1 ແລະ N₁ ແມ່ນຂະ ໜາດ ຂອງກຸ່ມ 1.
   • ສ₂ ແມ່ນການບ່ຽງເບນມາດຕະຖານຂອງກຸ່ມ 2 ແລະ N₂ ແມ່ນຂະ ໜາດ ຂອງກຸ່ມ 2.
   • ໃນຕົວຢ່າງຂອງພວກເຮົາ, ໃຫ້ເວົ້າວ່າຂໍ້ມູນຈາກກຸ່ມ 2 (ນັກຮຽນທີ່ບໍ່ໄດ້ອ່ານຂໍ້ຄວາມກ່ອນຊັ້ນຮຽນ) ມີຂະ ໜາດ 5 ແລະຕົວບົ່ງບອກມາດຕະຖານ 5,81. ຄວາມແຕກຕ່າງແມ່ນ:
     • ສ_ງ = √ ((s₁) / ນ₁) + ((s.)₂) / ນ₂))
     • ສ_ງ = √(((4.51)/5) + ((5.81)/5)) = √((20.34/5) + (33.76/5)) = √(4.07 + 6.75) = √10.82 = 3.29.

2. 

   ຄິດໄລ່ t-ຄະແນນຂອງຂໍ້ມູນ. ສະຖິຕິ T ຊ່ວຍໃຫ້ທ່ານສາມາດປ່ຽນຂໍ້ມູນໃຫ້ເປັນຮູບແບບທີ່ທຽບເທົ່າກັບຂໍ້ມູນອື່ນໆ. ມູນຄ່າ t ຍັງຊ່ວຍໃຫ້ທ່ານສາມາດທົດສອບ t-test, ເຊິ່ງເປັນການທົດສອບທີ່ຊ່ວຍໃຫ້ທ່ານສາມາດຄິດໄລ່ຄວາມເປັນໄປໄດ້ຂອງຄວາມແຕກຕ່າງທີ່ມີຄວາມ ໝາຍ ທາງສະຖິຕິລະຫວ່າງສອງກຸ່ມ. ສູດ ສຳ ລັບການຄິດໄລ່ t-statistic ແມ່ນ: t = (µ₁ – µ₂) / ສ_ງ.
   • µ₁ ແມ່ນສະເລ່ຍຂອງກຸ່ມ ທຳ ອິດ.
   • µ₂ ແມ່ນສະເລ່ຍຂອງກຸ່ມທີສອງ.
   • ສ_ງ ແມ່ນຄວາມແຕກຕ່າງລະຫວ່າງການສັງເກດ.
   • ໃຊ້ຄ່າຄວາມ ໝາຍ ທີ່ໃຫຍ່ກວ່າຄື µ₁ ໃນຄໍາສັ່ງທີ່ຈະບໍ່ໄດ້ຮັບການສະຖິຕິ t ທາງລົບ.
   • ຕົວຢ່າງຂອງພວກເຮົາ, ສົມມຸດວ່າຄວາມ ໝາຍ ທີ່ສັງເກດເຫັນ ສຳ ລັບກຸ່ມ 2 (ຜູ້ທີ່ບໍ່ໄດ້ອ່ານບົດຂຽນກ່ອນ ໜ້າ ນີ້) ແມ່ນ 80. ຄະແນນ t ແມ່ນ: t = (µ₁ – µ₂) / ສ_ງ = (88,6 – 80)/3,29 = 2,61.

3. 

   ກຳ ນົດລະດັບເສລີພາບຂອງຕົວຢ່າງ. ເມື່ອ ນຳ ໃຊ້ສະຖິຕິ t, ລະດັບເສລີພາບແມ່ນຖືກ ກຳ ນົດໂດຍອີງໃສ່ຂະ ໜາດ ຕົວຢ່າງ. ເພີ່ມ ຈຳ ນວນການສັງເກດການຂອງແຕ່ລະກຸ່ມແລະຫຼັງຈາກນັ້ນໃຫ້ຫັກສອງ. ໃນຕົວຢ່າງຂ້າງເທິງ, ລະດັບເສລີພາບ (d.f. ) ແມ່ນ 8 ເພາະວ່າມີ 5 ຕົວຢ່າງໃນກຸ່ມ ທຳ ອິດແລະ 5 ຕົວຢ່າງໃນກຸ່ມທີສອງ ((5 + 5) - 2 = 8).

4. 

   ໃຊ້ຕາຕະລາງ t ເພື່ອປະເມີນຄວາມ ສຳ ຄັນ. ຕາຕະລາງຂອງຄຸນຄ່າ t ແລະຄຸນຄ່າຂອງເສລີພາບສາມາດພົບໄດ້ໃນປື້ມສະຖິຕິມາດຕະຖານຫລື online. ຊອກຫາແຖວທີ່ປະກອບດ້ວຍລະດັບຄວາມເສລີພາບຂອງຂໍ້ມູນ, ແລະ p-value ທີ່ກົງກັບສະຖິຕິ t ທີ່ທ່ານມີ.
   • ດ້ວຍລະດັບຂອງເສລີພາບ 8 ແລະ t = 2.61, p-value ສຳ ລັບການທົດສອບແບບຫາງ ໜຶ່ງ ຢູ່ໃນລະຫວ່າງ 0.01 ແລະ 0.025. ເນື່ອງຈາກລະດັບຄວາມ ສຳ ຄັນທີ່ເລືອກແມ່ນ ໜ້ອຍ ກວ່າຫຼືເທົ່າກັບ 0.05, ຂໍ້ມູນຂອງພວກເຮົາແມ່ນມີຄວາມ ສຳ ຄັນທາງສະຖິຕິ. ດ້ວຍຂໍ້ມູນດັ່ງກ່າວ, ພວກເຮົາປະຕິເສດແນວຄິດທີ່ບໍ່ມີປະໂຫຍດແລະຍອມຮັບເອົາທິດສະດີທີ່ບໍ່ປ່ຽນແປງ: ນັກຮຽນທີ່ອ່ານເອກະສານກ່ອນຊັ້ນຮຽນມີຄະແນນສຸດທ້າຍສູງກວ່າ.

5. 

   ພິຈາລະນາ ດຳ ເນີນການຄົ້ນຄ້ວາໃນຕໍ່ ໜ້າ. ນັກຄົ້ນຄວ້າຫຼາຍຄົນ ດຳ ເນີນການສຶກສາກ່ອນໄວຮຽນດ້ວຍຫລາຍໆແມັດເພື່ອເຂົ້າໃຈວິທີການອອກແບບການສຶກສາທີ່ໃຫຍ່ກວ່າ. ເຮັດການຄົ້ນຄ້ວາອື່ນໆດ້ວຍການວັດແທກເພີ່ມເຕີມຈະຊ່ວຍເພີ່ມຄວາມ ໝັ້ນ ໃຈໃນການສະຫລຸບຂອງທ່ານ. ໂຄສະນາ

ຄຳ ແນະ ນຳ

• ສະຖິຕິແມ່ນພາກສະ ໜາມ ທີ່ໃຫຍ່ແລະສັບຊ້ອນ. ໃຊ້ການທົດສອບທິດສະດີທາງສະຖິຕິທາງສະຖິຕິລະດັບໂຮງຮຽນສູງຫຼືສູງກວ່າມະຫາວິທະຍາໄລ (ຫຼືສູງກວ່າ) ເພື່ອເຂົ້າໃຈຄວາມ ສຳ ຄັນທາງສະຖິຕິ.

ຄຳ ເຕືອນ

• ການວິເຄາະນີ້ສຸມໃສ່ການທົດສອບ t ເພື່ອກວດເບິ່ງຄວາມແຕກຕ່າງລະຫວ່າງປະຊາກອນການແຈກຢາຍແບບປົກກະຕິທັງສອງ. ອີງຕາມຄວາມສັບສົນຂອງຂໍ້ມູນ, ທ່ານອາດຈະຕ້ອງການທົດສອບສະຖິຕິອີກ.