ในข้อตกลงง่าย ๆ สมมุติฐานหมายถึงการคาดคะเนที่จะยอมรับหรือปฏิเสธ มีสองขั้นตอนการทดสอบสมมติฐานคือการทดสอบแบบพารามิเตอร์และแบบไม่อิงพารามิเตอร์ซึ่งการทดสอบแบบอิงพารามิเตอร์นั้นขึ้นอยู่กับความจริงที่ว่าตัวแปรถูกวัดในช่วงเวลาในขณะที่การทดสอบแบบไม่อิงพารามิเตอร์จะถือว่าเป็นการวัดเดียวกัน ในระดับปกติ ตอนนี้ในการทดสอบแบบพารามิเตอร์สามารถทดสอบได้สองแบบคือ t-test และ z-test
บทความนี้จะทำให้คุณเข้าใจถึงความแตกต่างระหว่าง T-test และ Z-test โดยละเอียด
แผนภูมิเปรียบเทียบ
พื้นฐานสำหรับการเปรียบเทียบ | t-test | Z-ทดสอบ |
---|---|---|
ความหมาย | T-test หมายถึงประเภทของการทดสอบพารามิเตอร์ที่ใช้ในการระบุวิธีการที่ข้อมูลสองชุดแตกต่างจากชุดอื่นเมื่อไม่มีการแปรปรวน | Z-test หมายถึงการทดสอบสมมติฐานซึ่งยืนยันว่าค่าเฉลี่ยของชุดข้อมูลสองชุดนั้นแตกต่างกันหรือไม่เมื่อให้ผลต่าง |
ขึ้นอยู่กับ | การแจกแจงนักศึกษา | การแจกแจงแบบปกติ |
ความแปรปรวนของประชากร | ไม่ทราบ | ที่รู้จักกัน |
ขนาดตัวอย่าง | เล็ก | ใหญ่ |
ความหมายของ T-test
t-test เป็นการทดสอบสมมติฐานที่ผู้วิจัยใช้ในการเปรียบเทียบค่าเฉลี่ยของประชากรสำหรับตัวแปรโดยแบ่งออกเป็นสองประเภทขึ้นอยู่กับตัวแปรช่วงเวลาที่น้อยกว่า การทดสอบทีใช้เพื่อตรวจสอบว่าค่าเฉลี่ยที่ได้จากตัวอย่างอิสระสองตัวอย่างนั้นแตกต่างกันอย่างไร
T-test จะตามด้วยการแจกแจงแบบ t ซึ่งเหมาะสมเมื่อขนาดตัวอย่างเล็กและไม่ทราบค่าเบี่ยงเบนมาตรฐานของประชากร รูปร่างของการแจกแจงแบบ t ได้รับผลกระทบอย่างมากจากระดับความอิสระ ระดับความอิสระหมายถึงจำนวนการสังเกตอย่างอิสระในชุดการสังเกตที่ระบุ
ข้อสมมติฐานของการทดสอบ T :
- จุดข้อมูลทั้งหมดเป็นอิสระ
- ขนาดตัวอย่างเล็ก โดยทั่วไปขนาดตัวอย่างที่เกิน 30 ตัวอย่างจะถือว่ามีขนาดใหญ่ไม่อย่างนั้นก็เล็ก แต่ไม่ควรน้อยกว่า 5 เพื่อใช้การทดสอบ t
- ค่าตัวอย่างจะต้องดำเนินการและบันทึกอย่างถูกต้อง
สถิติการทดสอบคือ:
x ̅เป็นค่าเฉลี่ยตัวอย่าง
s คือค่าเบี่ยงเบนมาตรฐานตัวอย่าง
n คือขนาดตัวอย่าง
μคือค่าเฉลี่ยประชากร
Paired t-test : การทดสอบทางสถิติที่นำไปใช้เมื่อทั้งสองตัวอย่างขึ้นอยู่กับการสังเกตและจับคู่
คำจำกัดความของการทดสอบ Z
Z-test หมายถึงการวิเคราะห์ทางสถิติแบบไม่แปรที่ใช้ในการทดสอบสมมติฐานว่าสัดส่วนจากตัวอย่างอิสระสองตัวอย่างนั้นแตกต่างกันอย่างมาก มันกำหนดขอบเขตของจุดข้อมูลที่อยู่ห่างจากค่าเฉลี่ยของชุดข้อมูลในส่วนเบี่ยงเบนมาตรฐาน
นักวิจัยใช้การทดสอบแบบ z เมื่อทราบความแปรปรวนประชากรในสาระสำคัญเมื่อมีขนาดตัวอย่างขนาดใหญ่ความแปรปรวนตัวอย่างจะถือว่ามีค่าเท่ากับความแปรปรวนประชากรโดยประมาณ ด้วยวิธีนี้มันจะสันนิษฐานว่าเป็นที่รู้จักแม้ว่าข้อเท็จจริงที่ว่ามีเพียงข้อมูลตัวอย่างที่มีอยู่และสามารถใช้การทดสอบปกติ
ข้อสมมติฐานของการทดสอบ Z :
- การสังเกตตัวอย่างทั้งหมดเป็นอิสระ
- ขนาดตัวอย่างควรมากกว่า 30
- การแจกแจงของ Z เป็นปกติโดยมีค่าเฉลี่ยเป็นศูนย์และความแปรปรวน 1
สถิติการทดสอบคือ:
x ̅เป็นค่าเฉลี่ยตัวอย่าง
σคือค่าเบี่ยงเบนมาตรฐานของประชากร
n คือขนาดตัวอย่าง
μคือค่าเฉลี่ยประชากร
ความแตกต่างที่สำคัญระหว่าง T-test และ Z-test
ความแตกต่างระหว่าง t-test และ z-test สามารถวาดได้อย่างชัดเจนในพื้นที่ดังต่อไปนี้:
- t-test สามารถเข้าใจได้ว่าเป็นการทดสอบทางสถิติที่ใช้ในการเปรียบเทียบและวิเคราะห์ว่าค่าเฉลี่ยของประชากรทั้งสองนั้นแตกต่างกันหรือไม่เมื่อไม่ทราบค่าเบี่ยงเบนมาตรฐาน เทียบกับการทดสอบ Z คือการทดสอบพาราเมตริกซึ่งจะใช้เมื่อค่าเบี่ยงเบนมาตรฐานเป็นที่รู้จักเพื่อตรวจสอบว่าวิธีการของชุดข้อมูลทั้งสองแตกต่างจากกัน
- การทดสอบ t ขึ้นอยู่กับการแจกแจงแบบ t ในทางตรงกันข้ามการทดสอบซีขึ้นอยู่กับสมมติฐานว่าการแจกแจงค่าเฉลี่ยตัวอย่างเป็นเรื่องปกติ ทั้งการแจกแจงแบบ t และการแจกแจงแบบปกตินั้นมีลักษณะเหมือนกันทั้งคู่มีรูปสมมาตรและรูประฆัง อย่างไรก็ตามพวกเขาแตกต่างกันในแง่ที่ว่าในการแจกแจงแบบทีมีพื้นที่ตรงกลางน้อยลงและมีหางมากขึ้น
- หนึ่งในเงื่อนไขที่สำคัญสำหรับการใช้การทดสอบ t คือความแปรปรวนของประชากรไม่เป็นที่รู้จัก ในทางกลับกันความแปรปรวนของประชากรควรเป็นที่รู้จักหรือสันนิษฐานว่าเป็นที่รู้จักในกรณีของการทดสอบซี
- Z-test ใช้เมื่อขนาดตัวอย่างมีขนาดใหญ่เช่น n> 30 และ t-test เหมาะสมเมื่อขนาดของกลุ่มตัวอย่างมีขนาดเล็กในแง่ที่ n <30
ข้อสรุป
โดยและขนาดใหญ่ t-test และ z-test เป็นการทดสอบที่เกือบจะคล้ายกัน แต่เงื่อนไขสำหรับการใช้งานของพวกเขานั้นแตกต่างกันซึ่งหมายความว่าการทดสอบแบบทีเหมาะสมเมื่อขนาดของกลุ่มตัวอย่างไม่เกิน 30 หน่วย อย่างไรก็ตามถ้ามากกว่า 30 หน่วยจะต้องทำการทดสอบ z ในทำนองเดียวกันมีเงื่อนไขอื่น ๆ ซึ่งทำให้ชัดเจนว่าการทดสอบใดที่จะต้องดำเนินการในสถานการณ์ที่กำหนด