Një T-test është një mënyrë për të vendosur nëse ka dallime të rëndësishme statistikisht midis grupeve të të dhënave, duke përdorur shpërndarjen t-të Studentit. T-Test në Excel është një T-test me dy mostra që krahason mesataret e dy mostrave. Ky artikull shpjegon se çfarë do të thotë rëndësia statistikore dhe tregon se si të bëni një T-Test në Excel.
Udhëzimet në këtë artikull zbatohen për Excel 2019, 2016, 2013, 2010, 2007; Excel për Microsoft 365 dhe Excel Online.
Çfarë është Rëndësia Statistikore?
Imagjinoni që dëshironi të dini se cili nga dy zare do të japë një rezultat më të mirë. Ju rrokullisni veglën e parë dhe merrni një 2; ju rrokullisni peshoren e dytë dhe merrni një 6. A ju tregon kjo se vdekja e dytë zakonisht jep rezultate më të larta? Nëse jeni përgjigjur, "Sigurisht që jo", atëherë ju tashmë keni një kuptim të rëndësisë statistikore. Ju e kuptoni se ndryshimi ishte për shkak të ndryshimit të rastësishëm në rezultat, sa herë që rrotullohet një kërma. Për shkak se kampioni ishte shumë i vogël (vetëm një rrotull) nuk tregoi asgjë domethënëse.
Tani imagjinoni që të rrotulloni secilën peshq 6 herë:
- Rrotullat e para 3, 6, 6, 4, 3, 3; Mesatarja=4,17
- Beta e dytë rrotullohet 5, 6, 2, 5, 2, 4; Mesatarja=4,00
A dëshmon kjo tani që dieta e parë jep rezultate më të larta se e dyta? Me siguri jo. Një mostër e vogël me një ndryshim relativisht të vogël midis mesatareve bën që ndryshimi të jetë ende për shkak të variacioneve të rastësishme. Ndërsa rrisim numrin e hedhjeve të zareve, bëhet e vështirë të japim një përgjigje të arsyeshme për pyetjen - a është ndryshimi midis rezultateve rezultat i variacionit të rastësishëm apo ka më shumë gjasa njëri të japë rezultate më të larta se tjetri?
Rëndësia është probabiliteti që një ndryshim i vërejtur midis mostrave të jetë për shkak të variacioneve të rastësishme. Rëndësia shpesh quhet niveli alfa ose thjesht 'α'. Niveli i besimit, ose thjesht 'c' është probabiliteti që diferenca midis mostrave të mos jetë për shkak të variacionit të rastësishëm; me fjalë të tjera, se ka një ndryshim midis popullatave themelore. Prandaj: c=1 – α
Mund të vendosim 'α' në çfarëdo niveli që duam, për t'u ndjerë të sigurt se kemi vërtetuar rëndësinë. Shumë shpesh përdoret α=5% (95% besim), por nëse duam të jemi vërtet të sigurt se ndonjë ndryshim nuk shkaktohet nga ndryshime të rastësishme, mund të aplikojmë një nivel më të lartë besimi, duke përdorur α=1% ose edhe α=0.1 %
Teste të ndryshme statistikore përdoren për të llogaritur rëndësinë në situata të ndryshme. T-testet përdoren për të përcaktuar nëse mesataret e dy popullatave janë të ndryshme dhe testet F përdoren për të përcaktuar nëse variancat janë të ndryshme.
Pse të testohet për rëndësinë statistikore?
Kur krahasojmë gjëra të ndryshme, duhet të përdorim testimin e rëndësisë për të përcaktuar nëse njëra është më e mirë se tjetra. Kjo vlen për shumë fusha, për shembull:
- Në biznes, njerëzit duhet të krahasojnë produkte dhe metoda të ndryshme marketingu.
- Në sport, njerëzit duhet të krahasojnë pajisje, teknika dhe konkurrentë të ndryshëm.
- Në inxhinieri, njerëzit duhet të krahasojnë dizajne të ndryshme dhe cilësime parametrash.
Nëse doni të testoni nëse diçka funksionon më mirë se diçka tjetër, në çdo fushë, ju duhet të testoni për rëndësinë statistikore.
Çfarë është shpërndarja e një studenti?
Shpërndarja t e një studenti është e ngjashme me një shpërndarje normale (ose Gaussian). Të dyja këto janë shpërndarje në formë zile me shumicën e rezultateve afër mesatares, por disa ngjarje të rralla janë mjaft larg mesatares në të dy drejtimet, të referuara si bishtat e shpërndarjes.
Forma e saktë e shpërndarjes t të Studentit varet nga madhësia e kampionit. Për mostrat prej më shumë se 30 është shumë e ngjashme me shpërndarjen normale. Ndërsa madhësia e kampionit zvogëlohet, bishtat bëhen më të mëdhenj, duke përfaqësuar pasigurinë e shtuar që vjen nga nxjerrja e konkluzioneve bazuar në një kampion të vogël.
Si të bëni një T-Test në Excel
Përpara se të aplikoni një T-Test për të përcaktuar nëse ka një ndryshim statistikisht domethënës midis mesatareve të dy mostrave, së pari duhet të kryeni një F-Test. Kjo për shkak se për T-Test kryhen llogaritje të ndryshme në varësi të faktit nëse ka një ndryshim domethënës midis variancave.
Do t'ju duhet shtesa Analysis Toolpak për të kryer këtë analizë.
Kontrollimi dhe ngarkimi i shtesës së paketës së veglave të analizës
Për të kontrolluar dhe aktivizuar Paketën e Veglave të Analizës ndiqni këto hapa:
- Zgjidh skedën FILE >zgjidh Opsionet.
- Në kutinë e dialogut Opsionet, zgjidhni Add-Ins nga skedat në anën e majtë.
-
Në fund të dritares, zgjidhni menynë rënëse Menaxho, më pas zgjidhni Excel Add-ins. Zgjidh Shko.
Image - Sigurohuni që kutia e kontrollit pranë Analysis Toolpak është e zgjedhur, më pas zgjidhni OK.
- Paketa e veglave të analizës është tani aktive dhe ju jeni gati të aplikoni F-Test dhe T-Test.
Kryerja e një testi F dhe një T-testi në Excel
-
Fut dy grupe të dhënash në një fletëllogaritëse. Në këtë rast, ne po shqyrtojmë shitjen e dy produkteve gjatë një jave. Është llogaritur edhe vlera mesatare ditore e shitjes për çdo produkt, së bashku me devijimin standard të tij.
Image -
Zgjidhni skedën Data > Analiza e të dhënave
Image -
Zgjidhni F-Test Dy-Sample për Varianca nga lista, më pas zgjidhni OK.
Image F-Testi është shumë i ndjeshëm ndaj jonormalitetit. Prandaj, mund të jetë më e sigurt të përdoret një test Welch, por kjo është më e vështirë në Excel.
-
Zgjidhni diapazonin e variablit 1 dhe vargun e variablës 2; vendosni Alfa (0.05 jep 95% besim); zgjidhni një qelizë për këndin e sipërm majtas të daljes, duke pasur parasysh se kjo do të mbushë 3 kolona dhe 10 rreshta. Zgjidh OK.
Image Për diapazonin për variabël 1, duhet të zgjidhet kampioni me devijimin standard (ose variancën) më të madhe.
-
Shikoni rezultatet e F-Test për të përcaktuar nëse ka një ndryshim domethënës midis variancave. Rezultatet japin tre vlera të rëndësishme:
- F: Raporti midis variancave.
- P(F<=f) one-tail: Probabiliteti që ndryshorja 1 në fakt nuk ka një variancë më të madhe se ndryshorja 2. Nëse kjo është më e madhe se alfa, e cila është përgjithësisht 0.05, atëherë nuk ka dallim të rëndësishëm midis variancave.
- F Një bisht kritik: Vlera e F që do të kërkohej për të dhënë P(F<=f)=α. Nëse kjo vlerë është më e madhe se F, kjo gjithashtu tregon se nuk ka dallim të rëndësishëm midis variancave.
P(F<=f) gjithashtu mund të llogaritet duke përdorur funksionin FDIST me F dhe shkallët e lirisë për çdo mostër si hyrje të tij. Shkallët e lirisë është thjesht numri i vëzhgimeve në një kampion minus një.
-
Tani që e dini nëse ka ndonjë ndryshim midis variancave, mund të zgjidhni T-Testin e duhur. Zgjidhni skedën Data > Analiza e të dhënave, më pas zgjidhni ose t-Test: Dy-Sample Supozimi i Variancave të Barabartaose t-Test: Dy-kampione duke supozuar variante të pabarabarta
Image -
Pavarësisht se cilin opsion keni zgjedhur në hapin e mëparshëm, do t'ju paraqitet e njëjta kuti dialogu për të futur detajet e analizës. Për të filluar, zgjidhni vargjet që përmbajnë mostrat për Variabla 1 Range dhe Variable 2 Range.
Image - Duke supozuar se doni të provoni për asnjë ndryshim midis mesatareve, vendosni Diferencën mesatare të hipotezuar në zero.
- Vendosni nivelin e rëndësisë Alfa (0.05 jep 95% besim) dhe zgjidhni një qelizë për këndin e sipërm majtas të daljes, duke pasur parasysh se kjo do të mbushë 3 kolona dhe 14 rreshta. Zgjidh OK.
-
Rishikoni rezultatet për të vendosur nëse ka një ndryshim domethënës midis mjeteve.
Ashtu si me F-Test, nëse vlera p, në këtë rast P(T<=t), është më e madhe se alfa, atëherë nuk ka dallim të rëndësishëm. Megjithatë, në këtë rast jepen dy vlera p, njëra për një test me një bisht dhe tjetra për një test me dy bisht. Në këtë rast, përdorni vlerën me dy bisht pasi secila variabël që ka një mesatare më të madhe do të ishte një ndryshim domethënës.
