Ujian-T ialah cara untuk menentukan sama ada terdapat perbezaan yang signifikan secara statistik antara set data, menggunakan taburan-t Pelajar. Ujian-T dalam Excel ialah ujian-T dua sampel yang membandingkan cara dua sampel. Artikel ini menerangkan maksud kepentingan statistik dan menunjukkan cara melakukan Ujian-T dalam Excel.
Arahan dalam artikel ini digunakan untuk Excel 2019, 2016, 2013, 2010, 2007; Excel untuk Microsoft 365 dan Excel Online.
Apakah itu Kepentingan Statistik?
Bayangkan anda ingin tahu yang mana antara dua dadu akan memberikan skor yang lebih baik. Anda melancarkan dadu pertama dan mendapat 2; anda melancarkan dadu kedua dan mendapat 6. Adakah ini memberitahu anda yang mati kedua biasanya memberikan markah yang lebih tinggi? Jika anda menjawab, "Sudah tentu tidak," maka anda sudah mempunyai sedikit pemahaman tentang kepentingan statistik. Anda faham perbezaan itu disebabkan oleh perubahan rawak dalam skor, setiap kali dadu dilemparkan. Oleh kerana sampel itu sangat kecil (hanya satu gulung) ia tidak menunjukkan apa-apa yang ketara.
Sekarang bayangkan anda menggolek setiap dadu sebanyak 6 kali:
- Dau pertama bergolek 3, 6, 6, 4, 3, 3; Min=4.17
- Dau kedua bergolek 5, 6, 2, 5, 2, 4; Min=4.00
Adakah ini membuktikan yang mati pertama memberikan markah yang lebih tinggi daripada yang kedua? Mungkin tidak. Sampel yang kecil dengan perbezaan yang agak kecil antara cara menyebabkan kemungkinan perbezaan itu masih disebabkan oleh variasi rawak. Apabila kita menambah bilangan balingan dadu, ia menjadi sukar untuk memberikan jawapan yang waras kepada soalan - adakah perbezaan antara skor hasil daripada variasi rawak atau adakah satu sebenarnya lebih cenderung untuk memberikan markah yang lebih tinggi daripada yang lain?
Kesignifikan ialah kebarangkalian bahawa perbezaan yang diperhatikan antara sampel adalah disebabkan oleh variasi rawak. Kepentingan sering dipanggil tahap alfa atau hanya 'α.' Tahap keyakinan, atau ringkasnya 'c,' ialah kebarangkalian bahawa perbezaan antara sampel bukan disebabkan oleh variasi rawak; dengan kata lain, terdapat perbezaan antara populasi asas. Oleh itu: c=1 – α
Kita boleh menetapkan 'α' pada apa-apa tahap yang kita mahu, untuk berasa yakin bahawa kita telah membuktikan kepentingannya. Selalunya α=5% digunakan (95% keyakinan), tetapi jika kita ingin benar-benar yakin bahawa sebarang perbezaan tidak disebabkan oleh variasi rawak, kita mungkin menggunakan tahap keyakinan yang lebih tinggi, menggunakan α=1% atau bahkan α=0.1 %.
Pelbagai ujian statistik digunakan untuk mengira kepentingan dalam situasi yang berbeza. Ujian-T digunakan untuk menentukan sama ada min dua populasi adalah berbeza dan ujian-F digunakan untuk menentukan sama ada varians adalah berbeza.
Mengapa Menguji Kepentingan Statistik?
Apabila membandingkan perkara yang berbeza, kita perlu menggunakan ujian kepentingan untuk menentukan sama ada yang satu lebih baik daripada yang lain. Ini terpakai pada banyak medan, contohnya:
- Dalam perniagaan, orang ramai perlu membandingkan produk dan kaedah pemasaran yang berbeza.
- Dalam sukan, orang ramai perlu membandingkan peralatan, teknik dan pesaing yang berbeza.
- Dalam kejuruteraan, orang ramai perlu membandingkan reka bentuk dan tetapan parameter yang berbeza.
Jika anda ingin menguji sama ada sesuatu berprestasi lebih baik daripada sesuatu yang lain, dalam mana-mana bidang, anda perlu menguji untuk kepentingan statistik.
Apakah itu Taburan T Pelajar?
Taburan-t Pelajar adalah serupa dengan taburan normal (atau Gaussian). Ini kedua-dua taburan berbentuk loceng dengan kebanyakan hasil hampir kepada min, tetapi beberapa peristiwa jarang berlaku agak jauh daripada min dalam kedua-dua arah, dirujuk sebagai ekor taburan.
Bentuk tepat taburan-t Pelajar bergantung pada saiz sampel. Untuk sampel lebih daripada 30 ia sangat serupa dengan taburan normal. Apabila saiz sampel dikurangkan, ekor menjadi lebih besar, mewakili peningkatan ketidakpastian yang datang daripada membuat inferens berdasarkan sampel kecil.
Cara Melakukan Ujian-T dalam Excel
Sebelum anda boleh menggunakan Ujian-T untuk menentukan sama ada terdapat perbezaan yang ketara secara statistik antara cara dua sampel, anda mesti melakukan Ujian-F terlebih dahulu. Ini kerana pengiraan berbeza dilakukan untuk Ujian-T bergantung pada sama ada terdapat perbezaan yang ketara antara varians.
Anda memerlukan Analysis Toolpak add-in didayakan untuk melaksanakan analisis ini.
Menyemak dan Memuatkan Add-In Toolpak Analisis
Untuk menyemak dan mengaktifkan Analysis Toolpak ikut langkah berikut:
- Pilih tab FAIL >pilih Pilihan.
-
Dalam kotak dialog Pilihan, pilih Add-Ins daripada tab di sebelah kiri.
-
Di bahagian bawah tetingkap, pilih menu lungsur turun Urus, kemudian pilih Tambah Excel. Pilih Pergi.
Image - Pastikan kotak semak di sebelah Analysis Toolpak ditandakan, kemudian pilih OK.
- Pak Alat Analisis kini aktif dan anda bersedia untuk menggunakan Ujian-F dan Ujian-T.
Melakukan Ujian-F dan Ujian-T dalam Excel
-
Masukkan dua set data ke dalam hamparan. Dalam kes ini, kami sedang mempertimbangkan jualan dua produk selama seminggu. Purata nilai jualan harian bagi setiap produk juga dikira, bersama dengan sisihan piawainya.
Image -
Pilih tab Data > Analisis Data
Image -
Pilih F-Test Two-Sample for Variances daripada senarai, kemudian pilih OK.
Image Ujian-F sangat sensitif terhadap ketidaknormalan. Oleh itu, mungkin lebih selamat untuk menggunakan ujian Welch, tetapi ini lebih sukar dalam Excel.
-
Pilih Julat Pembolehubah 1 dan Julat Pembolehubah 2; tetapkan Alpha (0.05 memberikan keyakinan 95%); pilih sel untuk sudut kiri atas output, memandangkan ini akan mengisi 3 lajur dan 10 baris. Pilih OK.
Image Untuk Julat Pembolehubah 1, sampel dengan sisihan piawai (atau varians) terbesar mesti dipilih.
-
Lihat keputusan Ujian-F untuk menentukan sama ada terdapat perbezaan yang ketara antara varians. Hasilnya memberikan tiga nilai penting:
- F: Nisbah antara varians.
- P(F<=f) satu ekor: Kebarangkalian pembolehubah 1 sebenarnya tidak mempunyai varians yang lebih besar daripada pembolehubah 2. Jika ini lebih besar daripada alfa, yang biasanya 0.05, maka tiada perbezaan yang ketara antara varians.
- F Kritikal satu ekor: Nilai F yang diperlukan untuk memberikan P(F<=f)=α. Jika nilai ini lebih besar daripada F, ini juga menunjukkan tiada perbezaan yang ketara antara varians.
P(F<=f) juga boleh dikira menggunakan fungsi FDIST dengan F dan darjah kebebasan untuk setiap sampel sebagai inputnya. Darjah kebebasan hanyalah bilangan pemerhatian dalam sampel tolak satu.
-
Sekarang anda tahu sama ada terdapat perbezaan antara varians, anda boleh memilih Ujian-T yang sesuai. Pilih tab Data > Analisis Data, kemudian pilih sama ada Ujian-t: Dua Sampel Andaikan Varians Samaatau Ujian-t: Dua Sampel Dengan Andaian Varians Tak Sama
Image -
Tidak kira pilihan yang anda pilih pada langkah sebelumnya, anda akan dipaparkan dengan kotak dialog yang sama untuk memasukkan butiran analisis. Untuk bermula, pilih julat yang mengandungi sampel untuk Julat 1 Pembolehubah dan Julat 2 Pembolehubah.
Image - Dengan mengandaikan anda ingin menguji tiada perbezaan antara min, tetapkan Beza Min Dihipotesiskan kepada sifar.
- Tetapkan tahap keertian Alfa (0.05 memberikan keyakinan 95%) dan pilih sel untuk penjuru kiri sebelah atas output, memandangkan ini akan mengisi 3 lajur dan 14 baris. Pilih OK.
-
Semak keputusan untuk memutuskan sama ada terdapat perbezaan yang ketara antara cara.
Sama seperti Ujian-F, jika nilai-p, dalam kes ini P(T<=t), lebih besar daripada alfa, maka tiada perbezaan yang ketara. Walau bagaimanapun, dalam kes ini terdapat dua nilai p yang diberikan, satu untuk ujian satu ekor dan satu lagi untuk ujian dua ekor. Dalam kes ini, gunakan nilai dua ekor kerana mana-mana pembolehubah yang mempunyai min yang lebih besar akan menjadi perbezaan yang ketara.
