Grundläggande information om t-testet

Hypotes: Hypotesen är en preliminär förklaring baserad på observationer som du har gjort. Dina observationer kan ha följts upp med en sökning i litteraturen för att få mer information innan du utvecklar din hypotes.

Exempel: Mäns händer är större än kvinnors händer ELLER att tillsätta gödsel till en växt gör att den växer bättre.

Nollhypotes: Den egentliga nollhypotesen är en mer formell förklaring av din ursprungliga hypotes. Nollhypotesen skrivs vanligen i följande form: Det finns ingen signifikant skillnad mellan population A och population B.

Exempel: Det finns ingen signifikant skillnad i handstorlek mellan män och kvinnor. ELLER Det finns ingen signifikant skillnad i tillväxten hos befruktade växter jämfört med obefruktade växter.

Anledningen till att vi skriver det i denna form är att forskare i grund och botten är skeptiker och att deras mål är att bevisa att en hypotes är falsk. I själva verket kan man aldrig riktigt bevisa att en hypotes är sann. Dessutom används den nollhypotesen eftersom den gör det möjligt att relatera dina beräkningar av skillnaden mellan medelvärdena i urvalet till en standard på noll.

T-testet: Vi använder detta statistiska test för att jämföra våra urvalspopulationer och avgöra om det finns en signifikant skillnad mellan deras medelvärden. Resultatet av t-testet är ett ”t”-värde; detta värde används sedan för att bestämma p-värdet (se nedan).

Om vi inte kan använda ett statistiskt test (behöver inte vara ett t-test) för att avgöra om det finns en signifikant skillnad blir det svårt att övertyga andra forskare om att din forskning är värd något.

P-värde: P-värdet är sannolikheten för att ”t” faller inom ett visst intervall. Det är med andra ord det värde som du använder för att avgöra om skillnaden mellan medelvärdena i dina urvalspopulationer är signifikant. För våra syften innebär ett p-värde < 0,05 att det finns en signifikant skillnad mellan medelvärdena i vår urvalspopulation och att vi skulle förkasta vår nollhypotes. Ett p-värde > 0,05 tyder på att det inte finns någon signifikant skillnad mellan medelvärdena i våra urvalspopulationer och vi skulle inte förkasta vår nollhypotes.

Typer av t-test: Det finns två typer av t-test, det oparade och det parade t-testet som vi kommer att använda i den här kursen.

Oparat t-test: Denna typ av t-test används när man har oberoende urval. Med andra ord är dina prover inte direkt relaterade till varandra. Exempel: Längd på pekfinger mellan män och kvinnor.