Тестирање хипотеза започиње постављањем просторија, након чега следи избор нивоа значајности. Затим морамо одабрати статистику теста, тј. Т-тест или ф-тест. Док т-тест користи се за упоређивање два сродна узорка, ф-тест користи се за тестирање једнакости две популације.
Хипотеза је једноставан приједлог који се може доказати или оповргнути разним научним техникама и успоставља однос између независне и неке зависне варијабле. Може се тестирати и верификовати да се утврди његова валидност непристрасним испитивањем. Испитивањем хипотезе покушава се разјаснити да ли је претпоставка валидна или не.
За истраживача је неопходно одабрати прави тест за своју хипотезу, јер се цела одлука о потврђивању или одбијању ништавне хипотезе темељи на њему. Прочитајте чланак да бисте разумели разлику између т-теста и ф-теста.
Основе за поређење | Т-тест | Ф тест |
---|---|---|
Значење | Т-тест је униваријантни тест хипотеза, који се примењује када стандардна девијација није позната и величина узорка је мала. | Ф-тест је статистички тест који одређује једнакост варијација две нормалне популације. |
Тест тест | Т-статистика прати т-дистрибуцију ученика под нулту хипотезу. | Ф-статистика следи Снедецор-ову ф-дистрибуцију, под нулту хипотезу. |
Апликација | Поређење средстава две популације. | Поређење две варијанте популације. |
Т-тест је облик теста статистичке хипотезе, заснован на Студентовој т-статистици и т-дистрибуцији да би се сазнала п-вредност (вероватноћа) која се може користити за прихватање или одбијање нулте хипотезе.
Т-тест анализира ако су средства два скупа података у великој мјери различита једна од друге, тј. Да ли је просјек популације једнак или различит од стандардног. Такође се може користити за утврђивање има ли регресијска линија нагиб различит од нуле. Тест се ослања на бројне претпоставке које су:
Средња и стандардна девијација два узорка користе се за поређење између њих тако да:
где,
Икс1 = Просек првог скупа података
к2 = Просек другог скупа података
С1 = Стандардно одступање првог скупа података
С2 = Стандардно одступање другог скупа података
н1 = Величина првог скупа података
н2 = Величина другог скупа података
Ф-тест је описан као врста хипотезног теста, који се заснива на Снедецор ф-дистрибуцији, под нулту хипотезу. Тест се изводи када није познато да ли две популације имају исту варијанцу.
Ф-тест се такође може користити за проверу да ли су подаци у складу са регресијским моделом, који се добија помоћу најмање квадратне анализе. Када постоји вишеструка линеарна регресијска анализа, она испитује укупну валидност модела или утврђује да ли било која од независних променљивих има линеарни однос са зависном променљивом. Бројна предвиђања могу се остварити, упоређујући два скупа података. Израз вредности ф-теста је у односу варијација двају опажања, који је приказан као испод:
Где, σ2 = варијанца
Претпоставке на које се ослања ф-тест су:
Разлика између т-теста и ф-теста може се јасно утврдити на следећим основама:
Т-тест и ф-тест су два, од броја различитих врста статистичких тестова који се користе за тестирање хипотеза и одлучују да ли ћемо прихватити ништавну хипотезу или је одбацити. Тест хипотезе не доноси одлуке сам, већ помаже истраживачу у доношењу одлука.