Kalkulator testu t dla jednej próby

Sprawdź, czy średnia różni się od znanej lub zakładanej wartości. Wklej dane i podaj średnią w hipotezie zerowej.

Zobacz, jak wykonać obliczenia samodzielnie

Wpisz wartości

Wyniki aktualizują się podczas wpisywania.

Jak wprowadzić dane

Wpisz pomiary w polu danych, rozdzielając je przecinkami, spacjami lub nowymi liniami. W osobnym polu podaj jedną wartość średniej zakładanej w hipotezie zerowej. Użyj samych liczb, bez jednostek i symboli. Na liście pomiarów części dziesiętne zapisuj z kropką.

Statystyka t

Sprawdź dane

Wpisz poprawne wartości, aby zobaczyć wynik. Skorzystaj z podpowiedzi przy polach lub instrukcji wprowadzania danych.

Obliczenia odbywają się w Twojej przeglądarce. Dane nie są do nas wysyłane.

Kalkulator testu t dla jednej próby sprawdza, czy średnia w populacji jest zgodna z wybraną wartością odniesienia. Wklej pomiary, np. wyniki testu lub czasy oczekiwania, i podaj zakładaną średnią. Otrzymasz statystykę t i wartość p, które pozwalają ocenić dane przy hipotezie równości średniej z tą wartością. Test nie dowodzi, że różnica jest praktycznie ważna.

Oblicz samodzielnie

Sprawdź próbę 6, 8 i 10 względem średniej 5 zakładanej w hipotezie zerowej.

Prześledź przykład, a następnie wykonaj te same kroki dla własnych danych.

  1. Oblicz średnią i odchylenie standardowe próby

    n = 3; średnia = 8; odchylenie standardowe próby s = √[(4 + 0 + 4) ÷ 2] = 2.
  2. Oblicz błąd standardowy

    SE = s ÷ √n = 2 ÷ √3 ≈ 1.155.
  3. Oblicz statystykę t

    t = (średnia − średnia w hipotezie zerowej) ÷ SE = (8 − 5) ÷ (2/√3) ≈ 2.598. Stopnie swobody = n − 1 = 2.
  4. Wyznacz prawdopodobieństwo dwustronne

    p = 2 × P(T₂ ≥ 2.598) ≈ 0.122.

    Użyj tablicy rozkładu t dla 2 stopni swobody albo funkcji rozkładu w arkuszu. Wydrukowana tablica może podawać zakres zamiast dokładnej wartości p.

Dla tak małej próby obserwacje powinny być niezależne, a rozkład populacji w przybliżeniu normalny. Zachowaj niezaokrąglone wartości podczas obliczeń.

Sprawdź wynik w kalkulatorze

Dostępne w PaperSurvey.io

Wybierz pytanie liczbowe i wartość odniesienia w widżecie testu t dla jednej próby, aby porównać średnią z celem.

Widżet testu t dla jednej próby w PaperSurvey: średnia 6,244, t = 11,221 i p poniżej 0,001 przy porównaniu z 5.
Pokaż zrzut ekranu w pełnym rozmiarze
Przykład z PaperSurvey.ioTest dla jednej próby porównuje średnią 6,244 z wartością odniesienia 5 na podstawie 278 odpowiedzi.

Przykłady zastosowań

  • Nauczyciele: Nauczyciel porównuje średni wynik klasy z wcześniej ustalonym punktem odniesienia wynoszącym 70 punktów.
  • Właściciele kawiarni i małych firm: Właściciel kawiarni wpisuje 30 czasów realizacji zamówień i sprawdza różnicę względem deklarowanej średniej 5 minut.
  • Zespoły HR i badań pracowniczych: Specjalista HR porównuje średnią ocenę satysfakcji pracowników z ustalonym celem 8 na 10.

Co sprawdza test t dla jednej próby

Test porównuje średnią jednej próby z ustaloną wartością, np. sprawdza, czy średnia ocena satysfakcji różni się od celu 50. Przy wcześniej wybranym poziomie istotności 0,05 niższa wartość p oznacza istotną statystycznie różnicę, o ile założenia testu są spełnione.

Kiedy go używać?

Użyj go, gdy masz jedną próbę pomiarów i stałą wartość odniesienia. Dane powinny mierzyć tę samą wielkość, np. punkty lub minuty, a obserwacje powinny być niezależne. Test sprawdza różnicę między średnią populacji a punktem odniesienia. Do porównania dwóch grup potrzebny jest test dla dwóch prób. Odpowiedzi tak/nie i kategorie wymagają innych metod. Przy małych próbach zwróć uwagę na normalność rozkładu i obserwacje odstające.

Co oznacza wynik?

Wartość p mieści się od 0 do 1 i opisuje zgodność danych z hipotezą zerową przy założeniach testu. Mała wartość, np. poniżej wcześniej ustalonego 0,05, przemawia przeciw równości średniej z wartością odniesienia. Wyższa wartość oznacza brak wystarczających podstaw do odrzucenia tej hipotezy, nie jej potwierdzenie. Średnia z próby pokazuje kierunek i wielkość zaobserwowanej różnicy.

Jakich błędów unikać

Istotność statystyczna nie dowodzi, że różnica jest duża lub praktycznie ważna. W dużych próbach nawet niewielkie różnice mogą być istotne. Sprawdź brakujące dane, tekst i błędy zapisu. Nie łącz różnych grup bez uzasadnienia. Wartość odniesienia powinna być stałą ustaloną wcześniej, nie drugim zbiorem danych. Przy małej próbie wynik jest wrażliwy na kształt rozkładu i obserwacje odstające.

Jak korzystać z kalkulatora

  1. Wpisz lub wklej wszystkie pomiary, rozdzielając je przecinkami lub nowymi liniami.
  2. W osobnym polu wpisz zakładaną średnią, z którą chcesz porównać dane.
  3. Średnia z próby, statystyka t i wartość p zostaną obliczone automatycznie.
  4. Porównaj wartość p z wcześniej ustalonym poziomem istotności. Wynik poniżej 0,05 oznacza istotność przy tym progu; wyższy nie dowodzi równości średniej z wartością odniesienia.

Przykład obliczeń

Kawiarnia deklaruje średni czas realizacji zamówienia 5 minut. Właściciel mierzy 30 zamówień, których średnia wynosi 5,6 minuty. Wpisuje wszystkie 30 czasów i wartość odniesienia 5. Wartość p zależy także od zmienności pomiarów: gdyby wyniosła 0,01, przy poziomie 0,05 byłby to istotny wynik testu różnicy względem 5 minut. Sama liczebność i średnia nie wystarczą do obliczenia tej wartości p.

Często zadawane pytania

Co wpisać w poszczególnych polach?

W polu danych wpisz wszystkie pomiary, oddzielone przecinkami lub nowymi liniami. W polu zakładanej średniej podaj jedną wartość, z którą chcesz porównać średnią.

Skąd wziąć te dane?

Z własnych pomiarów, np. wyników testów, czasów, cen lub liczbowych odpowiedzi w ankiecie. Z PaperSurvey możesz wyeksportować odpowiednią kolumnę i przygotować listę danych do wklejenia.

Czym jest zakładana średnia?

To ustalony wcześniej punkt odniesienia, np. deklarowany średni czas oczekiwania lub docelowy średni wynik. Wybierz go przed analizą danych.

Jak prosto rozumieć wartość p?

Wartość p określa prawdopodobieństwo statystyki co najmniej tak skrajnej jak uzyskana, gdy średnia populacji jest równa wartości odniesienia i założenia testu są spełnione. Wynik poniżej wcześniej ustalonego progu, np. 0,05, przemawia przeciw tej hipotezie. Nie jest to prawdopodobieństwo, że różnica powstała przypadkiem.

Ile danych potrzeba?

Potrzebna liczebność zależy od wielkości różnicy, zmienności danych i wymaganej mocy testu. Nie ma jednej liczby obserwacji, która gwarantuje wiarygodny wynik. Przy małej próbie szczególnie ważny jest rozkład danych i brak silnych obserwacji odstających.

Umieść kalkulator na swojej stronie

Korzystanie jest bezpłatne. Wklej ten kod w miejscu, w którym ma pojawić się kalkulator.


Zacznij korzystać z PaperSurvey.io

Załóż konto

Pierwsze 14 dni bez opłat. Konto założysz od razu, bez podawania karty płatniczej.