Semasa membuat hipotesis kritikal, perubahan yang diperhatikan dalam min adalah signifikan secara statistik. Ia adalah pertimbangan utama untuk memberikan analisis yang sempurna untuk sesuatu keadaan. Analisis ini sangat baik untuk ujian hipotesis atau ujian keertian.
Terdapat pelbagai statistik ujian dilakukan untuk menguji hipotesis, seperti ujian-z dan ujian-t. Ia juga boleh digunakan dalam perniagaan, sains, dan banyak disiplin lain. Perbezaan ujian-Z dan ujian-t ialah kursus utama perbincangan dalam artikel ini.
Ujian-Z vs ujian-T
Perbezaan utama antara ujian-z dan ujian-t ialah ujian-z digunakan untuk menentukan sama ada pengiraan dua min sampel adalah berbeza jika sampel adalah besar dan sisihan piawai tersedia. Tetapi ujian-t digunakan untuk menentukan bagaimana purata berbeza set data berbeza antara satu sama lain jika sisihan piawai atau varians tidak diketahui.
Ujian-Z ialah pengiraan statistik yang digunakan untuk membandingkan purata populasi kepada sampel. Dari segi sisihan piawai, ujian-z memberitahu titik data adalah sejauh mana daripada purata set data. Ia biasanya membandingkan sampel dengan populasi yang digunakan untuk menangani sampel besar yang berkaitan dengan masalah. Ia berguna jika sisihan piawai diketahui.
Ujian-t digunakan untuk menguji pengiraan hipotesis. Ia berguna untuk menentukan sekiranya terdapat statistik penting dalam perbandingan antara dua kumpulan sampel bebas. Atau boleh dikatakan bahawa ia bertanya sama ada perbandingan antara purata kedua-dua kumpulan kerana peluang rawak berlaku tidak mungkin.
Jadual Perbandingan Antara Ujian-Z dan Ujian-T
| Parameter Perbandingan | Ujian-Z | Ujian-t |
|---|---|---|
| Berdasarkan | Taburan normal | Pengagihan pelajar-t |
| Formula | z = (x̄ – μ) / (σ / √n) | t = (x̄ – μ) / (s / √n) |
| Saiz sampel | besar | Kecil |
| Varians populasi | Diketahui | Tidak diketahui |
| Saiz data | Lebih daripada 30 | Lebih kecil daripada 30 |
Apakah ujian Z?
Ujian-z ialah ujian statistik untuk memutuskan sama ada min dua populasi adalah tidak serupa jika saiz sampel adalah besar dan variansnya diketahui. Untuk melaksanakan ujian-z yang tepat, statistik ujian itu mempunyai parameter gangguan seperti sisihan piawai yang diketahui.
Ia juga merupakan ujian hipotesis dan taburan normal harus diikuti oleh statistik-z. Adalah lebih baik untuk menggunakan ujian-z untuk lebih daripada 30 sampel. Ini kerana bilangan sampel menjadi lebih besar di bawah teorem had pusat dan sampel dianggap bertaburan normal.
Alternatif dan hipotesis nol, z-skor, dan alfa hendaklah dinyatakan untuk menjalankan ujian zed. Seterusnya, kesimpulan dan keputusan hendaklah dinyatakan, dan statistik ujian mesti dikira. Varians populasi bagi ujian-z diketahui. Dalam ujian-z, terdapat taburan normal untuk z dengan varians sebagai satu dan min sebagai sifar
Skor z, atau statistik z, ialah nombor yang mewakili sisihan piawai di bawah atau di atas purata populasi dan skor terbitan ujian z. Ujian yang boleh dijalankan sebagai ujian-z ialah ujian lokasi dua sampel, dan anggaran kemungkinan maksimum, satu ujian lokasi sampel dan ujian berbeza berpasangan.
Apakah ujian-T?
Ujian-T ialah sejenis statistik inferensi untuk menentukan perbezaan yang ketara di tengah-tengah dua kumpulan min, yang mungkin berkaitan dengan ciri tertentu. Ia digunakan sebagai alat ujian hipotesis dan membenarkan ujian andaian yang terpakai kepada populasi.
Ia biasanya digunakan apabila set data mungkin mempunyai varians yang tidak diketahui dan mengikut taburan normal. Untuk menentukan kepentingan statistik, ujian ini melihat pada darjah kebebasan dan nilai taburan-t. Ia perlu menggunakan analisis varians untuk menjalankan ujian dengan tiga atau lebih cara.
Ujian-T membolehkan membandingkan nilai purata dua set data dan menentukan sama ada asalnya adalah daripada populasi yang sama. Banyak jenis ujian-t yang berbeza dilakukan berdasarkan jenis dan data analisis yang diperlukan. Ia berfungsi pada saiz yang lebih kecil dan tidak boleh kurang daripada lima tetapi juga tidak melebihi tiga puluh.
Tiga nilai data utama diperlukan untuk mengira pada ujian-t. Ia secara amnya merangkumi bilangan nilai data setiap kumpulan, sisihan piawai setiap kumpulan, dan perbezaan min.
Perbezaan Utama Antara Ujian-Z dan Ujian-T
Kesimpulan
Dapat disimpulkan bahawa ujian-z dan ujian-t adalah dua daripada statistik ujian yang dilakukan untuk menguji hipotesis. Mereka memerlukan data bersama-sama dengan taburan normal, dengan kata mudah, data sampel di sekitar min diagihkan sama rata. Ia boleh digunakan dalam perniagaan, sains, dan banyak disiplin lain.
Ujian-Z digunakan untuk menentukan sama ada pengiraan dua min sampel adalah berbeza jika sampel besar dan sisihan piawai tersedia. Sebaliknya, ujian-t digunakan untuk menentukan bagaimana purata berbeza set data berbeza antara satu sama lain jika sisihan piawai atau varians tidak diketahui. Ujian-Z adalah berdasarkan taburan normal, manakala ujian-t adalah berdasarkan taburan pelajar-t.
