Z-test at T-test
Kung minsan, ang pagsukat ng bawat piraso ng item ay hindi praktikal lamang. Iyon ang dahilan kung bakit namin binuo at gumagamit ng statistical pamamaraan upang malutas ang mga problema. Ang pinaka-praktikal na paraan upang gawin ito ay upang masukat lamang ang isang sample ng populasyon. Ang ilang mga pamamaraan ay sumusubok ng mga pagpapalagay sa pamamagitan ng paghahambing. Ang dalawa sa mas kilalang statistical hypothesis test ay ang T-test at ang Z-test. Subukan nating sirain ang dalawa.
Ang isang T-test ay isang statistical hypothesis test. Sa ganitong pagsubok, ang istatistika ng pagsubok ay sumusunod sa isang pamamahagi ng T-aaral kung ang null hypothesis ay totoo. Ang T-istatistika ay ipinakilala sa pamamagitan ng W.S. Gossett sa ilalim ng pangalan ng panulat na "Mag-aaral". Ang T-test ay tinutukoy din bilang "Student T-test". Malamang na ang T-test ay karaniwang ginagamit na Statistical Data Analysis procedure para sa hypothesis testing dahil ito ay matapat at madaling gamitin. Bukod pa rito, ito ay may kakayahang umangkop at madaling ibagay sa isang malawak na hanay ng mga pangyayari.
Mayroong iba't ibang mga T-test at dalawang pinaka-karaniwang ginagamit na mga pagsusulit ay ang isang sample at paired-sample T-test. Ang isang sample ng T-test ay ginagamit upang ihambing ang isang ibig sabihin ng sample sa kilalang populasyon. Ang dalawang-sample na T-test, sa kabilang banda, ay ginagamit upang ihambing ang alinman sa mga independiyenteng sample o dependent sample.
Pinakamahusay na inilalapat ang T-test, hindi bababa sa teorya, kung mayroon kang isang limitadong sukat ng sample (n <30) hangga't ang mga variable ay tinatayang normal na ibinahagi at ang pagkakaiba-iba ng mga marka sa dalawang grupo ay hindi mapagkakatiwalaan ng pagkakaiba. Mahusay din ito kung hindi mo alam ang standard deviation ng populasyon. Kung ang karaniwang paglihis ay kilala, kung gayon, pinakamahusay na gumamit ng isa pang uri ng statistical test, ang Z-test. Ang Z-test ay inilapat din upang ihambing ang sample at ang ibig sabihin ng populasyon ay malaman kung mayroong isang makabuluhang pagkakaiba sa pagitan ng mga ito. Ang mga pagsusulit ng Z ay laging gumamit ng normal na pamamahagi at sa isip din na inilapat kung ang karaniwang paglihis ay kilala. Ang mga pagsusulit ng Z ay kadalasang ginagamit kung ang ilang mga kondisyon ay natutugunan; kung hindi man, ang iba pang mga statistical test tulad ng T-test ay inilalapat sa kapalit. Ang mga pagsusulit ng Z ay madalas na ginagamit sa mga malalaking sample (n> 30). Kapag ginamit ang T-test sa mga malalaking sample, ang t-test ay nagiging katulad ng Z-test. Mayroong mga pagbabagu-bago na maaaring maganap sa mga variance ng sample ng T-na hindi umiiral sa mga pagsusulit ng Z. Dahil dito, may mga pagkakaiba sa parehong mga resulta ng pagsubok.
Buod:
1. Z-test ay isang statistical hypothesis test na sumusunod sa isang normal na pamamahagi habang ang T-test ay sumusunod sa isang T-pamamahagi ng Mag-aaral. 2. Ang isang T-test ay angkop kapag ikaw ay naghawak ng mga maliliit na sample (n <30) habang ang isang Z-test ay angkop kapag ikaw ay gumagamit ng katamtaman hanggang sa mga malalaking sample (n> 30). 3. Ang T-test ay mas madaling ibagay sa Z-test dahil ang Z-test ay madalas na nangangailangan ng ilang mga kundisyon upang maging maaasahan. Bukod pa rito, ang T-test ay may maraming mga pamamaraan na angkop sa anumang pangangailangan. 4. Ang mga pagsusulit ng T ay mas karaniwang ginagamit kaysa sa mga pagsusulit ng Z. 5. Ang mga pagsusulit ng Z ay ginustong kaysa sa mga pagsusulit ng T kung ang mga standard deviation ay kilala.
