W analizie danych cz\u0119sto stoimy przed zadaniem por\u00f3wnania dw\u00f3ch niezale\u017cnych zestaw\u00f3w danych, by ustali\u0107, czy istniej\u0105 mi\u0119dzy nimi istotne r\u00f3\u017cnice. W przypadku, gdy chcemy por\u00f3wna\u0107 \u015brednie z dw\u00f3ch pr\u00f3b, u\u017cytecznym narz\u0119dziem staje si\u0119 test t-Studenta, znany w \u015brodowiskach Microsoft Excel oraz Arkusze Google jako funkcja Funkcja przyjmuje nast\u0119puj\u0105c\u0105 posta\u0107:<\/p>\n Za\u0142\u00f3\u017cmy, \u017ce mamy wyniki test\u00f3w z matematyki dla dw\u00f3ch r\u00f3\u017cnych klas. Chcemy dowiedzie\u0107 si\u0119, czy istnieje statystyczna r\u00f3\u017cnica w wynikach obu klas.<\/p>\n U\u017cyjemy funkcji z nast\u0119puj\u0105cymi argumentami:<\/p>\n Komentarz<\/b>: Wybrali\u015bmy test dwustronny (tails = 2) dla pr\u00f3b niezale\u017cnych o r\u00f3\u017cnych wariancjach (type = 2), aby sprawdzi\u0107, czy \u015brednie wynik\u00f3w s\u0105 r\u00f3\u017cne mi\u0119dzy grupami.<\/p>\n Zak\u0142adaj\u0105c, \u017ce posiadamy wyniki testu efektywno\u015bci przed i po przeprowadzonym szkoleniu za pomoc\u0105 dw\u00f3ch r\u00f3\u017cnych metod szkoleniowych na tej samej grupie os\u00f3b.<\/p>\n Test dla efektywno\u015bci Metody 1:<\/p>\n Test dla efektywno\u015bci Metody 2:<\/p>\n Komentarz<\/b>: Zastosowano test jednostronny, poniewa\u017c interesuje nas, czy metody zwi\u0119kszy\u0142y wyniki. Test sparowany (type = 3) zosta\u0142 u\u017cyty, gdy\u017c te same osoby by\u0142y testowane przed i po szkoleniu.<\/p>\n Wykorzystuj\u0105c te przyk\u0142ady, mo\u017cemy zobaczy\u0107, jak funkcja t-test jest przydatnym narz\u0119dziem do analizy r\u00f3\u017cnic mi\u0119dzy grupami danych, co jest kluczowe przy podejmowaniu decyzji opartych na danych.<\/p>\n","protected":false},"excerpt":{"rendered":" Zwraca prawdopodobie\u0144stwo zwi\u0105zane z testem t-Studenta<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[430],"tags":[],"class_list":["post-10689","post","type-post","status-publish","format-standard","hentry","category-zgodnosci"],"acf":[],"yoast_head":"\nTTEST<\/code> w Excelu odpowiednio TEST.T<\/code> w Arkuszach Google.<\/p>\nSk\u0142adnia funkcji<\/h2>\n
Excel:<\/b>
TTEST(array1, array2, tails, type)<\/code> Arkusze Google:<\/b> TEST.T(array1, array2, tails, type)<\/code> <\/pre>\n\n
array1<\/code>, array2<\/code> – zakresy danych dla obu por\u00f3wnywanych grup.<\/li>\ntails<\/code> – okre\u015bla liczbe stron dystrybucji, kt\u00f3r\u0105 nale\u017cy uwzgl\u0119dni\u0107. Mo\u017cliwe warto\u015bci to 1<\/code> dla testu jednostronnego i 2<\/code> dla testu dwustronnego.<\/li>\ntype<\/code> – typ testu t. Mo\u017cliwe warto\u015bci to:\n\n
1<\/code> dla testu dla niezale\u017cnych pr\u00f3b o r\u00f3wnych wariancjach,<\/li>\n2<\/code> dla testu dla niezale\u017cnych pr\u00f3b o r\u00f3\u017cnych wariancjach,<\/li>\n3<\/code> dla testu dla sparowanych pr\u00f3b (zale\u017cnych).<\/li>\n<\/ul>\n<\/li>\n<\/ul>\nPrzypadki u\u017cycia<\/h2>\n
Przypadek 1: Analiza wynik\u00f3w test\u00f3w<\/h3>\n
Dane:<\/b> Klasa A: 56, 65, 70, 72, 77 Klasa B: 60, 62, 65, 68, 70<\/code><\/pre>\n
=TTEST(A2:A6, B2:B6, 2, 2)<\/code> w Excelu =TEST.T(A2:A6, B2:B6, 2, 2)<\/code> w Arkuszach Google <\/pre>\nPrzypadek 2: Por\u00f3wnanie efektywno\u015bci dw\u00f3ch technik szkoleniowych<\/h3>\n
Dane:<\/b> Przed: 45, 55, 60, 65, 50 Po - Metoda 1: 70, 75, 75, 80, 65 Po - Metoda 2: 68, 70, 72, 70, 66<\/code><\/pre>\n
=TTEST(A2:A6, B2:B6, 1, 3)<\/code> w Excelu =TEST.T(A2:A6, B2:B6, 1, 3)<\/code> w Arkuszach Google <\/pre>\n
=TTEST(A2:A6, C2:C6, 1, 3)<\/code> w Excelu =TEST.T(A2:A6, C2:C6, 1, 3)<\/code> w Arkuszach Google <\/pre>\n