To-sidet testEn matematiklærer ville undersøge hvilken metode der er bedst til at lære eleverne at dividere. Klassen, 4A blev undervist efter metode A og 4B blev undervist efter metode B. Efter undervisningsforløbet fik hver klasse en prøve, der bestod af 50 simple regnestykker. Der gives fra 0 - 50 point for en besvarelse.
Alle elever på dette klassetrin er hele populationen, hvor vi ikke kender variansen. "Prøve A" og "Prøve B" er stikprøver, hvor variansen kan bestemmes. Vi vil afgøre forskelligheden ved t-test. Der findes tre typer:
|
|
Vi skal først teste om variansen i de to prøver er ens inden for et 95% signifikansniveau.
Hvis dette værktøj ikke finde i din Excel, skal det installeres - se vejledning her: Installer Dataanalyse Herved fremkommer boksen Dataanalyse. |
|
Herved fremkommer boksen F-test: Dobbelt-stikprøve for varians. Vi vil teste nulhypotesen: Ingen forskel i varians |
|
|
|
fg er antal frihedsgrader = antal observationer - 1 F er forholdet mellem de to varianser P er sandsynligheden for nulhypotesen. P=38%. (1) Denne sandsynligheder er langt større end det valgte signifikansniveau på 5%. Vi kan derfor konkludere, at der er statistisk belæg for at sige, at de to varianser ikke er forskellige (selv om de ser ret forskellige ud) Vi skal derfor anvende T-test: To stikprøver med ens varians
Herved fremkommer boksen Dataanalyse.
Herved fremkommer boksen t-test: To stikprøver med ens varians Vi vil teste nulhypotesen: Ingen forskel i middelværdi |
|
|
|
Puljevarians er gennemsnittet af de to varianser fg er antal frihedsgrader = antal observationer - 1 Testværdien t-stat er forskellen i middelværdierne pr. standardfejl (den gennemsnitlige spredning). Hvis der skal kunne påvises en signifikant forskel i middelværdier skal den numeriske værdi af t-stat være større end t-kritisk. Vi ser at t-stat = 0,54 < t-kritisk to-halet = 2,05 |
|
P er sandsynligheden for nulhypotesen. Da vi ønsker at undersøge om der er forskel på middelværdierne skal vi her vælge at vurdere P(T<=t) to-halet, da t-stat både kan være større end t-kritisk og mindre end -t-kritisk P(T<=t) to-halet =60%. Denne sandsynlighed er langt større end det valgte signifikansniveau på 5%. Vi kan derfor konkludere, at der er statistisk belæg for at sige, at de to middelværdier ikke er forskellige (og de ser jo heller ikke ret forskellige ud) |
|
En-sidet testMatematiklæreren i 6B havde en ide hans metode til at lære eleverne at løse ligninger var bedre end den traditionelle metode. Eleverne i 6A og 6B fik samme prøve
|
|
En analyse svarende til den der er gennemført ovenfor blev givet på
prøverne 6A&6B giver dette dette billede. Nul-hypotesen er: 6B ikke bedre til at løse ligninger end eleverne i 6A P(T<=t) en-halet =3,8%. Denne sandsynligheder er mindre end det valgte signifikansniveau på 5%. t- stat ligger uden for det kritiske interval. Vi kan derfor konkludere, at der er statistisk belæg for at sige, at 6B er bedre til at løse ligninger end 6A inden for et signifikansniveau for nul-hypotesen på 5%. |