วิธีใช้งาน
- เลือกการแจกแจง ได้แก่ Z, t, ไคกำลังสอง หรือ F
- กรอกค่าสถิติทดสอบและองศาอิสระ แล้วเลือกสองทาง ทางซ้าย หรือทางขวา
- อ่านค่า p และกรอก α ด้านล่างเพื่อดูค่าวิกฤต
คำอธิบายตัวเลือก
- วิธีคำนวณ
- t และ F ใช้ฟังก์ชันเบตาไม่สมบูรณ์แบบปรับค่า ส่วนไคกำลังสองและการแจกแจงปกติใช้ฟังก์ชันแกมมาไม่สมบูรณ์แบบปรับค่า ตรงกับ pt, pchisq และ pf ของ R
- ทางของการทดสอบ
- ค่า p สองทางเท่ากับสองเท่าของหางที่เล็กกว่า การทดสอบไคกำลังสองและ F มักเป็นแบบทางขวา
ตัวอย่างการคำนวณและค่าวิกฤต
สำหรับ t = 2.31 ที่องศาอิสระ 18 และเลือกสองทาง ค่า p คือ 0.0330 ซึ่งต่ำกว่า α = 0.05 (มีนัยสำคัญ) แต่ไม่ต่ำกว่า α = 0.01 (ไม่มีนัยสำคัญ) ค่าวิกฤตที่ α = 0.05 สำหรับองศาอิสระ 18 คือ −2.1009 และ 2.1009 และ 2.31 อยู่เกินกว่านั้น ซึ่งให้ข้อสรุปเดียวกัน
ค่าวิกฤตสองทางสำหรับ Z และ t (ค่าที่สถิติต้องเกินในขนาดสัมบูรณ์):
| α | Z | t, df = 10 | t, df = 30 | t, df = 120 |
|---|---|---|---|---|
| 0.10 | 1.6449 | 1.8125 | 1.6973 | 1.6577 |
| 0.05 | 1.9600 | 2.2281 | 2.0423 | 1.9799 |
| 0.01 | 2.5758 | 3.1693 | 2.7500 | 2.6174 |
ค่าวิกฤตทางขวาสำหรับไคกำลังสอง:
| df | α = 0.10 | α = 0.05 | α = 0.01 |
|---|---|---|---|
| 1 | 2.7055 | 3.8415 | 6.6349 |
| 2 | 4.6052 | 5.9915 | 9.2103 |
| 5 | 9.2364 | 11.0705 | 15.0863 |
| 10 | 15.9872 | 18.3070 | 23.2093 |
เมื่อองศาอิสระเพิ่มขึ้น ค่า t จะลดลงเข้าใกล้ค่า Z
คำถามที่พบบ่อย
p < 0.05 แปลว่าสมมติฐานของฉันเป็นจริงหรือไม่
ไม่ใช่ เป็นเพียงความน่าจะเป็นที่จะได้ผลที่สุดโต่งเท่านี้หรือกว่า หากสมมติฐานศูนย์เป็นจริง ควรดูขนาดอิทธิพลและการออกแบบการศึกษาด้วย
องศาอิสระเป็นทศนิยมได้ไหม
ได้ การทดสอบ t แบบ Welch มักให้องศาอิสระที่ไม่ใช่จำนวนเต็ม
ทำไมต่างจากตารางของฉันเล็กน้อย
ตารางที่พิมพ์ไว้มีค่าให้น้อยและปัดเศษ เครื่องมือนี้คำนวณค่าที่แม่นยำ
ความเป็นส่วนตัว
เครื่องมือนี้ทำงานในเบราว์เซอร์ของคุณทั้งหมด ไฟล์และข้อความของคุณได้รับการประมวลผลบนอุปกรณ์ของคุณ และจะไม่ถูกอัปโหลดไปยังเซิร์ฟเวอร์ของเรา