Tek Örneklem t-Testi Nedir?
Tek örneklem t-testi, tek bir örneklemin ortalamasının bilinen ya da varsayılan bir ana kütle ortalamasından (\(\mu_0\)) anlamlı şekilde farklı olup olmadığını sınar. Özellikle ana kütlenin standart sapması bilinmediğinde ve örneklem nispeten küçük olduğunda sıkça başvurulan bir yöntemdir. Bu hesaplayıcı; t test istatistiğini, serbestlik derecesini ve ortalamanın standart hatasını hesaplar.
Nasıl Kullanılır?
Örneklem ortalamanızı (\(\bar{x}\)), varsaydığınız ana kütle ortalamasını (\(\mu_0\)), örneklem standart sapmasını (\(s\)) ve örneklem büyüklüğünü (\(n\)) girin. Hesaplayıcı size t istatistiğini verir. Bu değerin mutlak değerini, seçtiğiniz anlamlılık düzeyi (örneğin \(\alpha = 0{,}05\)) ve \(df = n - 1\) için kritik t değeriyle karşılaştırın ya da bir p-değerine dönüştürün; böylece sıfır hipotezini reddedip reddetmeyeceğinize karar verirsiniz.
Formülün Açıklaması
İstatistik şu şekilde hesaplanır:
$$t = \dfrac{\text{Sample Mean} - \text{Population Mean}}{\text{Std Dev} \big/ \sqrt{\text{Sample Size}}}$$Pay, örneklem ortalamasının varsayılan ortalamadan ne kadar uzakta olduğunu ölçer. Payda, yani standart hata, bu farkı örnekleme değişkenliğine göre ölçeklendirir. Daha büyük bir \(|t|\) değeri, örneklem ortalamasının gürültüye kıyasla \(\mu_0\)'dan daha uzakta olduğunu gösterir; bu da farkın gerçek olma ihtimalini artırır.
Örnek Uygulama
Diyelim ki \(\bar{x} = 10{,}5\), \(\mu_0 = 10\), \(s = 2\) ve \(n = 25\) olsun. Standart hata
$$\frac{2}{\sqrt{25}} = \frac{2}{5} = 0{,}4$$olur. Buradan
$$t = \frac{10{,}5 - 10}{0{,}4} = \frac{0{,}5}{0{,}4} = 1{,}25$$ve \(df = 24\) bulunur. 1,25 değerini kritik değer \(t_{0{,}025,\,24} \approx 2{,}064\) ile karşılaştırdığımızda, sıfır hipotezini reddedemeyiz.
Sıkça Sorulan Sorular
Tek örneklem t-testini ne zaman kullanmalıyım? Elinizde tek bir sürekli örneklem olduğunda ve onun ortalamasını sabit tek bir referans değerle karşılaştırmak istediğinizde, ayrıca ana kütlenin standart sapması bilinmiyorsa bu testi kullanırsınız.
Varsayımları nelerdir? Verilerin yaklaşık olarak normal dağılması (ya da \(n\)'in yeterince büyük olması) ve gözlemlerin birbirinden bağımsız olması gerekir.
p-değerini nasıl elde ederim? Hesaplanan t ve df değerlerini bir t-dağılımı tablosu veya istatistik yazılımıyla kullanarak ilgili çift yönlü ya da tek yönlü p-değerini bulabilirsiniz.