ทำการทดสอบทีแบบกลุ่มเดียวจากสถิติสรุป: ค่าเฉลี่ยตัวอย่าง ส่วนเบี่ยงเบนมาตรฐานของตัวอย่าง ขนาดตัวอย่าง และค่าเฉลี่ยประชากรที่คุณกำลังทดสอบเทียบ รับค่าสถิติ t องศาอิสระ และค่า p แบบหางเดียวและสองหาง
เมื่อไม่ทราบส่วนเบี่ยงเบนมาตรฐานของประชากรและต้องประมาณค่าจากกลุ่มตัวอย่าง — ซึ่งในทางปฏิบัติเป็นเช่นนี้เกือบเสมอ เมื่อกลุ่มตัวอย่างมีขนาดใหญ่ ทั้งสองวิธีจะใกล้เคียงกันมาก ส่วนกลุ่มตัวอย่างขนาดเล็ก หางที่กว้างกว่าของ t-test คือการปรับแก้ที่ซื่อตรง
การสังเกตที่เป็นอิสระและประชากรที่ใกล้เคียงการแจกแจงปกติ (หรือกลุ่มตัวอย่างที่ใหญ่พอสำหรับทฤษฎีขีดจำกัดกลาง) ความเบ้ที่รุนแรงกับกลุ่มตัวอย่างเล็กมากจะทำให้มันใช้ไม่ได้
แบบสองด้าน เว้นแต่ทิศทางถูกกำหนดก่อนการเก็บข้อมูลและทิศทางตรงกันข้ามไม่มีความหมายในบริบท หน้านี้รายงานทั้งสองแบบเพื่อให้ตัวเลือกโปร่งใส
องศาอิสระหนึ่งองศาถูกใช้ไปในการประมาณค่าเฉลี่ยเอง เหลือข้อมูลอิสระ n − 1 ชิ้นเกี่ยวกับความแปรปรวน
t = (x̄ − μ₀) ÷ (s ÷ √n), df = n − 1 ค่า P-value มาจาก CDF ของการแจกแจง t ซึ่งคำนวณผ่านฟังก์ชันเบตาไม่สมบูรณ์ — ค่าเดียวกันกับที่ซอฟต์แวร์สถิติรายงาน
ข้อมูลป้อนเข้า: x̄ = 105, s = 15, n = 25, μ₀ = 100
ก้าว: ค่าคลาดเคลื่อนมาตรฐาน = 15 ÷ √25 = 3 t = (105 − 100) ÷ 3 = 1.667 df = 24 จากการแจกแจง t ค่า p แบบสองหาง ≈ 0.109
ผลลัพธ์: t = 1.667, df 24, p ≈ 0.109 — ไม่มีนัยสำคัญที่ 0.05
เพิ่มเครื่องคำนวณนี้ลงในเว็บไซต์หรือบล็อกของคุณเอง — ฟรีทั้งหมด ไม่ต้องสมัครสมาชิก และแสดงเวอร์ชันล่าสุดเสมอ คัดลอกโค้ดด้านล่างแล้ววางลงในหน้าของคุณในตำแหน่งที่ต้องการให้เครื่องคำนวณปรากฏ การคงบรรทัดเครดิตเล็ก ๆ “Powered by Loona Automation” ไว้ใต้ตัวฝังจะช่วยให้เครื่องมือนี้ยังคงฟรีต่อไป — แต่คุณจะปรับแต่งหรือลบออกก็ได้ เครื่องมือทำงานได้ทั้งสองแบบ