เครื่องคำนวณการทดสอบ T (T-Test Calculator)

ฉันควรเลือกการทดสอบแบบไหนดี

การทดสอบของเวลช์ถือเป็นวิธีที่ปลอดภัยกว่าและเหมาะสมที่สุดเมื่อมีข้อสงสัย เนื่องจากสามารถรองรับกรณีที่ความแปรปรวนไม่เท่ากันได้ และจะกลับมาใช้ค่าเท่ากับการทดสอบแบบรวมเมื่อความแปรปรวนเท่ากัน

สูตรที่ใช้งานอยู่

• รวมกัน: t = (x1 - x2) / sqrt( sp^2 * (1/n1 + 1/n2) ) ร่วมกับ df = n1 + n2 - 2
• เวลช์ (Welch): t = (x1 - x2) / sqrt( s1^2/n1 + s2^2/n2 ) และ df ซึ่งเป็นรุ่นที่ใช้เทคนิคการวิเคราะห์แบบเวลช์-แซตเทอร์เวยต์ (Welch-Satterthwaite method)
• คู่กัน: t = mean(d) / (sd(d) / sqrt(n)) และ df = n - 1 โดยที่ d คือความแตกต่างระหว่างแต่ละคู่
• ค่า P (P-value): คำนวณโดยใช้ฟังก์ชันเบต้าไม่สมบูรณ์แบบที่ผ่านการปรับให้มีความเหมาะสม เพื่อให้ได้ผลลัพธ์ที่แม่นยำสำหรับข้อมูลขนาดเล็ก โดยมีการประมาณค่าตามแจกแจงปกติเมื่อจำนวนอิสระ (df) เท่ากับหรือมากกว่า 30

การตีความค่า p-value

• p < 0.05: โดยทั่วไปหมายถึง “มีนัยสำคัญทางสถิติ”, สมมติฐานศูนย์เรื่องค่าเฉลี่ยที่เท่ากันมีความเป็นไปได้น้อย
• ค่า p ระหว่าง 0.05 ถึง 0.10: บ่งชี้ได้บางส่วน; มักมีการรายงานแต่ไม่เหมาะสมที่จะใช้เป็นข้อความหลัก
• p ≥ 0.10: ไม่มีหลักฐานที่บ่งชี้ว่าค่าเฉลี่ยของกลุ่มตัวอย่างที่คุณใช้นั้นแตกต่างกัน

ความสำคัญไม่ได้ขึ้นอยู่กับขนาดของกลุ่มตัวอย่างเสมอไป ความแตกต่างเพียงเล็กน้อยอาจถือว่า “มีนัยสำคัญ” เมื่อใช้กลุ่มตัวอย่างขนาดใหญ่ ในขณะที่ความแตกต่างที่มีนัยสำคัญอาจไม่ถือว่า “มีนัยสำคัญ” หากใช้กลุ่มตัวอย่างขนาดเล็ก ควรรายงานขนาดของผลกระทบพร้อมกับค่า p-value เสมอ

คำแนะนำ

• ควรตัดสินใจเลือกวิธีการทดสอบก่อนที่จะได้เห็นข้อมูล โดยการเลือกใช้วิธี Welch เฉพาะเมื่อพบว่าความแปรปรวนไม่เท่ากัน จะทำให้อัตราผลบวกเท็จเพิ่มสูงขึ้น สำหรับข้อมูลคู่ หากลำดับไม่ชัดเจน ให้คำนวณความแตกต่างระหว่างแต่ละบุคคลด้วยตนเอง เนื่องจากเครื่องมือนี้ถือว่าแถวทั้งหมดเรียงตัวกันอย่างตรงกันโดยอัตโนมัติ ค่า p เป็นค่าแบบสองทิศทาง หากต้องการใช้ในการทดสอบแบบหนึ่งทิศทาง ให้หารด้วย 2 โดยมีเงื่อนไขว่าทิศทางของผลลัพธ์ต้องได้รับการคาดการณ์ไว้ล่วงหน้า ค่าที่ผิดปกติมีบทบาทสำคัญในการทดสอบ t-test ดังนั้นควรสร้างฮิสโตแกรมเบื้องต้นก่อนจะใช้ข้อมูลเหล่านี้อย่างเต็มที่