Teori di sebalikhlm-valuan dan hipotesis nol mungkin kelihatan rumit pada mulanya, tetapi memahami konsep akan membantu anda menavigasi dunia statistik. Malangnya, istilah ini sering disalahgunakan dalam sains popular, jadi akan berguna bagi semua orang untuk memahami asasnya.
Mengirahlm-nilai model dan membuktikan / membantah hipotesis nol sangat mudah dengan MS Excel. Terdapat dua cara untuk melakukannya dan kami akan membahas kedua-duanya. Mari kita masuk.
Hipotesis Nol danhlm-Nilai
Hipotesis nol adalah pernyataan, juga disebut sebagai posisi lalai, yang mendakwa bahawa hubungan antara fenomena yang diperhatikan tidak ada. Ia juga dapat digunakan untuk pergaulan antara dua kumpulan yang diperhatikan. Semasa menjalankan penyelidikan, anda menguji hipotesis ini dan cuba membantahnya.
Sebagai contoh, katakan anda ingin melihat sama ada diet fesyen tertentu mempunyai hasil yang signifikan. Hipotesis nol, dalam kes ini, adalah bahawa tidak ada perbezaan yang signifikan dalam berat subjek ujian sebelum dan selepas diet. Hipotesis alternatif adalah bahawa diet memang membuat perbezaan. Inilah yang cuba dibuktikan oleh penyelidik.
Thehlm-Nilai mewakili kemungkinan bahawa ringkasan statistik sama atau lebih besar daripada nilai yang diperhatikan ketika hipotesis nol benar untuk model statistik tertentu. Walaupun sering dinyatakan sebagai angka perpuluhan, umumnya lebih baik menyatakannya sebagai persentase. Sebagai contoh,hlm-nilai 0.1 harus ditunjukkan sebagai 10%.
Yang rendahhlm-nilai bermaksud bahawa bukti terhadap hipotesis nol adalah kuat. Ini bermakna data anda adalah penting. Sebaliknya, tinggihlm-nilai bermaksud bahawa tidak ada bukti kukuh terhadap hipotesis. Untuk membuktikan bahawa diet fesyen berfungsi, penyelidik perlu mencari yang rendahhlm-nilai.
Hasil yang signifikan secara statistik adalah hasil yang sangat tidak mungkin berlaku sekiranya hipotesis nol benar. Tahap keertian dilambangkan dengan huruf Yunani alpha dan harus lebih besar daripada hurufhlm-nilai untuk keputusan menjadi signifikan secara statistik.
Banyak penyelidik dalam pelbagai bidang menggunakanhlm-nilai untuk mendapatkan pandangan yang lebih baik dan mendalam mengenai data yang mereka gunakan. Beberapa bidang yang terkenal merangkumi sosiologi, keadilan jenayah, psikologi, kewangan, dan ekonomi.
Mencarihlm-Nilai dalam Excel
Anda boleh mendapatkanhlm-nilai set data dalam MS Excel melalui fungsi Uji-T atau menggunakan alat Analisis Data. Pertama, kita akan melihat fungsi Uji-T. Kami akan memeriksa lima pelajar kolej yang menjalani diet 30 hari. Kami akan membandingkan berat badan mereka sebelum dan selepas diet.
CATATAN: Untuk tujuan artikel ini, kami akan menggunakan MS Excel 2010. Walaupun bukan yang terbaru, langkah-langkahnya biasanya juga berlaku untuk versi yang lebih baru.
Fungsi Ujian-T
Ikuti langkah-langkah ini untuk mengirahlm-nilai dengan fungsi Uji-T.
- Buat dan isi jadual. Jadual kami kelihatan seperti ini:
- Klik pada mana-mana sel di luar meja anda.
- Taipkan: = T.Test (.
- Selepas pendakap terbuka, taipkan argumen pertama. Dalam contoh ini, ia adalah ruangan Diet Sebelum. Julatnya mestilah B2: B6. Sejauh ini, fungsi kelihatan seperti ini: T.Test (B2: B6.
- Seterusnya, kita akan memasukkan hujah kedua. Lajur Selepas Diet dan hasilnya adalah argumen kedua kami dan julat yang kami perlukan adalah C2: C6. Mari kita tambahkan ke formula: T.Test (B2: B6, C2: C6.
- Ketik koma selepas argumen kedua dan pilihan pengedaran satu sisi dan dua sisi akan muncul secara automatik dalam menu lungsur. Mari pilih yang pertama - pengedaran satu arah. Klik dua kali padanya.
- Taipkan koma yang lain.
- Klik dua kali pada pilihan Berpasangan di menu lungsur seterusnya.
- Setelah anda mempunyai semua elemen yang anda perlukan, tutup pendakap. Rumus untuk contoh ini kelihatan seperti ini: = Uji T (B2: B6, C2: C6,1,1)
- Tekan enter. Sel akan memaparkanhlm-menilai segera. Dalam kes kami, nilainya adalah 0.133905569 atau 13.3905569%.
Lebih tinggi daripada 5%, inihlm-nilai tidak memberikan bukti kukuh terhadap hipotesis nol. Dalam contoh kami, penyelidikan tidak membuktikan bahawa diet membantu subjek ujian menurunkan berat badan yang banyak. Ini tidak semestinya bermaksud hipotesis nol betul, hanya itu belum dibuktikan.
Laluan Analisis Data
Alat Analisis Data membolehkan anda melakukan banyak perkara menarik, termasukhlm-kira pengiraan. Untuk menjadikan semuanya lebih mudah, kami akan menggunakan jadual yang sama seperti kaedah sebelumnya.
Begini bagaimana ia dilakukan.
- Oleh kerana kita sudah mempunyai perbezaan berat di lajur D, kita akan melewatkan pengiraan perbezaan. Untuk jadual yang akan datang, gunakan formula ini: = Sel 1-Sel 2.
- Seterusnya, klik pada tab Data di menu Utama.
- Pilih alat Analisis Data.
- Tatal ke bawah senarai dan klik pilihan t-Test: Paired Two Sample for Means.
- Klik OK.
- Tetingkap pop timbul akan muncul. Ia kelihatan seperti ini:
- Masukkan julat / argumen pertama. Dalam contoh kita, B2: B6.
- Masukkan julat / argumen kedua. Dalam kes ini, ia adalah C2: C6.
- Tinggalkan nilai lalai di kotak teks Alpha (ia adalah 0.05).
- Klik pada butang radio Output Range dan pilih di mana anda mahukan hasilnya. Sekiranya ia adalah sel A8, taip: $ A $ 8.
- Klik OK.
- Excel akan mengirahlm-nilai dan beberapa parameter lain. Jadual akhir mungkin kelihatan seperti ini:
Seperti yang anda lihat, satu-ekorhlm-nilai sama seperti dalam kes pertama - 0.133905569. Oleh kerana di atas 0,05, hipotesis nol berlaku untuk jadual ini, dan bukti terhadapnya lemah.
Perkara yang Perlu Diketahui Mengenaihlm-Nilai
Berikut adalah beberapa petua berguna mengenaihlm-kira pengiraan dalam Excel.
apakah pecutan perkakasan dalam krom
- Sekiranyahlm-nilai sama dengan 0.05 (5%), data dalam jadual anda adalah signifikan. Sekiranya kurang dari 0.05 (5%), data yang anda miliki adalah sangat ketara.
- Sekiranyahlm-nilai lebih dari 0.1 (10%), data dalam jadual anda tidak signifikan. Sekiranya berada dalam julat 0,05-0,10, anda mempunyai data yang sedikit ketara.
- Anda boleh menukar nilai alpha, walaupun pilihan yang paling biasa adalah 0.05 (5%) dan 0.10 (10%).
- Memilih ujian dua sisi boleh menjadi pilihan yang lebih baik, bergantung pada hipotesis anda. Dalam contoh di atas, ujian satu ekor bermaksud kita meneroka sama ada subjek ujian menurunkan berat badan selepas diet, dan itulah yang perlu kita ketahui. Tetapi ujian dua ekor juga akan memeriksa sama ada mereka memperoleh berat badan yang signifikan secara statistik.
- Thehlm-nilai tidak dapat mengenal pasti pemboleh ubah. Dengan kata lain, jika mengenal pasti korelasi, ia tidak dapat mengenal pasti penyebab di sebalik itu.
Thehlm-Nilai Demystified
Setiap ahli statistik yang bernilai garamnya harus mengetahui selok-belok ujian hipotesis nol dan apahlm-berharga bermaksud. Pengetahuan ini juga akan berguna kepada penyelidik dalam banyak bidang lain.
Adakah anda pernah menggunakan Excel untuk mengirahlm-nilai model statistik? Kaedah mana yang anda gunakan? Adakah anda lebih suka kaedah lain untuk mengira? Beritahu kami di bahagian komen.