Hypotesetest med standardafvigelse | Standard Deviation Calculator

Oversigt

Hypotesetest er en statistisk metode til at træffe beslutninger om populationer baseret på stikprøvedata. Standardafvigelse spiller en afgørende rolle i at bestemme, om observerede forskelle er statistisk signifikante eller blot skyldes tilfældighed.

Opstil hypoteser

Opstil nulhypotesen (H₀) og den alternative hypotese (H₁)

Vælg signifikansniveau

Vælg signifikansniveau (α), typisk 0,05

Beregn teststørrelsen

Beregn teststørrelsen ved hjælp af standardafvigelse

Sammenlign med kritisk værdi

Sammenlign med kritisk værdi eller beregn p-værdi

Træf beslutning

Træf beslutning: afvis eller undlad at afvise H₀

Z-test

Brug en Z-test, når du kender populationens standardafvigelse (σ) og har en stor stikprøvestørrelse (n ≥ 30).

Z-teststørrelse

z = (x̄ - μ₀) / (σ / √n)

Eksempel

En producent hævder, at batterier holder 100 timer i gennemsnit (μ₀ = 100). Du tester 36 batterier og finder x̄ = 98 timer. Hvis σ = 12 timer: z = (98 - 100) / (12 / √36) = -2 / 2 = -1 Med z = -1 og α = 0,05 (tosidet) undlader vi at afvise H₀. Forskellen er ikke statistisk signifikant.

T-test

Brug en t-test, når du ikke kender populationens standardafvigelse og skal estimere den fra stikprøven (ved at bruge s i stedet for σ).

T-teststørrelse

t = (x̄ - μ₀) / (s / √n)

Hvornår skal man bruge t-test vs. z-test

- Z-test: σ er kendt, n ≥ 30 - T-test: σ er ukendt (brug s), enhver stikprøvestørrelse I praksis er t-tests langt mere almindelige, fordi vi sjældent kender den sande populations-σ.

Standardfejl

Standardfejlen (SE) måler, hvor meget stikprøvegennemsnit varierer fra populationsgennemsnittet. Den er det afgørende bindeled mellem standardafvigelse og hypotesetest.

Standardfejl for gennemsnittet

SE = σ / √n (or s / √n when using sample SD)

Standardfejlen falder, når stikprøvestørrelsen øges. Større stikprøver giver mere præcise estimater og gør det lettere at opdage sande forskelle.

Statistisk signifikans

Et resultat er statistisk signifikant, når sandsynligheden for at observere det ved tilfældighed (p-værdien) er under din valgte tærskel (α).

Hvis p-værdi < α

Afvis H₀. Resultatet er statistisk signifikant.

Hvis p-værdi ≥ α

Undlad at afvise H₀. Resultatet kan skyldes tilfældighed.

Statistisk vs. praktisk signifikans

Et statistisk signifikant resultat er ikke nødvendigvis praktisk vigtigt. Med meget store stikprøver kan små forskelle være “signifikante” men meningsløse i praksis. Overvej altid effektstørrelse sammen med p-værdier.

← Læringscenter