Testin asetukset
Otostiedot
Anna otoskeskiarvo, oletettu keskiarvo μ₀, keskihajonta (σ z-testissä, s t-testissä) ja otoskoko.
Hypoteesin testaus
Tee yhden otoksen hypoteesitesti keskiarvolle: laske testisuure, p-arvo, kriittinen arvo ja päätelmä.
Tulokset
Hypoteesin testaus – yhden otoksen z- ja t-testi keskiarvolle
Hypoteesin testaus kertoo, tukeeko otos väitettä perusjoukon keskiarvosta. Tämä laskuri tekee yhden otoksen z- tai t-testin: se laskee testisuureen, p-arvon, kriittisen arvon ja päätelmän valitulla merkitsevyystasolla. Voit valita kaksi- tai yksisuuntaisen vastahypoteesin.
Määritelmä
Testissä asetetaan nollahypoteesi H₀: μ = μ₀ ja vastahypoteesi H₁. Otoksesta lasketaan testisuure, joka mittaa, kuinka monta keskivirhettä otoskeskiarvo on oletetusta arvosta. Mitä kauempana testisuure on nollasta, sitä vahvemmin aineisto puhuu nollahypoteesia vastaan.
Kaava ja selitys
Yhden otoksen keskiarvon testisuure:
z tai t = (x̄ − μ₀) ÷ (s ÷ √n)
Tässä x̄ on otoskeskiarvo, μ₀ oletettu keskiarvo, s keskihajonta ja n otoskoko. Z-testissä tulosta verrataan normaalijakaumaan, t-testissä t-jakaumaan vapausastein:
df = n − 1
P-arvo lasketaan vastahypoteesin mukaan: kaksisuuntaisessa molemmista hännistä, yksisuuntaisessa yhdestä.
Vaiheittainen esimerkki
Väitetään, että keskiarvo on 100 (H₀: μ = 100). Otoksesta saadaan x̄ = 103, s = 12 ja n = 36. Tehdään kaksisuuntainen t-testi tasolla 0,05.
- Keskivirhe: s ÷ √n = 12 ÷ √36 = 12 ÷ 6 = 2.
- Testisuure: t = (103 − 100) ÷ 2 = 1,5, vapausasteet df = 35.
- P-arvo (kaksisuuntainen) ≈ 0,143, joka on suurempi kuin 0,05.
- Päätelmä: nollahypoteesia ei hylätä – ero ei ole tilastollisesti merkitsevä.
Tuloksen tulkinta
Vertaa p-arvoa merkitsevyystasoon:
- p < α: nollahypoteesi hylätään – tulos on merkitsevä.
- p ≥ α: nollahypoteesia ei hylätä – ero voi johtua sattumasta.
- Vaihtoehtoisesti voit verrata testisuuretta kriittiseen arvoon: jos se ylittyy, H₀ hylätään.
Käyttökohteet
- Laadunvalvonta: poikkeaako tuotteen keskiarvo tavoitteesta.
- Tutkimus: eroaako mitattu keskiarvo oletetusta arvosta.
- Vertailut: onko muutos lähtötasoon nähden merkitsevä.
- Opetus: z- ja t-testin vaiheiden havainnollistaminen.
Missä hypoteesin testausta käsitellään opinnoissa?
Hypoteesin testaus on tilastollisen päättelyn ydinmenetelmä. Lukion matematiikassa esitellään nollahypoteesin ja merkitsevyystason ideat sekä yksinkertaisia testejä. Yliopiston tilastotieteen kursseilla z- ja t-testit ovat ensimmäisiä menetelmiä, joiden kautta opitaan testisuure, p-arvo, kriittinen arvo ja päätöksenteko – samat periaatteet yleistyvät kaikkiin testeihin.
Usein kysytyt kysymykset
Mitä hypoteesin testaus tarkoittaa?
Hypoteesin testaus on menetelmä, jolla otoksen perusteella päätetään, tukeeko aineisto väitettä perusjoukosta. Asetetaan nollahypoteesi H₀ (esimerkiksi keskiarvo on tietty arvo μ₀) ja vastahypoteesi H₁. Otoksesta lasketaan testisuure ja siitä p-arvo. Jos p-arvo on pienempi kuin valittu merkitsevyystaso α, nollahypoteesi hylätään ja tulos on tilastollisesti merkitsevä. Muuten nollahypoteesia ei hylätä.
Miten testisuure lasketaan?
Yhden otoksen keskiarvon testissä testisuure on (x̄ − μ₀) ÷ (s ÷ √n), jossa x̄ on otoskeskiarvo, μ₀ oletettu keskiarvo, s keskihajonta ja n otoskoko. Z-testissä käytetään perusjoukon (tai suuren otoksen) keskihajontaa ja tulosta verrataan normaalijakaumaan. T-testissä käytetään otoksen keskihajontaa ja tulosta verrataan t-jakaumaan vapausastein n − 1. Suure s ÷ √n on keskiarvon keskivirhe.
Milloin käytän z-testiä ja milloin t-testiä?
Z-testiä käytetään, kun perusjoukon keskihajonta tunnetaan tai otos on suuri (yli noin 30). T-testiä käytetään, kun keskihajonta on arvioitu otoksesta ja otos on pieni. T-jakauma on leveämpi kuin normaalijakauma, joten t-testi on varovaisempi pienillä otoksilla. Kun otoskoko on suuri, z- ja t-testi antavat lähes samat tulokset, koska t-jakauma lähestyy normaalijakaumaa.
Mitä p-arvo kertoo?
P-arvo on todennäköisyys saada vähintään yhtä äärimmäinen testisuure kuin havaittu, jos nollahypoteesi pitää paikkansa. Pieni p-arvo tarkoittaa, että havaittu tulos olisi epätodennäköinen pelkän sattuman vuoksi, mikä puhuu nollahypoteesia vastaan. Jos p-arvo on pienempi kuin merkitsevyystaso (yleensä 0,05), nollahypoteesi hylätään. P-arvo ei kerro vaikutuksen suuruutta eikä todennäköisyyttä sille, että hypoteesi on tosi.
Mitä eroa on yksi- ja kaksisuuntaisella testillä?
Kaksisuuntainen testi tutkii, poikkeaako keskiarvo oletetusta kumpaankin suuntaan (H₁: μ ≠ μ₀), ja p-arvo lasketaan molemmista hännistä. Yksisuuntainen testi tutkii poikkeamaa vain tiettyyn suuntaan (H₁: μ > μ₀ tai μ < μ₀), ja koko merkitsevyystaso on yhdessä hännässä. Yksisuuntainen testi havaitsee odotetun suuntaisen eron herkemmin, mutta suunta on valittava ennen aineiston tarkastelua.
Oliko tästä laskurista apua?