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.
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.
Kokeile myös näitä palveluita
Mainos
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?
