การวิเคราะห์ t-test

ตัวอย่างการแปลผล

                                                Independent Samples Test

		Levene's Test for Equality of Variances		t-test for Equality of Means
		F	Sig.	t	df	Sig. (2-tailed)	Mean Difference	Std. Error Difference	95% Confidence Interval of the Difference
									Lower	Upper
SCORE	Equal variances assumed	5.313	.026	3.781	40	.001	-.95	.251	-1.458	-.442
	Equal variances not assumed			3.862	35.728	.000	-.95	.246	-1.449	-.451

 1.  ต้องทำการตรวจการทดสอบความเท่ากันของ variances โดยดูค่า  F-test แล้วจึงเลือกการ 

       ทดสอบว่าจะใช้  t-test แบบ Pooled variance ( s₁²  =  s₂² ) หรือ  t-test แบบ Separated variance        

        ( s₁² s₂² )      

          ถ้า  P – value ( ค่า Sig )  >   a    จะยอมรับ H₀  แสดงว่า  s₁²  =  s₂²     เลือกใช้ค่า t- test แถว Equal variances assumed ( t-test แบบ Pooled variance  ) 

         ถ้า   P – value   a    จะปฏิเสธ  H₀ และยอมรับ H₁  แสดงว่า  s₁² s₂²      เลือกใช้ค่า    

 t- test แถว Equal variances not assumed  ( t-test แบบ Separated variance )                 

        ในกรณีนี้ ค่า F-test  มีค่า Sig   =  .026 ซึ่งน้อยกว่า .05  จึง ปฏิเสธ H₀ และยอมรับ H₁ แสดงว่า  s₁² s₂²  จึงเลือกใช้ ค่า t-test ในช่อง Equal variances not assumed  ที่มีค่าเท่ากับ 3.861 และ

มี ค่า Sig =.000  น้อยกว่า .05  จึง ปฏิเสธ H₀ และยอมรับ H₁   ดังนั่น สรุปว่า

                         ค่าเฉลี่ยของประชากรมีความแตกต่างอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 

            ตัวอย่างการแปลผล

Paired Samples Test

	Paired Differences					t	df	Sig.         (2-tailed)
	Mean
		Std. Deviation	Std. Error Mean	95% Confidence Interval of the Difference
Lower
Upper
Pair 1     X - Y
-1.1190	1.25333	.19339	-1.5096	-.7285	-5.786	41	.000

 

                  จากตาราง    ค่า  P-value  ( ค่า Sig )= .000  น้อยกว่า .05  นั่นคือ  ปฏิเสธ H₀ และยอมรับ H₁

 แสดงว่า  ค่าเฉลี่ยของประชากรความแตกต่างกันอย่างมีนัยสำคัญทางสถิติที่ระดับ .05

       หมายเหตุ   ในการนำเสนอค่า t ไม่ต้องค่าลบ  (  ซึ่งค่าเป็นลบ  ค่าของตัวตั้งมากกว่าค่าของตัวที่เอามาลบ )

 หมายเหตุ

1.                ถ้าการทดสอบ 2 ทางมีความแตกต่าง(Sig)  การทดสอบทางเดียวย่อมแตกต่างอยู่แล้ว เพราะ การทดสอบทางเดียวพื้นที่ที่เป็นเขตวิกฤตจะมีค่ามากกว่าพื้นที่การทดสอบ 2 ทางที่พื้นที่เขตวิกฤตจะถูกแบ่ง 2 ข้าง (  a/ 2 )

2.                ในการทดสอบที่เป็นการทดสอบทางเดียว  จะต้องนำค่า Sig. มาหารด้วย 2 ( เพราะเป็นค่า Sig 2-tailed)แล้วจึงนำไปเปรียบเทียบกับ a    ถ้าเป็นการทดสอบแบบสองทางให้นำค่า Sig. นำไปเปรียบเทียบกับ a  ได้เลย

3.               การสรุปผลการทดสอบสมมุติฐาน

   ถ้าค่า Sig. ที่นำมาเปรียบเทียบ   ถ้ามากกว่า a   จะยอมรับ H₀

   ถ้าค่า Sig. ที่นำมาเปรียบเทียบ   ถ้าน้อยกว่า a  จะปฏิเสธ H₀ และ ยอมรับ H₁