සංඛ්යාලේඛනවල T-පරීක්ෂණය යනු කුමක්ද?
පෙන්ඩහුලුවන්
සංඛ්යාලේඛන ලෝකයේ, පර්යේෂකයන්ට නිවැරදි සහ විශ්වාසදායක නිගමනවලට එළඹීමට උපකාර කිරීම සඳහා විවිධ දත්ත විශ්ලේෂණ ක්රම සංවර්ධනය කර ඇත. පර්යේෂණාත්මක අධ්යයන සහ සමීක්ෂණවල බහුලව භාවිතා වන විශ්ලේෂණ මෙවලම්වලින් එකක් වන්නේ ටී-පරීක්ෂාවයි. මෙම ලිපියෙන්, ටී-පරීක්ෂාව යනු කුමක්ද, එහි වර්ග, එය ක්රියා කරන ආකාරය සහ විද්යාත්මක හා කාර්මික පර්යේෂණවල එහි යෙදුම් සහ අදාළත්වය පිළිබඳව අපි විස්තරාත්මකව සාකච්ඡා කරමු.
ටී-පරීක්ෂණය යනු කුමක්ද?
t-පරීක්ෂාවක් යනු දත්ත කට්ටල දෙකක මධ්යන්යයන් අතර සැලකිය යුතු වෙනසක් තිබේද යන්න තීරණය කිරීම සඳහා භාවිතා කරන සංඛ්යානමය ක්රමයකි. කණ්ඩායම් දෙකක් අතර සැලකිය යුතු වෙනසක් නොමැති බව පවසන ශුන්ය කල්පිතය පරීක්ෂා කිරීමට t-පරීක්ෂාව භාවිතා කරයි. කණ්ඩායම් අතර වෙනස සැලකිය යුතු යැයි සැලකීමට තරම් විශාල බව t-පරීක්ෂණ ප්රතිඵලවලින් පෙන්නුම් කරන්නේ නම්, ශුන්ය කල්පිතය ප්රතික්ෂේප කළ හැකිය.
T-පරීක්ෂණය භාවිතා කරන්නේ ඇයි?
පර්යේෂකයන්ට හෝ කර්මාන්ත ක්රීඩකයින්ට නියැදි දත්ත මත පදනම්ව තීරණ ගැනීමට අවශ්ය වන බොහෝ අවස්ථාවන්හිදී t-පරීක්ෂණය ඉතා ප්රයෝජනවත් වේ. t-පරීක්ෂණයෙහි සමහර පොදු යෙදුම් අතරට:
1. ජෛව වෛද්ය අත්හදා බැලීම්: ඖෂධය ලබා ගන්නා කණ්ඩායමක් සහ ප්ලේසෙබෝ ලබා ගන්නා කණ්ඩායමක් සංසන්දනය කිරීමෙන් නව ඖෂධයක කාර්යක්ෂමතාව පරීක්ෂා කිරීම.
2. ගෝලීය අලෙවිකරණය: අලෙවිකරණ ව්යාපාරයකට පෙර සහ පසු විකුණුම් සංසන්දනය කිරීමෙන් අලෙවිකරණ ව්යාපාරයක බලපෑම තක්සේරු කරන්න.
3. මනෝවිද්යාව: විශේෂිත චිකිත්සක වැඩසටහනක් රෝගීන් කණ්ඩායමකට ධනාත්මක බලපෑමක් ඇති කරන්නේද යන්න තක්සේරු කිරීම.
T-පරීක්ෂණ වර්ග
පරීක්ෂා කරනු ලබන දත්ත වර්ගය සහ කල්පිතය අනුව භාවිතා කළ හැකි ටී-පරීක්ෂණ වර්ග කිහිපයක් තිබේ. ටී-පරීක්ෂණවල වඩාත් පොදු වර්ග තුන මෙන්න:
1. එක්-නියැදි T-පරීක්ෂණය
නියැදියක මධ්යන්යය දන්නා හෝ උපකල්පිත මධ්යන්යයකට වඩා සැලකිය යුතු ලෙස වෙනස් දැයි තීරණය කිරීම සඳහා එක්-නියැදි ටී-පරීක්ෂණය භාවිතා කරයි. උදාහරණයක් ලෙස දී ඇති ජනගහනයක මධ්යන්ය උස ජාතික මධ්යන්ය උස සමඟ සංසන්දනය කිරීම දැක්විය හැකිය.
2. ස්වාධීන ද්වි-නියැදි T-පරීක්ෂණය
ස්වාධීන කණ්ඩායම් දෙකක මාධ්යයන් සංසන්දනය කිරීම සඳහා ස්වාධීන ද්වි-නියැදි ටී-පරීක්ෂණය භාවිතා කරයි. මෙම කණ්ඩායම් සාමාන්යයෙන් එකම ජනගහනයේ වෙනස් ජනගහනයන් දෙකකින් හෝ උප සාම්පල දෙකකින් පැමිණේ. උදාහරණයක් ලෙස, වෙනස් නගර දෙකක් අතර සාමාන්ය ආදායම සංසන්දනය කිරීම.
3. යුගල කළ T-පරීක්ෂණය
යුගලනය කරන ලද t-පරීක්ෂණය අදාළ සාම්පල දෙකක මාධ්යයන් සංසන්දනය කිරීමට භාවිතා කරයි. මෙම සාම්පල මැදිහත්වීමකට පෙර සහ පසු හෝ වෙනස් තත්වයන් දෙකක් යටතේ එකම විෂයයන් මත ගන්නා ලද මිනුම් වලින් පැමිණේ. යුගලනය කරන ලද t-පරීක්ෂණ යෙදුමක උදාහරණයක් වන්නේ දැඩි පාඨමාලාවකට සහභාගී වීමට පෙර සහ පසු සිසුන්ගේ ලකුණු මැනීමයි.
T-පරීක්ෂණ වැඩ කිරීමේ ක්රමය
ටී-පරීක්ෂණයක් පැවැත්වීම සඳහා, අනුගමනය කළ යුතු පියවර කිහිපයක් තිබේ, එනම්:
1. උපකල්පනයක් සකස් කිරීම:
– ශුන්ය කල්පිතය (H0): කණ්ඩායම් දෙක අතර සැලකිය යුතු වෙනසක් නොමැත.
– විකල්ප කල්පිතය (H1): කණ්ඩායම් දෙක අතර සැලකිය යුතු වෙනසක් ඇත.
2. වැදගත්කමේ මට්ටම තීරණය කිරීම:
වැදගත්කම මට්ටම සාමාන්යයෙන් \( \alpha = 0.05 \) ලෙස සකසා ඇත, එයින් අදහස් වන්නේ නිරීක්ෂණය කරන ලද ප්රතිඵල අහඹු සිදුවීමක් නිසා ඇති වූ බවට 5% ක සම්භාවිතාවක් ඇති බවයි.
3. දත්ත රැස් කිරීම සහ ගණනය කිරීම:
එකතු කරන ලද දත්තවල මධ්යන්යය (\(\bar{X}\)), විචලනය (\(S^2\)) සහ නියැදි ප්රමාණය (n) ගණනය කරන්න.
4. T අගය ගණනය කිරීම:
t-පරීක්ෂණ සූත්රය භාවිතා කරන t-පරීක්ෂණ වර්ගය අනුව වෙනස් වේ. ස්වාධීන ද්වි-නියැදි t-පරීක්ෂණයක් සඳහා, භාවිතා කරන සූත්රය වන්නේ:
\[
t = \frac{\bar{X_1} – \bar{X_2}}{\sqrt{S_p^2 \left(\frac{1}{n_1} + \frac{1}{n_2}\දකුණ)}}
\]
මා:
\[
S_p^2 = \frac{(n_1 – 1)S_1^2 + (n_2 – 1)S_2^2}{n_1 + n_2 – 2}
\]
භාවිතා කරන ලද අංකනය පහත පරිදි පැහැදිලි කෙරේ:
– \(\bar{X_1}, \bar{X_2}\): එක් එක් කාණ්ඩයේ සාමාන්යය.
– \(S_1^2, S_2^2\): එක් එක් කාණ්ඩයේ විචලනය.
– \(n_1, n_2\): එක් එක් කණ්ඩායමේ නියැදි ප්රමාණය.
– \(S_p^2\): සන්ධි විචලනය.
5. තීරණාත්මක අගයන් නිර්ණය කිරීම:
නිදහස් අංශක (\(df = n_1 + n_2 – 2\)) සහ නිශ්චිත වැදගත්කම මට්ටම අනුව තීරණාත්මක අගය සොයා ගැනීමට t-ව්යාප්ත වගුව භාවිතා කිරීම.
6. T අගය තීරණාත්මක අගය සමඟ සංසන්දනය කිරීම:
ගණනය කළ t-අගය තීරණාත්මක අගයට වඩා වැඩි නම්, ශුන්ය කල්පිතය ප්රතික්ෂේප වේ; අනෙක් අතට, ගණනය කළ t-අගය තීරණාත්මක අගයට වඩා අඩු නම්, අපි ශුන්ය කල්පිතය ප්රතික්ෂේප කිරීමට අසමත් වෙමු.
T-පරීක්ෂණ භාවිත අවස්ථා උදාහරණය
උදාහරණ 1: නව චිකිත්සාවක බලපෑම් පරීක්ෂා කිරීම
උදාහරණයක් ලෙස, නිශ්චිත ජනගහනයක කාංසාවේ රෝග ලක්ෂණ අඩු කිරීම සඳහා නව මනෝවිද්යාත්මක ප්රතිකාරයක් ක්රියාත්මක කිරීම අධ්යයනයක අරමුණයි. පර්යේෂකයන් සහභාගිවන්නන් කණ්ඩායමක චිකිත්සාවට පෙර සහ පසු කාංසාවේ මට්ටම් මනිනු ලබයි. මෙය සිදු කිරීම සඳහා, යුගල කළ ටී-පරීක්ෂණයක් භාවිතා කරනු ලැබේ:
– ශුන්ය උපකල්පනය (H0): චිකිත්සාවට පෙර සහ පසු කාංසාව මට්ටම්වල සැලකිය යුතු වෙනසක් නොමැත.
– t අගය ගණනය කිරීමේ ප්රතිඵලවලින් පෙනී යන්නේ චිකිත්සාව සහභාගිවන්නන්ගේ කාංසාව සැලකිය යුතු ලෙස අඩු කළ බවයි.
උදාහරණ 2: අලෙවිකරණ ව්යාපාරයක ඵලදායීතාවය පරීක්ෂා කිරීම
අලෙවිකරණ ලෝකයේ, සමාගම් බොහෝ විට ඔවුන්ගේ නව අලෙවිකරණ ව්යාපාර ඔවුන්ගේ පැරණි ඒවාට වඩා ඵලදායී දැයි දැන ගැනීමට අවශ්ය වේ. මෙම අවස්ථාවෙහිදී, ස්වාධීන ද්වි-නියැදි ටී-පරීක්ෂණයක් සුදුසු විය හැකිය:
– ශුන්ය උපකල්පනය (H0): ව්යාපාරයට පෙර සහ පසු නිෂ්පාදන අලෙවියේ සැලකිය යුතු වෙනසක් නොමැත.
– t-අගය කාල පරිච්ඡේද දෙක අතර සැලකිය යුතු වෙනසක් පෙන්නුම් කරන්නේ නම්, නව ව්යාපාරය සාර්ථක යැයි සැලකේ.
නිගමනය
t-පරීක්ෂණය යනු සංඛ්යාලේඛනවල ඉතා ප්රයෝජනවත් මෙවලමක් වන අතර එය පර්යේෂකයන්ට දත්ත කට්ටල දෙකක් අතර මාධ්යයන්හි වෙනස පිළිබඳ උපකල්පන පරීක්ෂා කිරීමට උපකාරී වේ. විවිධ වර්ගයේ t-පරීක්ෂණ (එක්-නියැදි t-පරීක්ෂණය, ස්වාධීන ද්වි-නියැදි t-පරීක්ෂණය සහ යුගල කළ t-පරීක්ෂණය වැනි) සහ ඒවා භාවිතා කරන ආකාරය තේරුම් ගැනීමෙන්, පර්යේෂකයන්ට දත්ත මගින් සහාය දක්වන වඩාත් අර්ථවත් නිගමනවලට එළඹිය හැකිය.
සාමාන්යයෙන්, t-පරීක්ෂණය මගින් පර්යේෂණ ප්රතිඵල ඇගයීමට සහ සෞඛ්ය, මනෝවිද්යාව, අධ්යාපනය, අලෙවිකරණය සහ තවත් බොහෝ ක්ෂේත්රවල හොඳම භාවිතයන් දැනුම් දීමට වෛෂයික ක්රමයක් සපයයි. අපි මෙම ක්රමය වඩාත් හොඳින් තේරුම් ගෙන අදාළ කර ගන්නා තරමට, දත්ත මත පදනම්ව වඩා හොඳ, වඩාත් දැනුවත් තීරණ ගැනීමේ අවස්ථා වැඩි වේ.
