අනුමාන සංඛ්යාලේඛනවල t-පරීක්ෂණය
අනුමාන සංඛ්යාලේඛන යනු නියැදි දත්ත මත පදනම්ව ජනගහනයක් පිළිබඳ නිගමනවලට එළඹීමට භාවිතා කරන සංඛ්යාලේඛන අංශයකි. මෙම අනුමාන විශ්ලේෂණයේ නිතර භාවිතා වන මෙවලමක් වන්නේ t-පරීක්ෂාවයි. t-පරීක්ෂාව යනු කණ්ඩායම් දෙකක මාධ්යයන් අතර සැලකිය යුතු වෙනසක් තිබේද යන්න තීරණය කිරීමට හෝ දන්නා ජනගහන මධ්යන්යයක් සමඟ නියැදි මධ්යන්යයක් සංසන්දනය කිරීමට භාවිතා කරන සංඛ්යානමය තාක්ෂණයකි. මෙම ලිපියෙන්, විවිධ පර්යේෂණ ක්ෂේත්රවල t-පරීක්ෂාවේ මූලික සංකල්ප, t-පරීක්ෂණ වර්ග, ක්රියාත්මක කිරීමේ ක්රියා පටිපාටි සහ ප්රායෝගික යෙදුම් පිළිබඳව අපි සාකච්ඡා කරමු.
ටී-පරීක්ෂණයේ මූලික සංකල්ප
20 වන සියවසේ මුල් භාගයේදී ගිනස් බියර් සමාගමේ සේවය කරමින් සිටියදී විලියම් සීලි ගොස්ට් විසින් මෙම ටී-පරීක්ෂණය සංවර්ධනය කරන ලදී. රහස්යභාවය හේතූන් මත, ඔහු "ස්ටුඩන්ට්" යන අන්වර්ථ නාමයෙන් ඔහුගේ කෘති ප්රකාශයට පත් කළ අතර එමඟින් පරීක්ෂණය ශිෂ්යයාගේ ටී-පරීක්ෂණය ලෙස ප්රසිද්ධ විය.
ශුන්ය කල්පිතය (H0) පරීක්ෂා කිරීම සඳහා t-පරීක්ෂණය භාවිතා කරනු ලබන අතර, එය මධ්යන්ය දෙකක් අතර සැලකිය යුතු වෙනසක් නොමැති බව හෝ නියැදි මධ්යන්යයක් ජනගහන මධ්යන්යයට සමාන බව පවසයි. විකල්ප කල්පිතය (H1) ප්රතිවිරුද්ධ දෙය ප්රකාශ කරයි, එනම් කණ්ඩායම් අතර සැලකිය යුතු වෙනසක් ඇති බව හෝ නියැදි මධ්යන්යය ජනගහන මධ්යන්යයෙන් වෙනස් වන බව. t-සංඛ්යාලේඛනය නියැදි මධ්යන්යය, විචලනය සහ නියැදි ප්රමාණය මත පදනම්ව ගණනය කරනු ලබන අතර වැදගත්කම තීරණය කිරීම සඳහා t-ව්යාප්තිය සමඟ සංසන්දනය කරනු ලැබේ.
ටී-පරීක්ෂණ වර්ග
t පරීක්ෂණ වර්ග කිහිපයක් ඇත, ඒ සෑම එකක්ම විවිධ අරමුණු සඳහා භාවිතා වේ:
1. එක්-නියැදි ටී-පරීක්ෂණය:
– නියැදි මධ්යන්යය දන්නා ජනගහන මධ්යන්යය සමඟ සංසන්දනය කිරීමට භාවිතා කරයි.
2. යුගලනය කරන ලද නියැදි ටී-පරීක්ෂණය:
– අපට අදාළ දත්ත කට්ටල දෙකක් ඇති විට භාවිතා වේ, උදාහරණයක් ලෙස එකම විෂය සම්බන්ධයෙන් එකම ප්රතිකාරයට පෙර සහ පසු.
3. ස්වාධීන-නියැදි ටී-පරීක්ෂණය:
– වෙනස් සහ අසම්බන්ධිත කණ්ඩායම් දෙකක සාමාන්යය සංසන්දනය කිරීමට භාවිතා කරයි.
එක් නියැදි ටී-පරීක්ෂණයක්
තනි දත්ත සාම්පලයක මධ්යන්යය, ජනගහනයේ දන්නා හෝ උපකල්පනය කරන ලද මධ්යන්යයට වඩා සැලකිය යුතු ලෙස වෙනස් වේද යන්න තීරණය කිරීමට අවශ්ය වූ විට, එක්-නියැදි ටී-පරීක්ෂණය භාවිතා කරනු ලැබේ. අපට පුද්ගලයින් කණ්ඩායමකින් සාම්පල බර දත්ත ලැබී ඇති අතර එය සාමාන්ය ජනගහනයේ මධ්යන්ය බර සමඟ සංසන්දනය කිරීමට අවශ්ය යැයි සිතමු.
Langkah-langkah:
1. නියැදි මධ්යන්යය (\(\bar{X}\)), ජනගහන මධ්යන්යය (\(\mu\)) සහ නියැදි සම්මත අපගමනය (s) තීරණය කරන්න.
2. සූත්රය භාවිතයෙන් t සංඛ්යාලේඛනය ගණනය කරන්න:
\[
t = \frac{\bar{X} – \mu}{\frac{s}{\sqrt{n}}}
\]
මෙහි \(n\) යනු නියැදි ප්රමාණයයි.
3. නිදහසේ අංශක (\(df = n-1\)) සහ අපේක්ෂිත වැදගත්කම මට්ටම මත පදනම්ව, ගණනය කරන ලද t-අගය t-බෙදාහැරීමේ වගුවෙන් තීරණාත්මක t-අගය සමඟ සසඳන්න.
t-ගණනය t-අවධිකාරී අගයට වඩා වැඩි නම්, අපි ශුන්ය කල්පිතය ප්රතික්ෂේප කර සැලකිය යුතු වෙනසක් ඇති බව නිගමනය කරමු.
සහසම්බන්ධතාවය සඳහා ද්වි-නියැදි ටී-පරීක්ෂණය
අපට අදාළ දත්ත කට්ටල දෙකක් හෝ දත්ත යුගල දෙකක් ඇති විට නියැදි දෙකේ ටී-පරීක්ෂණය භාවිතා වේ. පොදු උදාහරණයක් වන්නේ එකම කණ්ඩායමේ පෙර සහ පසු පරීක්ෂණයකි.
Langkah-langkah:
1. දත්ත යුගල (\(d\)) හි වෙනස සහ වෙනස්කම්වල සාමාන්යය (\(\bar{d}\)) ගණනය කරන්න.
2. වෙනසෙහි සම්මත අපගමනය (s_d) ගණනය කරන්න.
3. t සංඛ්යාලේඛනය ගණනය කරනු ලබන්නේ සූත්රය භාවිතා කරමිනි:
\[
t = \frac{\bar{d}}{\frac{s_d}{\sqrt{n}}}
\]
4. ගණනය කරන ලද t-අගය, t-බෙදාහැරීමේ වගුවේ ඇති තීරණාත්මක t-අගය සමඟ \(df = n-1\) සමඟ සසඳන්න.
ද්වි-නියැදි සම්බන්ධ නොවන ටී-පරීක්ෂණය
මෙම ටී-පරීක්ෂණය විවිධ කාණ්ඩ දෙකක මධ්යන්යයන් සංසන්දනය කිරීමට භාවිතා කරයි.
Langkah-langkah:
1. සාම්පල දෙකක (\(\bar{X_1}\), s1, n1) සහ (\(\bar{X_2}\), s2, n2) මධ්යන්යය සහ සම්මත අපගමනය නිර්ණය කරන්න.
2. සූත්රය භාවිතයෙන් t සංඛ්යාලේඛනය ගණනය කරන්න:
\[
t = \frac{\bar{X_1} – \bar{X_2}}{\sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}}
\]
3. නිදහස් අංශක ගණනය කරනු ලබන්නේ වඩාත් සංකීර්ණ සූත්රයක් භාවිතයෙන් හෝ ගතානුගතික රීතිය (n1+n2-2) භාවිතා කරමිනි.
4. ගණනය කරන ලද t-අගය තීරණාත්මක t-අගය සමඟ සසඳන්න.
t-පරීක්ෂණය ක්රියාත්මක කිරීමේ ක්රියා පටිපාටිය
ටී-පරීක්ෂණයක් සිදු කිරීම සඳහා සංඛ්යානමය ගණනය කිරීම් පමණක් නොව, පර්යේෂණ සන්දර්භය සහ යටින් පවතින උපකල්පන පිළිබඳ ගැඹුරු අවබෝධයක් ද අවශ්ය වේ:
1. කල්පිත සූත්රගත කිරීම: පරීක්ෂා කළ යුතු ශුන්ය සහ විකල්ප කල්පිත තීරණය කරන්න.
2. දත්ත රැස් කිරීම සහ විශ්ලේෂණය කිරීම: දත්ත සාමාන්යභාවය සහ සුදුසු මිනුම් පරිමාණයන් වැනි t-පරීක්ෂණයේ මූලික උපකල්පන සපුරාලන බවට සහතික වන්න.
3. t-සංඛ්යාලේඛනය ගණනය කරන්න: භාවිතා කරන t-පරීක්ෂණ වර්ගය සඳහා සුදුසු සූත්රය භාවිතා කරන්න.
4. t-බෙදාහැරීම සමඟ සංසන්දනය කර ප්රතිඵල අර්ථකථනය කරන්න: ගණනය කළ t-පරීක්ෂණය තීරණාත්මක t-පරීක්ෂණය සමඟ සංසන්දනය කර ශුන්ය කල්පිතය සම්බන්ධයෙන් තීරණය තීරණය කරන්න.
5. අවශ්ය නම් අමතර පරීක්ෂණ සිදු කරන්න: සමහර විට ප්රතිඵලවල වලංගුභාවය සහතික කිරීම සඳහා අමතර පරීක්ෂණ අවශ්ය වේ, උදාහරණයක් ලෙස අසම්බන්ධ ද්වි-නියැදි ටී-පරීක්ෂණයක විචලනයන්ගේ සමානාත්මතාවය සඳහා ලෙවන්ගේ පරීක්ෂණය.
ටී-පරීක්ෂණයේ ප්රායෝගික යෙදුම්
සැලසුම් සහ තීරණ වලංගු කිරීම සඳහා විවිධ ක්ෂේත්රවල t-පරීක්ෂණය භාවිතා වේ. උදාහරණයක් ලෙස:
– වෛද්ය: එකම කණ්ඩායමේ ප්රතිකාරයට පෙර සහ පසු සංසන්දනය කිරීමෙන් නව ප්රතිකාරයක ඵලදායීතාවය ඇගයීමට t-පරීක්ෂණය භාවිතා කරයි.
– අධ්යාපනය: වඩාත් ඵලදායී ක්රමය තීරණය කිරීම සඳහා ඉගැන්වීමේ ක්රම දෙකක් අතර පරීක්ෂණ ලකුණු සංසන්දනය කිරීම.
– ව්යාපාර : අලෙවිකරණ ව්යාපාරයකට පෙර සහ පසු සාමාන්ය විකුණුම් සංසන්දනාත්මක විශ්ලේෂණය.
උදාහරණයක් ලෙස, වෛද්ය පර්යේෂණවලදී, නව ඖෂධයක් රුධිර පීඩනයේ සැලකිය යුතු වෙනස්කම් ඇති කරන්නේ දැයි පර්යේෂකයෙකුට දැන ගැනීමට අවශ්ය විය හැකිය. ප්රතිකාරයට පෙර සහ පසු රෝගියාගේ සාම්පල ලබා ගැනීමෙන්, ඔවුන්ට විශ්ලේෂණය සඳහා අදාළ ද්වි-නියැදි ටී-පරීක්ෂණයක් භාවිතා කළ හැකිය.
නිගමනය
අනුමාන සංඛ්යාලේඛනවල t-පරීක්ෂණය ඉතා වැදගත් මෙවලමකි. මූලික සංකල්ප, t-පරීක්ෂණ වර්ග සහ නිසි ක්රියාත්මක කිරීමේ ක්රියා පටිපාටි තේරුම් ගැනීමෙන්, පර්යේෂකයන්ට වඩාත් නිවැරදි සහ විශ්වාසදායක දත්ත පාදක තීරණ ගත හැකිය. විවිධ ක්ෂේත්ර හරහා පුළුල් ලෙස යෙදීමත් සමඟ, උපකල්පන පරීක්ෂා කිරීම සහ නියැදි දත්ත මත පදනම්ව ජනගහනය පිළිබඳ වලංගු නිගමනවලට එළඹීම සඳහා සංඛ්යානමය විශ්ලේෂණයේ ප්රධාන අංගයක් ලෙස t-පරීක්ෂණය දිගටම පවතී.
