انواع آزمون t؛ انتخاب آزمون و تفسیر نتیجه
آزمون t خانواده‌ای از آزمون‌های آماری برای بررسی میانگین‌هاست. انتخاب نوع آن به سؤال و ساختار داده بستگی دارد: یک گروه را با مقدار مرجع مقایسه می‌کنید، دو گروه مستقل دارید یا اندازه‌گیری‌ها به‌صورت زوجی به هم مربوط‌اند؟ پاسخ به این پرسش، پیش از نگاه‌کردن به مقدار p یا اندازهٔ نمونه، مسیر تحلیل را مشخص می‌کند. برای روشن‌کردن متغیر، مقایسه و نوع ادعا پیش از انتخاب آزمون، راهنمای هم‌راستایی سؤال و فرضیهٔ تحقیق را ببینید.
کدام نوع آزمون t به سؤال شما مربوط است؟
آزمون t تک‌نمونه‌ای
اگر میانگین یک جامعه را با مقدار ثابت و از پیش مشخصی مقایسه می‌کنید، آزمون t تک‌نمونه‌ای مطرح است؛ برای مثال، مقایسهٔ میانگین زمان پاسخگویی با یک هدف مشخص. مقدار مرجع باید معنا و مبنای روشنی داشته باشد. برای شرح این نوع مقایسه، راهنمای آزمون t تک‌نمونه‌ای را ببینید.
آزمون t دو گروه مستقل
برای مقایسهٔ میانگین دو گروهی که مشاهداتشان به هم وابسته نیستند، آزمون t مستقل به کار می‌رود؛ مانند مقایسهٔ یک شاخص کمی در دو گروه مشتری. نسخهٔ مبتنی بر واریانس مشترک، برابری واریانس‌های جامعه را فرض می‌کند. آزمون t ولچ این شرط برابری را لازم ندارد و در مقایسهٔ گروه‌هایی با واریانس یا تعداد متفاوت قابل بررسی است.
آزمون t زوجی یا وابسته
اگر هر مشاهده با مشاهده‌ای مشخص جفت است، مانند اندازه‌گیری یک شاخص قبل و بعد در همان کارکنان، باید ساختار زوجی را در نظر گرفت. تحلیل بر اختلاف هر زوج تکیه دارد. صرف برابر بودن تعداد افراد در دو گروه، داده‌ها را زوجی نمی‌کند؛ رابطهٔ هر جفت باید از طرح مطالعه آمده باشد.
چه فرض‌هایی را باید بررسی کرد؟
نوع متغیر و هدف تحلیل: سؤال باید دربارهٔ میانگین یک متغیر کمیِ معنادار باشد. کد عددیِ یک متغیر اسمی، مانند کد واحد سازمانی، آن را به متغیر کمی مناسب آزمون t تبدیل نمی‌کند.
استقلال مشاهدات: در آزمون مستقل، داده‌های دو گروه مستقل‌اند. در آزمون زوجی، وابستگی درون هر زوج پذیرفته شده است، اما زوج‌های مختلف باید استقلال متناسب با طرح داشته باشند. داده‌های خوشه‌ای یا تکرارشونده ممکن است به تحلیل دیگری نیاز داشته باشند.
شکل توزیع و داده‌های پرت: به‌ویژه در نمونه‌های کوچک، چولگی شدید و مقادیر پرت می‌توانند نتیجه را تحت تأثیر قرار دهند. در آزمون زوجی، توزیع اختلاف زوج‌ها مطرح است؛ بررسی جداگانهٔ توزیع «قبل» و «بعد» جای آن را نمی‌گیرد.
واریانس‌ها در مقایسهٔ مستقل: شرط برابری واریانس به نسخهٔ واریانس مشترک مربوط است، نه همهٔ آزمون‌های t مستقل. آزمون لون دربارهٔ واریانس‌هاست و آزمون نرمال‌بودن یا پاسخ سؤال اصلی پژوهش نیست.
نمودارها، کیفیت اندازه‌گیری و منطق طرح را در کنار بررسی‌های آماری ببینید. یک آزمون نرمال‌بودن یا قاعدهٔ ثابت دربارهٔ تعداد نمونه، به‌تنهایی مجوز انتخاب روش نیست. دادهٔ پرت را نیز صرفاً برای معنادارشدن نتیجه حذف نکنید؛ ابتدا خطای ثبت، علت مقدار غیرعادی و پیامد تصمیم تحلیلی را بررسی و مستند کنید. اینکه توزیع کدام کمیت را بررسی کنید و خروجی آزمون را چگونه بخوانید، در راهنمای نرمال‌بودن داده‌ها توضیح داده شده است.
آمارهٔ t و مقدار p را چگونه بخوانیم؟
آمارهٔ t، تفاوت برآوردشده با مقدارِ فرض صفر را نسبت به خطای استاندارد آن تفاوت می‌سنجد. در آزمون تک‌نمونه‌ای، مقدار مرجع در فرض صفر قرار می‌گیرد؛ در مقایسهٔ معمول دو میانگین یا میانگین اختلاف زوج‌ها، فرض صفر غالباً اختلاف صفر است. علامت آماره به ترتیب تفریق بستگی دارد و باید در کنار تعریف متغیر خوانده شود.
مقدار p نشان می‌دهد، با فرض درست‌بودن فرض صفر و سایر فرض‌های مدل، مشاهدهٔ آماره‌ای به همین اندازه یا افراطی‌تر چقدر محتمل است. این مقدار، احتمال درست‌بودن فرض صفر یا احتمال «تصادفی بودن نتیجه» نیست.
اگر p از سطح معناداریِ از پیش تعیین‌شده کمتر باشد، فرض صفر طبق همان قاعده رد می‌شود. اگر کمتر نباشد، فرض صفر رد نشده است؛ این نتیجه اثبات برابری دقیق میانگین‌ها یا نبود هیچ تفاوت مهمی نیست. توان مطالعه و دقت برآورد را نیز باید بررسی کرد.
معناداری آماری با اهمیت عملی فرق دارد
برای گزارش، تنها به p اکتفا نکنید. میانگین و پراکندگی هر گروه، تعداد مشاهده‌ها، مقدار تفاوت و فاصلهٔ اطمینان آن، نوع آزمون، آمارهٔ t و درجهٔ آزادی را همراه با زمینهٔ تصمیم بیاورید. اندازهٔ اثر نیز در صورت تناسب به مقایسه کمک می‌کند. فاصلهٔ اطمینان، دامنهٔ عدم قطعیت برآورد را نشان می‌دهد و به فرض‌های روش وابسته است.
یک تفاوت کوچک ممکن است در نمونه‌ای بزرگ از نظر آماری معنادار شود، اما برای تصمیم مدیریتی ناچیز باشد. برعکس، ردنشدن فرض صفر در مطالعه‌ای کم‌دقت، مجوز نادیده‌گرفتن یک تفاوت بالقوهٔ مهم نیست. هزینه، پیامد تصمیم و مقدار تفاوتِ مهم برای عمل را جداگانه مشخص کنید.
مثال فرضی: سنجش قبل و بعد از آموزش
فرض کنید شاخص بهره‌وری ۳۰ کارمند پیش و پس از یک دورهٔ آموزشی اندازه‌گیری شده است. چون برای هر فرد دو مشاهده داریم، آزمون زوجی می‌تواند برای بررسی میانگین تغییر مطرح باشد؛ به شرط آنکه ساختار داده و فرض‌های آن مناسب باشند. برای این مثال، دادهٔ خام و خروجی آماری ارائه نشده است؛ هدف، توضیح منطق انتخاب آزمون است.
اگر بهبود متوسطِ مشاهده‌شده ۰٫۵ واحد باشد، باید معنای این واحد، پراکندگی تغییرها و فاصلهٔ اطمینان را هم بدانیم. حتی معناداری این تغییر، به‌تنهایی ثابت نمی‌کند آموزش علت آن بوده است. رویدادهای هم‌زمان، تغییر ترکیب کارکنان و روندهای دیگر می‌توانند دخیل باشند. استنباط علّی به طرح و مفروضات مقایسه وابسته است، نه صرف انتخاب آزمون زوجی.
مسیر اجرای تحلیل
پرسش و فرضیه را مشخص کنید: متغیر، واحد، جامعه، مقدار مرجع یا گروه مقایسه و جهت آزمون را پیش از بررسی نتیجه روشن کنید.
ساختار داده را تعیین کنید: تک‌نمونه‌ای، مستقل یا زوجی بودن از طرح مطالعه می‌آید.
کیفیت و فرض‌ها را بررسی کنید: دادهٔ گمشده، خطای ثبت، مقادیر پرت، استقلال، شکل توزیع و شرط‌های نسخهٔ انتخابی را بررسی کنید.
آزمون مناسب را اجرا کنید: نام دقیق آزمون و تنظیمات تحلیل را ثبت کنید.
تفاوت و عدم قطعیت را گزارش کنید: p را در کنار برآورد تفاوت، فاصلهٔ اطمینان و اطلاعات طرح بخوانید.
تصمیم را به زمینه برگردانید: از عبور یا عبورنکردن p از یک آستانه، دستور خودکار برای توسعه یا توقف برنامه نسازید.
چه زمانی به روش دیگری نیاز داریم؟
برای مقایسهٔ بیش از دو میانگین، تحلیل واریانس یا مدل مناسب دیگری مطرح است. اجرای چند آزمون t جداگانه، بدون توجه به تعدد مقایسه‌ها، احتمال خطا را تغییر می‌دهد. انتخاب میان t و z نیز فقط به کوچک یا بزرگ بودن نمونه محدود نیست؛ در آزمون کلاسیک میانگین، معلوم یا نامعلوم بودن انحراف معیار جامعه و فرض‌های توزیعی اهمیت دارد.
برای بعضی داده‌های رتبه‌ای یا شرایط نامناسبِ آزمون میانگین، روش‌هایی مانند من‌ویتنی برای گروه‌های مستقل یا ویلکاکسون علامت‌دار برای داده‌های زوجی قابل بررسی‌اند. این آزمون‌ها الزاماً همان فرضیهٔ آزمون t را نمی‌سنجند و نباید بدون شرط «آزمون تفاوت میانه‌ها» نامیده شوند. روش را بر اساس پرسش و ماهیت داده انتخاب کنید.
اگر خروجی آماری را آماده کرده‌اید و برای نوشتن تفسیر آن به کمک نیاز دارید، معرفی دستیار تفسیر یافته‌های پژوهش را ببینید. در این گام، فرضیه‌ها، روش تحلیل و خروجی خام از ورودی‌های معرفی‌شده‌اند.
منابع روش و تفسیر
NIST/SEMATECH، راهنمای آماری، بخش Two-Sample t-Test for Equal Means و بخش Analysis of paired observations؛ برای تمایز داده‌های مستقل و زوجی و حالت واریانس‌های نابرابر.
NIST Dataplot Reference Manual، مدخل T TEST؛ برای سه نوع تک‌نمونه‌ای، مستقل و زوجی.
Wasserstein و Lazar، ۲۰۱۶، The ASA Statement on p-Values: Context, Process, and Purpose؛ برای حدود تفسیر p و تمایز معناداری آماری با اهمیت نتیجه.