Kulinganisha Makundi Mawili
Mara nyingi katika utafiti, tunataka kulinganisha makundi mawili: Je, mbolea mpya inatoa mavuno bora kuliko ya zamani? Je, wanafunzi wa shule za binafsi wanapata alama bora kuliko wa shule za serikali? Je, wanaume na wanawake wana mapato tofauti? T-test ni zana ya kitakwimu inayotusaidia kujibu maswali kama haya.
T-Test ya Sampuli Moja (One-Sample t-Test)
Inatumika kulinganisha wastani wa sampuli moja na thamani maalum inayojulikana. Je, wastani wa sampuli yetu ni tofauti na nambari fulani?
Kiwanda cha kutengeneza sukari Kilombero kinasema kila mfuko una kilo 50. Mkaguzi anachukua sampuli ya mifuko 25 na kuipima. Wastani ni kilo 49.2, SD ni kilo 1.8.
H₀: Wastani wa uzito = kilo 50
H₁: Wastani wa uzito ≠ kilo 50
t = (49.2 - 50) ÷ (1.8 ÷ √25) = -0.8 ÷ 0.36 = -2.22
P-value ≈ 0.036. Kwa α = 0.05, tunakataa H₀. Kuna ushahidi kwamba mifuko ina uzito tofauti na kilo 50 - kiwanda kinahitaji kusahihisha mchakato wake.
T-Test ya Sampuli Mbili Huru (Independent Two-Sample t-Test)
Inatumika kulinganisha wastani wa makundi mawili tofauti. Makundi hayo ni huru - watu katika kundi moja si watu wale wale wa kundi lingine.
Mtafiti anataka kujua kama mbolea ya DAP inatoa mavuno bora kuliko mbolea ya kawaida kwa mahindi mkoa wa Iringa.
- Kundi A (DAP): Mashamba 20, wastani wa gunia 15.2 kwa ekari, SD = 2.8
- Kundi B (Kawaida): Mashamba 20, wastani wa gunia 12.5 kwa ekari, SD = 3.1
H₀: Hakuna tofauti ya mavuno kati ya mbolea mbili
H₁: Kuna tofauti ya mavuno
Baada ya mahesabu, p-value = 0.006. Tunakataa H₀ - kuna ushahidi wa kitakwimu kwamba DAP inatoa mavuno bora.
T-Test ya Sampuli Zilizoanishwa (Paired t-Test)
Inatumika wakati kipimo kinachukuliwa mara mbili kwa watu wale wale - kabla na baada ya matibabu, au wanafunzi wale wale wakifanya mitihani miwili.
Wanafunzi 15 wa Form 4 wanafanya mtihani wa mazoezi wa Kiingereza, kisha wanahudhuria kozi ya wiki 4, kisha wanafanya mtihani mwingine.
- Wastani kabla ya kozi: 52 pointi
- Wastani baada ya kozi: 61 pointi
- Wastani wa tofauti kwa kila mwanafunzi: +9 pointi, SD ya tofauti = 6.5
H₀: Hakuna uboreshaji (wastani wa tofauti = 0)
H₁: Kuna uboreshaji (wastani wa tofauti > 0)
t = 9 ÷ (6.5 ÷ √15) = 9 ÷ 1.68 = 5.36
P-value < 0.001. Ushahidi wazi kwamba kozi iliboresha alama. Lakini ni muhimu kuzingatia: labda uboreshaji unatokana na kufanya mtihani mara ya pili (practice effect), si kozi yenyewe.
Masharti ya T-Test
T-test ina masharti kadhaa yanayopaswa kutimizwa:
- Data ya kiidadi endelevu: T-test inafanya kazi na nambari kama alama, uzito, mapato - si kategoria.
- Usambazaji wa kawaida (takriban): Data inapaswa kufuata usambazaji wa kawaida, au sampuli iwe kubwa ya kutosha (30+) ili CLT ifanye kazi.
- Uhuru: Vipimo vinapaswa kuwa huru (isipokuwa kwa paired t-test).
- Tofauti sawa (kwa sampuli mbili): Makundi mawili yanapaswa kuwa na tofauti (variance) inayofanana takriban. Kama sivyo, tumia toleo lililorekebishwa (Welch's t-test).
Mfano wa Vitendo: Mapato ya M-Pesa
Safaricom inataka kujua kama wakala wa M-Pesa wa mijini wanapata mapato ya wastani tofauti na wa vijijini.
- Wakala wa mijini (n=50): Wastani wa Ksh 45,000 kwa mwezi, SD = Ksh 12,000
- Wakala wa vijijini (n=50): Wastani wa Ksh 28,000 kwa mwezi, SD = Ksh 9,000
T-test ya sampuli mbili huru inatoa p-value < 0.001. Tofauti ya Ksh 17,000 ni ya maana ya kitakwimu na ya maana kiuhalisia pia. Kampuni inaweza kutumia taarifa hii kuboresha huduma kwa wakala wa vijijini.
T-Test dhidi ya Z-Test
Unaweza kuwa umesikia kuhusu z-test. Tofauti kuu: z-test inatumika unapojua kupotoka kwa kawaida kwa idadi ya watu (jambo adimu). T-test inatumika unapotumia SD ya sampuli kukadiria (jambo la kawaida). Kwa sampuli kubwa (zaidi ya 30), matokeo ni karibu sawa.
T-test inalinganisha wastani ili kuamua kama tofauti ni ya kweli au ni bahati tu. T-test ya sampuli moja inalinganisha na thamani maalum. T-test ya sampuli mbili huru inalinganisha makundi mawili tofauti. T-test ya sampuli zilizoanishwa inalinganisha vipimo viwili vya watu wale wale. Masharti muhimu ni data ya kiidadi, usambazaji wa kawaida (takriban), na uhuru wa vipimo.