User Manual

6-33
5. Testit
Z -testin avulla voidaan tehdä useita standardointiin pohjautuvia testejä. Niiden avulla
voidaan testata, edustaako otos koko perusjoukkoa, kun perusjoukon (kuten maan
väestön) keskihajonta tunnetaan aiemman testin perusteella. Z -testausta käytetään
markkinatutkimuksissa ja mielipidetiedusteluissa, jotka pitää toistaa useita kertoja.
1-Sample
Z Test (yhden otoksen Z-testi) testaa tuntemattoman populaation keskiarvon, kun
populaation keskihajonta tunnetaan.
2-Sample
Z Test (kahden otoksen Z-testi) testaa kahden populaation keskiarvojen
yhtäsuuruuden erillisten otosten perusteella, kun kummankin populaation keskihajonnat
tunnetaan.
1-Prop
Z Test (yhden suhteen Z-testi) testaa onnistumisten tuntemattoman suhteen.
2-Prop
Z Test (kahden suhteen Z-testi) vertailee kahden populaation onnistumisten suhdetta.
t -testi testaa hypoteesin, kun populaation keskihajontaa ei tunneta. Todistettavan hypoteesin
vastahypoteesia sanotaan nollahypoteesiksi ja todistettavaa hypoteesia vastahypoteesiksi .
t -
testillä testataan yleensä nollahypoteesia. Sen jälkeen määritetään, valitaanko nollahypoteesi
vai vastahypoteesi.
1-Sample
t Test (yhden otoksen t-testi) testaa hypoteesin yhden tuntemattoman populaation
keskiarvon suhteen, kun populaation keskihajontaa ei tunneta.
2-Sample
t Test (kahden otoksen t-testi) vertailee populaatioiden keskiarvoja, kun
populaatioiden keskihajontoja ei tiedetä.
LinearReg
t Test (lineaarisen regression t-testi) laskee kahden tietosarjan välisen lineaarisen
suhteen voimakkuuden.
χ
2
test i testaa useisiin toisistaan riippumattomiin ryhmiin kuuluvien otosten suhteita koskevan
hypoteesin.
χ
2
GOF Test (yksisuuntainen χ
2
-testi, sopivuustesti) testaa, sopiiko otoksen havaintojen
määrä tiettyyn jakaumaan. Sillä voidaan esimerkiksi arvioida, noudattaako otos normaali- tai
binomijakaumaa.
Kaksisuuntainen
χ
2
-testi luo kahden kvalitatiivisen muuttujan (esim. ”kyllä”, ”ei”)
ristiintaulukon ja arvioi muuttujien riippumattomuutta.
2-Sample F Test (kahden otoksen F-testi) testaa otosvarianssien suhdetta koskevaa
hypoteesia. Sitä voidaan käyttää esimerkiksi testattaessa useiden haitalliseksi epäiltyjen
tekijöiden, kuten tupakoinnin, alkoholin, vitamiinipuutosten, runsaan kahvinjuonnin, vähäisen
liikunnan ja huonojen elämäntapojen karsinogeenisia vaikutuksia.
ANOVA (varianssianalyysi) testaa hypoteesia, että otosten populaatioiden keskiarvot ovat
yhtä suuret, kun otoksia on useita. Sitä voidaan käyttää esimerkiksi testattaessa, vaikuttavatko
eri materiaaliyhdistelmät lopputuotteen laatuun ja kestoikään.
One-Way ANOVA -testiä (yksisuuntainen varianssianalyysi) käytetään, kun yksi muuttuja on
riippumaton ja toinen riippuva.
Two-Way ANOVA -testiä (kaksisuuntainen varianssianalyysi) käytetään, kun riippumattomia
muuttujia on kaksi ja riippuvia yksi.