工具用的順手嗎?
你的回饋能幫助我們做得更好
線上t檢驗計算器,快速判斷兩組資料均值差異是否顯著。輸入均值、標準差、樣本量即可得到t值和p值。
兩組都需要至少 2 個有效數字。
每組至少輸入 2 個數字;配對檢驗兩組數量需相等。支援逗號、空格、換行、分號分隔,非數字內容會被自動忽略。
請輸入樣本資料以檢視 T 檢驗結果
概覽
了解工具能解決的問題、計算或處理邏輯,以及資料邊界。
t 檢定用來評估樣本平均數與某個基準值,或兩組平均數之差,在指定統計假設下是否有足夠證據偏離零假設。本計算器讀取逐筆數值,不是填入平均數、標準差與樣本數的摘要統計計算器;每組至少需要兩個有效數字。
t 值表示觀察到的平均差相對於標準誤有多大;自由度決定用來計算機率的 t 分佈形狀。p 值則是在零假設及模型假設成立時,得到目前或更極端檢定統計量的機率,並依左尾、右尾或雙尾設定計算。它不是零假設為真的機率,也不是差異由「偶然造成」的機率。
α 是事前設定的判斷門檻。若 p < α,結果顯示拒絕零假設;若 p ≥ α,應表述為目前資料未達拒絕門檻,不能說已證明兩組相同。判斷時也要看估計差異的大小、研究設計與實際脈絡。
指南
依步驟完成操作,並透過範例核對輸入與結果。
單一樣本與目標值比較時選單樣本;同一人或配對樣本前後比較時選配對;只有兩組對象彼此獨立時才選獨立雙樣本。不要只因為有兩欄資料就當成獨立樣本。
在樣本欄貼入觀測值,可用逗號、空格、分號或換行分隔。單樣本至少兩筆;配對與獨立雙樣本的每組也各至少兩筆。配對資料兩欄數量必須相同,而且上下列要代表同一配對。請先檢查輸入,因為非數字片段會被略過。
α 預設為 0.05,需輸入介於 0 與 1 之間的數值。若問題只關心是否不同,用雙尾;若研究問題在分析前已明確限定方向,才考慮左尾或右尾。獨立雙樣本預設 Welch;只有研究設計與專業理由支持母體變異數相等時,才選 Student 模式。
結果列出 t 統計量、自由度、p 值、α、描述統計、t 分佈圖與逐步計算式。確認檢定方向、輸入順序和模式正確後,再將數值連同檢定種類與假設一併記錄。
情境
查看這項工具在不同工作與生活流程中的用法。
把每位學生課程前的分數放在第一欄,課程後的分數依相同順序放在第二欄,選配對樣本。工具會檢定個別差值的平均,而非把兩欄誤當兩群無關學生。
兩班學生互不重複,各自的分數貼入一欄,選獨立雙樣本並保留預設 Welch。報告時註明兩組筆數、平均差和自由度,讓讀者知道使用的口徑。
若一組製程量測值要與事先訂定的目標平均比較,選單樣本並填 μ₀。結果只回答樣本在所選模型下提供多少統計證據,品質判定仍須依你的規格與抽樣計畫。
問答
集中解答常見疑問與容易混淆的問題。
不行,這個頁面需要逐筆原始數值,沒有摘要統計輸入模式。若手上只有彙總值,請改用明確支援該輸入方式的方法,並核對其檢定假設。
配對檢定要求兩欄筆數相同,且每列一一對應。請先找回完整配對,不能任意補值或把多出的觀測當成一對。
不是。這表示在 α=0.05 的門檻下未拒絕零假設,可能仍有差異,只是目前資料不足以達到該門檻;不能據此證明平均數完全相同。
若研究問題只問是否有差異,使用雙尾。只有在看資料前已清楚設定方向性假設,而且反方向結果不會被當成支持證據時,才使用單尾。
須知
使用前了解適用範圍、結果限制與必要提醒。
t 檢定依賴合理的抽樣與資料設計。觀測值應符合所選模式的獨立或配對關係;小樣本若分佈明顯偏斜或有極端值,平均數與標準誤可能受影響,應評估其他方法。獨立雙樣本的 Student 模式另假設兩組母體變異數相等,資料看起來相近不等於已證明此前提成立。
p 值達到門檻不表示效果一定重要、結果可重現或存在因果關係;未達門檻也不證明沒有差異。解讀時請一併考慮效果大小、信賴區間、樣本來源、測量方式及多重比較等分析脈絡。此計算器適合初步學習與核算,不應單獨作為醫療、政策、工程安全或其他高影響決策的依據。
推薦
查找相關工具、專題與可用的 API 能力。