اختبار z لعينتين

خطوات الاستخدام

1. **أدخل إحصائيات العينة**: أدخل متوسطات العينة (mean1, mean2)، والانحرافات المعيارية للمجتمع (sigma1, sigma2)، وأحجام العينة (n1, n2). تأكد من أن sigma1 و sigma2 معروفان (هذا اختبار z وليس اختبار t). معادلة إحصائية الاختبار هي: z = (mean1 - mean2) / sqrt(sigma1^2/n1 + sigma2^2/n2).

2. **اختر نوع الذيل**: اختر الفرضية البديلة المناسبة: 'ثنائي الذيل' (H1: μ1 ≠ μ2)، 'أيسر الذيل' (H1: μ1 < μ2)، أو 'أيمن الذيل' (H1: μ1 > μ2). يحدد ذلك كيفية حساب القيمة الاحتمالية من إحصائية z.

3. **احسب الخطأ المعياري**: احسب الخطأ المعياري للفرق: SE = sqrt(sigma1^2/n1 + sigma2^2/n2). يمثل هذا تباين الفرق بين متوسطي العينة تحت الفرضية الصفرية (μ1 - μ2 = 0).

4. **احسب إحصائية z**: اقسم الفرق الملاحظ (mean1 - mean2) على الخطأ المعياري. تخبرك درجة z الناتجة عن عدد الأخطاء المعيارية التي يبعدها الفرق عن الصفر. تشير القيمة المطلقة الأكبر لـ z إلى دليل أقوى ضد الفرضية الصفرية.

الأسئلة الشائعة

يفترض اختبار z لعينتين لمقارنة المتوسطات عدة شروط رئيسية: 1. **العينات المستقلة**: يجب أن تكون العينتان مستقلتين عن بعضهما البعض. يعني ذلك أن الملاحظات في عينة واحدة لا تؤثر على الأخرى. الانتهاكات الشائعة تشمل العينات المزدوجة أو المرتبطة، والتي تتطلب اختباراً مقترناً بدلاً من ذلك. 2. **الانحرافات المعيارية للسكان معروفة**: يجب أن تكون الانحرافات المعيارية لكلا المجتمعين (σ1 و σ2) معروفة. في العديد من السيناريوهات الواقعية، تكون هذه غير معروفة ويتم تقديرها من العينة، وفي هذه الحالة يكون اختبار t لعينتين أكثر ملاءمة. غالباً ما يُستخدم اختبار z عندما تكون أحجام العينات كبيرة ويكون تباين المجتمع معروفاً من دراسات سابقة. 3. **الحالة الطبيعية أو أحجام العينات الكبيرة**: يجب أن يكون توزيع المعاينة للفرق بين المتوسطات تقريباً طبيعياً. يتحقق ذلك إذا كان كل مجتمع موزعاً طبيعياً، أو إذا كانت أحجام العينات كبيرة بما فيه الكفاية (كلا n1 و n2 > 30) بفضل نظرية النهاية المركزية. بالنسبة للعينات الصغيرة من مجتمعات غير طبيعية، قد يكون الاختبار غير صالح. 4. **أخذ العينات العشوائي**: يجب أن تأتي البيانات من عينات عشوائية أو تجربة عشوائية لضمان قابلية التعميم. انتهاك هذه الافتراضات يمكن أن يؤدي إلى استنتاجات خاطئة. تحقق دائماً من صلاحية استخدام اختبار z قبل الاستخدام.

تقيس إحصائية z عدد الأخطاء المعيارية التي يبعدها الفرق الملاحظ في المتوسطات عن الصفر (الفرضية الصفرية القائلة بعدم وجود فرق). كلما كانت القيمة المطلقة أكبر، زادت الأدلة ضد الفرضية الصفرية. على سبيل المثال، z بقيمة 2.5 تعني أن الفرق يبعد 2.5 خطأ معياري فوق الصفر. القيمة الاحتمالية هي احتمال الحصول على إحصائية اختبار متطرفة على الأقل مثل تلك الملاحظة، بافتراض صحة الفرضية الصفرية. تشير القيمة الاحتمالية الصغيرة (مثل أقل من 0.05) إلى أن مثل هذه النتيجة المتطرفة غير محتملة تحت الفرضية الصفرية، لذلك نرفض H0 لصالح البديلة. خطوات التفسير: - لاختبار ثنائي الذيل: إذا كان p < α، نستنتج أن المتوسطين مختلفان بشكل معنوي (μ1 ≠ μ2). - لأيسر الذيل: إذا كان p < α و z سالبة، نستنتج أن μ1 < μ2. - لأيمن الذيل: إذا كان p < α و z موجبة، نستنتج أن μ1 > μ2. مهم: الدلالة الإحصائية لا تعني الأهمية العملية. قد تنتج قيمة p صغيرة من تأثير صغير جداً إذا كان حجم العينة كبيراً. انظر دائماً إلى حجم الفرق وسياقه.

كلا الاختبارين يقارن متوسطي عينتين مستقلتين، لكنهما يختلفان في الافتراضات والاستخدام: 1. **التباين المعروف مقابل غير المعروف**: يتطلب اختبار z معرفة الانحرافات المعيارية للسكان (σ)، بينما يستخدم اختبار t الانحرافات المعيارية للعينة (s) لتقدير σ. في الممارسة العملية، نادراً ما تكون σ معروفة، لذلك فإن اختبار t أكثر شيوعاً. 2. **التوزيع**: يعتمد اختبار z على التوزيع الطبيعي المعياري. يستخدم اختبار توزيع t، الذي له ذيول أثقل، خاصة لأحجام العينات الصغيرة. مع زيادة أحجام العينات، يقترب توزيع t من الطبيعي. 3. **المتانة**: اختبار t أكثر متانة تجاه انتهاكات الحالة الطبيعية للعينات الكبيرة بفضل نظرية النهاية المركزية. يستفيد اختبار z أيضاً من العينات الكبيرة، لكن افتراض σ المعروفة هو شرط أكثر صرامة. 4. **متى نستخدم**: استخدم اختبار z فقط عندما تكون σ1 و σ2 معروفة (مثل من تاريخ طويل من البيانات أو عند الاختبار مقابل معاملات مجتمعية معروفة). وإلا، استخدم اختبار t لعينتين (إما المدمج أو اختبار ويلش، اعتماداً على مساواة التباينات). مثال: في مراقبة الجودة، إذا كان الانحراف المعياري لعملية التصنيع معروفاً من بيانات سابقة واسعة، قد يُستخدم اختبار z. في معظم الأبحاث، يتم الإبلاغ عن الانحرافات المعيارية للعينة، لذلك فإن اختبار t هو المعيار.

نعم، ولكن بحذر. يمكن أيضاً استخدام اختبار z لعينتين لمقارنة النسب (p1 و p2) من عينتين مستقلتين. الصيغة مشابهة: z = (p1 - p2) / sqrt( p*(1-p) * (1/n1 + 1/n2) )، حيث p هي النسبة الإجمالية (مجموع النجاحات / إجمالي الملاحظات). هذا اختبار شائع للبيانات الفئوية. ولكن الافتراض الأساسي يتغير: يجب أن تتبع البيانات توزيعاً ذا حدين، وتكون التقريب الطبيعي صالحاً عندما تكون أحجام العينات كبيرة بما يكفي (np ≥ 5 و n(1-p) ≥5). غالباً ما يُسمى هذا اختبار z لنسبتين. العديد من الآلات الحاسبة تميز بين المتوسطات والنسب. الآلة الحاسبة الموصوفة هنا مخصصة للمتوسطات (تتطلب sigma)، لذلك بالنسبة للنسب يجب استخدام آلة حاسبة مخصصة لاختبار النسب. إذا استخدمت مدخلات المتوسط للنسب عن طريق الخطأ، ستكون النتيجة غير صحيحة لأن الانحرافات المعيارية للنسب هي sqrt(p(1-p)).

اختبار z لعينتين

أدخل القيم

خطوات الاستخدام

أمثلة محلولة

أمثلة محسوبة

الأسئلة الشائعة