P-verdi-kalkulator
Regn ut p-verdi fra z eller t, eller kjør en t-test, Welch-test eller andelstest direkte. Ensidig og tosidig, med tolkning og tabeller.
Sist oppdatert
Velg testtype før du ser dataene. Tosidig er standard hvis du ikke har en forhåndsbestemt retning.
p-verdi (tosidig)
0,1086
10,86 %
t-observator
1,6667
24 frihetsgrader
Estimert forskjell
2
Standardfeil 1,2
Slik fungerer det
En p-verdi brukes i hypotesetesting for å avgjøre om et funn kan skyldes tilfeldig variasjon. Du starter med en nullhypotese H₀ («ingen effekt», for eksempel at gjennomsnittet er 50), regner ut en testobservator (z eller t) fra dataene, og finner sannsynligheten for å få en observator minst like ekstrem hvis H₀ stemmer. Er p-verdien mindre enn signifikansnivået α (vanligvis 0,05), forkaster du H₀. Kalkulatoren dekker de vanligste situasjonene: gjennomsnitt mot en kjent verdi (t- eller z-test), to gjennomsnitt (Welchs t-test), en andel mot en forventet andel, og direkte oppslag hvis du allerede har z eller t. Tallene regnes numerisk fra normal- og t-fordelingen, ikke avlest fra en avrundet tabell.
Slik regner du
- Formuler H₀ og alternativhypotesen H₁, og velg tosidig eller ensidig test før du ser dataene.
- Regn ut observatoren: t = (x̄ − μ₀) / (s / √n) for ett utvalg, z = (p̂ − p₀) / √(p₀(1 − p₀)/n) for en andel.
- Finn halen i fordelingen. Tosidig p = 2 · P(T ≥ |t|), ensidig p = P(T ≥ t) eller P(T ≤ t).
- Sammenlign med α. Er p ≤ α, forkastes H₀.
Eksempel
Et utvalg på 25 målinger har gjennomsnitt 52 og standardavvik 6, og du tester H₀: μ = 50. Standardfeilen er 6 / √25 = 1,2, så t = (52 − 50) / 1,2 = 1,667 med 24 frihetsgrader. Tosidig p-verdi er 0,1086: over 0,05, så H₀ beholdes. Med samme gjennomsnitt og standardavvik, men 100 observasjoner, blir t = 3,33 og p = 0,0012, som er signifikant. Det er utvalgets størrelse som avgjør, ikke at effekten er blitt større. For en andel: 60 av 100 mot p₀ = 0,5 gir z = 2 og p = 0,0455. Trenger du et intervall i stedet for en ja/nei-avgjørelse, bruk konfidensintervall-kalkulatoren.
Tosidig p-verdi for gitte z-verdier
Verdiene 1,645, 1,96 og 2,576 er de kritiske z-verdiene for henholdsvis 10 %, 5 % og 1 % (tosidig).
| z | Tosidig p | Ensidig p |
|---|---|---|
| 1 | 0,3173 | 0,1587 |
| 1,5 | 0,1336 | 0,0668 |
| 1,645 | 0,1 | 0,05 |
| 1,96 | 0,05 | 0,025 |
| 2 | 0,0455 | 0,0228 |
| 2,326 | 0,02 | 0,01 |
| 2,58 | 0,01 | 0,005 |
| 3 | 0,0027 | 0,0013 |
| 3,291 | 0,001 | 0,0005 |
| 4 | < 0,0001 | < 0,0001 |
Kritiske t-verdier (tosidig)
Hvis |t| er større enn verdien i tabellen, er p-verdien mindre enn α. Legg merke til hvor mye høyere grensen er ved få frihetsgrader.
| Frihetsgrader | α = 0,10 | α = 0,05 | α = 0,01 |
|---|---|---|---|
| 1 | 6,314 | 12,706 | 63,657 |
| 2 | 2,92 | 4,303 | 9,925 |
| 3 | 2,353 | 3,182 | 5,841 |
| 5 | 2,015 | 2,571 | 4,032 |
| 8 | 1,86 | 2,306 | 3,355 |
| 10 | 1,812 | 2,228 | 3,169 |
| 15 | 1,753 | 2,131 | 2,947 |
| 20 | 1,725 | 2,086 | 2,845 |
| 30 | 1,697 | 2,042 | 2,75 |
| 60 | 1,671 | 2 | 2,66 |
| 120 | 1,658 | 1,98 | 2,617 |
Vanlige feil
Å kalle p = 0,06 «nesten signifikant» og p = 0,04 «bevist» er å overtolke en vilkårlig grense. Å teste mange hypoteser og rapportere de som havner under 0,05 gir falske funn (multippel testing). Og en høy p-verdi betyr «ikke påvist», ikke «ingen forskjell». Kombiner alltid p-verdien med effektstørrelsen og et konfidensintervall. Skal du regne sannsynlighet direkte i normalfordelingen, se normalfordeling-kalkulatoren. Til gjennomsnitt og standardavvik fra rådata kan du bruke gjennomsnittskalkulatoren.
Ofte stilte spørsmål
Hva er en p-verdi?
Hva betyr p < 0,05?
Er p-verdien sannsynligheten for at nullhypotesen er sann?
Skal jeg bruke tosidig eller ensidig test?
Hva er forskjellen på z-test og t-test?
Kan p-verdien bli akkurat 0?
Relaterte kalkulatorer
Alle beregninger skjer i nettleseren din — ingen data lagres eller sendes.