Test statystyczny – na czym polega?

Test statystyczny to reguła decyzji: porównujesz wynik z próby z rozkładem, jaki miałaby statystyka testowa przy prawdziwej hipotezie zerowej, i na tej podstawie odrzucasz H0 albo nie. Typowe pytanie z pracy dyplomowej: co właściwie znaczy „wynik istotny statystycznie” i jak to poprawnie zapisać?

Elementy testu statystycznego

Przykład: pięcioro studentów uczyło się z notatek (1, 2, 3, 4, 5 punktów), a pięcioro z quizów (4, 5, 6, 7, 8 punktów). Czy metoda nauki ma znaczenie?

Uwaga na częsty błąd: test nie „ocenia prawdopodobieństwa zdarzenia” ani hipotezy. Wartość p liczymy przy założeniu, że H0 jest prawdziwa, więc nie może mówić, jak prawdopodobna jest sama H0 (Wasserstein i Lazar, 2016; Greenland i in., 2016). Te same kroki powtarzają się w każdym teście – t, U, chi-kwadrat czy F. Zmienia się tylko statystyka i jej rozkład przy H0.

Rozkład statystyki przy H0 – symulacja

Gdyby metoda nauki nie miała znaczenia, etykiety „Notatki” i „Quizy” byłyby przypadkowe. Możesz więc tasować je wiele razy i patrzeć, jakie różnice średnich wychodzą. Dziesięć wyników da się podzielić na dwie piątki na 252 sposoby. Tylko w 10 z nich różnica jest co najmniej tak duża jak nasze 3 punkty (w dowolną stronę), więc p = 10 / 252 = 0,040. Ten pomysł pochodzi od Fishera (1935) i nazywa się testem permutacyjnym.

Dwa podejścia, ta sama decyzja

Klasyczny test t Studenta zamiast tasowania korzysta z gotowego rozkładu t. Daje t(8) = 3,00 i p = 0,017, a wartość krytyczna dla α = 0,05 wynosi 2,306. Test permutacyjny daje p = 0,040, a jego przybliżenie z 10 000 losowych przetasowań – 0,037. Wartości p się różnią, bo różne są rozkłady odniesienia, ale decyzja jest ta sama: odrzucamy H0.

Błędy I i II rodzaju i moc testu

Test może się pomylić na dwa sposoby. Błąd I rodzaju to odrzucenie prawdziwej H0, czyli fałszywy alarm; jego ryzyko to α. Błąd II rodzaju to nieodrzucenie fałszywej H0, czyli przeoczenie efektu; jego ryzyko to β. Moc testu, 1 − β, to szansa wykrycia efektu, który naprawdę istnieje (Neyman i Pearson, 1933). Oba ryzyka są ze sobą powiązane. Gdy przy tej samej liczbie osób zmniejszysz α z 0,05 do 0,01, rzadziej podniesiesz fałszywy alarm, ale częściej przeoczysz prawdziwy efekt. Oba ryzyka naraz zmniejsza dopiero większa próba, dlatego jej wielkość planuje się przed badaniem.

Jak przeprowadzić test statystyczny w R?

notatki <- c(1, 2, 3, 4, 5); quizy <- c(4, 5, 6, 7, 8)    # punkty z kolokwium
punkty  <- c(notatki, quizy)
roznica <- mean(quizy) - mean(notatki)                   # statystyka testowa: 3 punkty

# H0: metoda nauki nie ma znaczenia, więc etykiety grup są przypadkowe.
# Symulacja rozkładu przy H0: 10 000 razy tasujemy etykiety i liczymy różnicę średnich
set.seed(2026)
pod_H0 <- replicate(10000, {
  g <- sample(punkty)
  mean(g[6:10]) - mean(g[1:5])
})
mean(abs(pod_H0) >= roznica)                             # p z symulacji

# Dokładnie: wszystkie podziały 10 osób na dwie piątki
podzialy  <- combn(10, 5)
wszystkie <- apply(podzialy, 2, function(i) mean(punkty[-i]) - mean(punkty[i]))
c(podzialow = length(wszystkie), skrajnych = sum(abs(wszystkie) >= roznica),
  p = mean(abs(wszystkie) >= roznica))

# Klasycznie: rozkład t Studenta przy H0
t.test(quizy, notatki, var.equal = TRUE)
qt(0.975, df = 8)                                        # wartość krytyczna dla alfa = 0,05

Wynik w konsoli R:

[1] 0.0369
   podzialow    skrajnych            p 
252.00000000  10.00000000   0.03968254 

	Two Sample t-test

data:  quizy and notatki
t = 3, df = 8, p-value = 0.01707
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 0.6939959 5.3060041
sample estimates:
mean of x mean of y 
        6         3 

[1] 2.306004

Test jednostronny czy dwustronny?

Test dwustronny szuka różnicy w obie strony i jest bezpiecznym wyborem domyślnym. Jednostronny ma sens tylko wtedy, gdy kierunek hipotezy zapisałeś przed zebraniem danych, a wynik w przeciwną stronę nie miałby dla Ciebie znaczenia. Zmiana na test jednostronny po zobaczeniu wyników, żeby zmieścić się pod 0,05, to błąd. Który test wybrać do Twoich danych, podpowiada mapa metod statystycznych, a procedurę w pracy dyplomowej – wpis weryfikacja hipotez w pracy magisterskiej.

Najczęstsze błędy

• Traktowanie p jako prawdopodobieństwa, że H0 jest prawdziwa.
• Pisanie „przyjmujemy H0” zamiast „brak podstaw do odrzucenia H0”.
• Mylenie istotności statystycznej z wielkością efektu.
• Ustalanie α albo kierunku testu po zobaczeniu danych.
• Uogólnianie istotnego wyniku z próby wygodnej na całą populację – o tym decyduje dobór próby, a nie p.