Dal 2010 · Oltre 2 milioni di utilizzi degli strumenti ogni mese
Dal 2010
Aggiungi a Chrome

La Mia Cassetta Degli Attrezzi

Modalità Automatica

Nessuno strumento salvato.

Aggiorna alla Versione Premium
Strumenti correlati
Calcolatore del Test di Kruskal-WallisCalcolatore del Test U di Mann-WhitneyCalcolatore di Significatività Test A/BCalcolatore del Test Chi-QuadratoCalcolatrice ANOVACalcolatore di CohenCalcolatore dell'intervallo di confidenza
Pagina Iniziale > Matematica > Statistiche e analisi dati
 

Calcolatrice Test t

Esegui il test t di Welch per determinare se esiste una differenza statisticamente significativa tra le medie di due gruppi indipendenti.

Utilizzo gratuitoSenza registrazioneAggiornato gen 2026
Calcolatrice Test tProvalo ora — gratis ▼
Esempi rapidi
Gruppo 1 (campione A) min 2 valori
Gruppo 2 (campione B) min 2 valori
Parametri del test

Embed Calcolatrice Test t Widget

Calcolatrice Test t

Benvenuto nel Calcolatore del test t, uno strumento completo di analisi statistica per confrontare le medie di due gruppi indipendenti. Questa calcolatrice esegue il test t di Welch, robusto rispetto a varianze disuguali e dimensioni campionarie diverse, quindi consigliato nella maggior parte delle applicazioni pratiche.

Che cos'è un test t e quando dovrei usarlo?

Un test t è un test di ipotesi statistico utilizzato per determinare se esiste una differenza significativa tra le medie di due gruppi. Il test t indipendente a due campioni (detto anche test t non appaiato) confronta due gruppi distinti di osservazioni.

Usa il test t quando:

Capire la formula del test t

Statistica t di Welch

La statistica t misura di quanti errori standard le medie campionarie sono distanti:

$$t = \frac{\bar{X}_1 - \bar{X}_2}{\sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}}$$

Dove $\bar{X}_1$ e $\bar{X}_2$ sono le medie campionarie, $s_1^2$ e $s_2^2$ sono le varianze campionarie e $n_1$ e $n_2$ sono le dimensioni del campione.

Gradi di libertà (Welch-Satterthwaite)

Per il test t di Welch, i gradi di libertà si calcolano con:

$$df = \frac{\left(\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}\right)^2}{\frac{(s_1^2/n_1)^2}{n_1-1} + \frac{(s_2^2/n_2)^2}{n_2-1}}$$

Come eseguire un test t indipendente a due campioni

  1. Inserisci i dati del gruppo 1: Inserisci i valori numerici del primo gruppo. I valori possono essere separati da virgole, spazi o interruzioni di riga.
  2. Inserisci i dati del gruppo 2: Inserisci i valori numerici del secondo gruppo usando lo stesso formato.
  3. Seleziona i parametri del test: Scegli il livello di significatività (alpha), il tipo di test (due code o una coda) e la precisione decimale.
  4. Esegui l'analisi: Fai clic su Calcola per eseguire il test t e vedere risultati completi (statistica t, valore p, gradi di libertà e dimensione dell'effetto).
  5. Interpreta i risultati: Esamina la curva della distribuzione t e l'interpretazione per capire se la differenza tra gruppi è significativa.

Interpretazione dei risultati

Interpretazione del valore p

Il valore p rappresenta la probabilità di osservare i tuoi dati (o dati più estremi) se l'ipotesi nulla fosse vera:

Dimensione dell'effetto: d di Cohen

Mentre i valori p indicano significatività statistica, la d di Cohen indica la significatività pratica o la magnitudine della differenza:

Valore di d di Cohen Dimensione dell'effetto Interpretazione
|d| < 0.2 Trascurabile La differenza è trascurabile
0.2 ≤ |d| < 0.5 Piccolo La differenza è piccola ma evidente
0.5 ≤ |d| < 0.8 Medio La differenza è moderata e significativa
|d| ≥ 0.8 Grande La differenza è sostanziale

Test a due code vs. a una coda

Test a due code (predefinito)

Verifica se le medie sono diverse in entrambe le direzioni. Usalo quando non hai un'ipotesi direzionale specifica. L'ipotesi alternativa è: $H_1: \mu_1 \neq \mu_2$

Test a una coda

Coda sinistra: verifica se la media del Gruppo 1 è minore di quella del Gruppo 2. Ipotesi alternativa: $H_1: \mu_1 < \mu_2$

Coda destra: verifica se la media del Gruppo 1 è maggiore di quella del Gruppo 2. Ipotesi alternativa: $H_1: \mu_1 > \mu_2$

Raccomandazione

Usa i test a due code a meno che tu non abbia forti ragioni teoriche per aspettarti una differenza in una sola direzione. I test a una coda sono più potenti ma meno conservativi.

Che cos'è il test t di Welch?

Il test t di Welch è una variante del test t per campioni indipendenti che non assume varianze uguali tra i due gruppi. È più robusto ed è consigliato come scelta predefinita per confrontare due campioni indipendenti, soprattutto quando differiscono dimensioni del campione o varianze.

Vantaggi del test t di Welch:

Applicazioni pratiche

Ricerca medica

Confrontare l'efficacia di trattamenti tra gruppi sperimentali e di controllo, valutare l'efficacia di farmaci o analizzare esiti clinici.

Istruzione

Valutare se metodi di insegnamento, programmi o interventi diversi portano a risultati differenti per gli studenti.

Analisi aziendale

Test A/B per campagne di marketing, confronto della soddisfazione dei clienti tra versioni di prodotto o analisi delle vendite tra regioni.

Controllo qualità

Confrontare specifiche di prodotto tra processi di produzione, fornitori o periodi diversi.

Domande frequenti

Che cos'è un test t e quando dovrei usarlo?

Un test t è un test di ipotesi statistico utilizzato per determinare se esiste una differenza significativa tra le medie di due gruppi. Usalo quando confronti due campioni indipendenti (ad esempio, controllo vs trattamento) con dati continui e approssimativamente normali.

Qual è la differenza tra un test t a due code e a una coda?

Un test a due code verifica se le medie sono diverse in entrambe le direzioni (maggiore o minore). Un test a una coda verifica una differenza solo in una direzione specifica. I test a due code sono più conservativi e usati di solito, a meno che tu non abbia un'ipotesi direzionale specifica.

Cosa significa il valore p in un test t?

Il valore p rappresenta la probabilità di osservare i tuoi dati (o dati più estremi) se l'ipotesi nulla fosse vera. Un valore p inferiore al livello di significatività scelto (di solito 0.05) suggerisce significatività statistica, cioè che la differenza osservata è improbabile sia dovuta al caso.

Che cos'è la d di Cohen e perché è importante?

La d di Cohen è una misura della dimensione dell'effetto che quantifica l'entità della differenza tra due gruppi in unità di deviazione standard. Mentre i valori p indicano significatività statistica, la d di Cohen indica la rilevanza pratica. Valori di 0.2, 0.5 e 0.8 rappresentano rispettivamente effetti piccoli, medi e grandi.

Che cos'è il test t di Welch?

Il test t di Welch è una variante del test t per campioni indipendenti che non assume varianze uguali tra i due gruppi. È più robusto ed è consigliato come scelta predefinita per confrontare due campioni indipendenti, soprattutto quando differiscono dimensioni del campione o varianze.

Riferimenti

Cita questo contenuto, pagina o strumento come:

"Calcolatrice Test t" su https://MiniWebtool.com/it/calcolatrice-t-test/ di MiniWebtool, https://MiniWebtool.com/

by miniwebtool team. Updated: Jan 13, 2026

API per sviluppatori disponibile: Esegui questo strumento dalla tua app, automazione o agente con una richiesta HTTP JSON. Vedi documentazione API

Puoi anche provare il nostro Risolutore di Matematica AI GPT per risolvere i tuoi problemi matematici attraverso domande e risposte in linguaggio naturale.

Statistiche e analisi dati:

Strumenti popolari e aggiornati:

Calcolatore del Test Esatto di FisherCalcolatore Test F e Distribuzione FCalcolatore Dimensione Campione Test A/BVedi tutti →
Pagina Iniziale > Matematica > Statistiche e analisi dati > Calcolatrice Test t