T.INV ใช้หาค่า t-value จากความน่าจะเป็นและองศาอิสระ ฟังก์ชันนี้ช่วยสร้างช่วงความเชื่อมั่น (confidence interval) หรือทดสอบสมมติฐาน โดยทำงานกับหางซ้ายของการแจกแจง t
=T.INV(probability, deg_freedom)
=T.INV(probability, deg_freedom)
| Argument | Type | Required | Default | Description |
|---|---|---|---|---|
| probability | Number | Yes | ความน่าจะเป็นของการแจกแจง t (ค่าระหว่าง 0 ถึง 1) – โดย 0.05 หมายถึง 5% และ 0.975 หมายถึง 97.5% | |
| deg_freedom | Number | Yes | องศาอิสระ (degrees of freedom) – โดยทั่วไปคือ จำนวนตัวอย่าง – 1 เช่น ถ้า n=30 แล้ว df=29 ค่าที่ไม่ใช่จำนวนเต็มจะถูกตัดทิ้งส่วนทศนิยม |
T.INV(0.975, 60)=T.INV(0.975, 60)
1.9996
สมมติค่าเฉลี่ย (A1) = 150, ค่าความเบี่ยงเบน (A2) = 20, n (A3) = 25 =A1-T.INV(0.975,A3-1)*A2/SQRT(A3) ← ขีดจำกัดล่าง =A1+T.INV(0.975,A3-1)*A2/SQRT(A3) ← ขีดจำกัด…=สมมติค่าเฉลี่ย (A1) = 150, ค่าความเบี่ยงเบน (A2) = 20, n (A3) = 25
=A1-T.INV(0.975,A3-1)*A2/SQRT(A3) ← ขีดจำกัดล่าง
=A1+T.INV(0.975,A3-1)*A2/SQRT(A3) ← ขีดจำกัดบน
ขีดจำกัดล่าง: 139.65, ขีดจำกัดบน: 160.35
T.INV(0.975, 10) → ผลลัพธ์ 2.2281 =T.INV(0.975, 30) → ผลลัพธ์ 2.0423 =T.INV(0.975, 1000) → ผลลัพธ์ 1.9623=T.INV(0.975, 10) → ผลลัพธ์ 2.2281
=T.INV(0.975, 30) → ผลลัพธ์ 2.0423
=T.INV(0.975, 1000) → ผลลัพธ์ 1.9623
เมื่อ df เพิ่มขึ้น ค่า t จะลดลงเข้าใกล้ 1.96 (z-value)
T.INV(0.95, 30) → 1.6973 (90% confidence level, α=0.10, two-tailed)=T.INV(0.95, 30) → 1.6973 (90% confidence level, α=0.10, two-tailed)
1.6973
T.INV คำนวณค่าผกผันสำหรับหางซ้าย (left-tailed) ถ้า probability = 0.975 จะได้ค่า t ที่ความน่าจะเป็นสะสม 97.5% ส่วน T.INV.2T (two-tailed) ใช้สำหรับการทดสอบสมมติฐานแบบสองหาง ถ้าต้องการช่วงความเชื่อมั่น 95% สองหาง ใช้ T.INV.2T(0.05, df) จะได้ค่า t ที่เหมาะสม
ใช้ 0.975 ไม่ใช่ 0.95 เพราะเราแบ่งระดับนัยสำคัญ 5% ออกเป็นสองหาง (ซ้ายและขวา) ได้ 2.5% ต่อหาง ดังนั้น 0.5 + 0.475 = 0.975 ส่วน 99% confidence level ใช้ 0.995
ต้องอยู่ระหว่าง 0 (ไม่รวม) ถึง 1 (ไม่รวม) ถ้า probability = 0 หรือ = 1 จะได้ error #NUM!
โดยทั่วไป df = n – 1 เมื่อ n คือจำนวนตัวอย่าง ตัวอย่างเช่น ถ้าเรามีข้อมูล 50 ชิ้น แล้ว df = 49 ค่า df ต้องมากกว่าหรือเท่ากับ 1 มิฉะนั้นจะได้ error #NUM!
T.INV และ T.DIST เป็นฟังก์ชันผกผันกัน T.DIST คำนวณจากค่า t ไปหา probability ส่วน T.INV คำนวณจาก probability ไปหาค่า t ลองนึกว่า SQRT และ POWER นั่นแหละ
T.INV เป็นฟังก์ชันสถิติที่คำนวณค่าผกผันของการแจกแจงแบบ t (Student’s t-distribution) ทางหางซ้าย โดยกำหนดความน่าจะเป็นและองศาอิสระ
ฟังก์ชันนี้เป็นสิ่งที่ตรงข้ามกับ T.DIST – ถ้า T.DIST รับค่า t และหา probability ให้คุณ ส่วน T.INV รับ probability และหาค่า t ให้คุณ
ส่วนตัวผม การใช้ T.INV นั้นจำเป็นมากในการสร้างช่วงความเชื่อมั่น เช่น เมื่อคุณต้องการระดับความเชื่อมั่น 95% คุณก็ใช้ T.INV เพื่อหาค่า t ที่จะใช้คำนวณขีดจำกัด (margin of error) ของช่วงความเชื่อมั่นนั้น โดยไม่ต้องไปมองตาราง t-distribution ในหนังสือเรียน