La prueba t independiente o no pareada es una medida estadística de la diferencia entre los promedios de dos muestras independientes e idénticamente distribuidas. Por ejemplo, es posible que desee realizar una prueba para determinar si existe una diferencia entre los niveles de colesterol de hombres y mujeres. Esta prueba calcula un valor t para los datos que luego se relaciona con un valor p para la determinación de la significancia. Uno de los programas estadísticos más reconocidos es SPSS, que genera una variedad de resultados de pruebas para conjuntos de datos. Puede usar SPSS para generar dos tablas para los resultados de una prueba t independiente.
Tabla de estadísticas grupales
Encuentre la tabla de estadísticas grupales en la salida de datos. Esta tabla informa los valores estadísticos generales descriptivos, como la media, la desviación estándar, etc.
Interprete los valores N como el número de muestras analizadas en cada uno de los dos grupos para la prueba t. Por ejemplo, la comparación de los niveles de colesterol de 100 hombres y 100 mujeres tendría dos valores N de 100 y 100, respectivamente.
Encuentre los valores de desviación estándar y relacionalos con los conjuntos de datos. La desviación estándar identifica qué tan cerca está el conjunto de puntos de datos dentro de cada grupo de prueba con sus respectivos medios. Por lo tanto, una desviación estándar más alta significa que los datos están más distribuidos en un amplio rango de valores en comparación con un estándar de desviación más pequeño.
Observe el valor medio de error estándar para los dos grupos de prueba. Este valor se calcula a partir de la desviación estándar y el tamaño de muestra de la población e identifica la precisión de la media de cada muestra. Un error estándar más pequeño indica que la media es más probable que sea la de la población real.
Tabla de pruebas de muestras independientes
Encuentre la tabla de pruebas de muestras independientes en la salida de datos. Esta tabla proporciona los resultados reales de la prueba t.
Verifique para determinar si la varianza en los dos grupos de prueba es similar. Esto se hace mirando los resultados de la Prueba de Levene para la igualdad de variaciones que se da dentro de la tabla. Las varianzas iguales se denotarán con un valor p (indicado como "Sig") mayor que 0.05 (p > 0.05), mientras que las varianzas desiguales mostrarán un valor p menor que 0.05 (p < 0.05).
Elija qué columna de números necesita usar en función de si tiene varianzas iguales o desiguales.
Identifique los valores p en la sección "t-test for Equality of Means" de la tabla para determinar la importancia. La columna se denota como "Sig. (2 colas) ". La mayoría de los estudios se realizan en un intervalo de confianza del 95%; por lo tanto, un valor de p menor a 0.05 se debe tomar como significado significativo de que hay una diferencia significativa en las medias de las dos poblaciones de muestra analizadas (es decir, habría una diferencia significativa en los niveles de colesterol de los hombres en comparación con las mujeres en nuestro ejemplo anterior).
Observe el intervalo de confianza del 95% de la sección Diferencia de la tabla. Este valor proporciona un intervalo para el cual, con una certeza del 95%, puede predecir que la diferencia en la población real se basará en sus resultados. Por lo tanto, un intervalo de confianza más estrecho proporciona resultados más concluyentes y una mejor estimación de la población real que un intervalo de confianza más amplio.
Advertencia
Asegúrese de que sus dos conjuntos de datos estén distribuidos normalmente o los resultados puede no ser valido Esto se puede verificar usando una prueba de normalidad en SPSS para ver si el conjunto de datos se ajusta a una curva de campana estándar.
