Dominar las técnicas estadísticas puede ayudarnos a comprender mejor el mundo que nos rodea, y aprender a manejar los datos correctamente puede resultar útil en una variedad de carreras. T-Tests puede ayudar a determinar si la diferencia entre un conjunto esperado de valores y un conjunto dado de valores es significativa o no. Si bien este procedimiento puede parecer difícil al principio, puede ser fácil de usar con un poco de práctica. Este proceso es vital para interpretar estadísticas y datos, ya que nos dice si los datos son útiles o no.
Procedimiento
Establezca la hipótesis. Determine si los datos requieren una prueba de una cola o dos colas. Para pruebas de una cola, la hipótesis nula tendrá la forma de μ > x si desea probar una muestra que sea demasiado pequeña, o μ < x si desea probar una muestra que sea demasiado grande. La hipótesis alternativa está en la forma de μ = x. Para las pruebas de dos colas, la hipótesis alternativa sigue siendo μ = x, pero la hipótesis nula cambia a μ ≠ x.
Determine un nivel de significación apropiado para su estudio. Este será el valor con el que compara su resultado final. En general, los valores de significación son α = .05 o α = .01, dependiendo de su preferencia y de la precisión con la que desee que sean sus resultados.
Calcule los datos de muestra. Use la fórmula (x - μ) /SE, donde el error estándar (SE) es la desviación estándar de la raíz cuadrada de la población (SE = s /√n). Después de determinar la estadística t, calcule los grados de libertad a través de la fórmula n-1. Ingrese el estadístico t, los grados de libertad y el nivel de significancia en la función de prueba t en una calculadora gráfica para determinar el valor P. Si está trabajando con un T-Test de dos colas, duplique el valor P.
Interprete los resultados. Compare el valor P con el nivel de significancia α indicado anteriormente. Si es menor que α, rechace la hipótesis nula. Si el resultado es mayor que α, no se puede rechazar la hipótesis nula. Si rechaza la hipótesis nula, esto implica que su hipótesis alternativa es correcta y que los datos son significativos. Si no rechaza la hipótesis nula, esto implica que no hay una diferencia significativa entre los datos de muestra y los datos dados.
Sugerencia
Siempre vuelva a verificar sus cálculos.
Los resultados de la prueba T son subjetivos al nivel de significancia al que usted elige comparar sus resultados. Aunque los resultados son precisos la mayor parte del tiempo, aún es posible malinterpretar los datos.
