Cómo interpretar una prueba independiente T en el SPSS

Escrito por matthew perdue | Traducido por priscila caminer
  • Comparte
  • Twittea
  • Comparte
  • Pin
  • E-mail
Cómo interpretar una prueba independiente T en el SPSS
Puedes utilizar SPSS para generar dos mesas para los resultados de una prueba independiente t. (John Foxx/Stockbyte/Getty Images)

La prueba independiente o no apareada t, es una medida estadística de la diferencia entre las medias de dos muestras independientes e idénticamente distribuidas. Por ejemplo, es posible que desees hacer una prueba para determinar si hay una diferencia entre los niveles de colesterol entre hombres y mujeres. Esta prueba calcula un valor t para los datos que entonces se relacionan con un valor p para determinar el significado. Uno de los programas estadísticos más reconocidos es SPSS, que genera una variedad de resultados de pruebas para series de datos. Puedes utilizar SPSS para generar dos mesas para los resultados de una prueba independiente t.

Nivel de dificultad:
Moderadamente difícil

Otras personas están leyendo

Necesitarás

  • Programa estadístico SPSS
  • Dos series de datos independientes distribuidos normalmente para evaluar

Lista completaMinimizar

Instrucciones

    Tabla de estadística grupal

  1. 1

    Encuentra la Tabla de Estadísticas Grupales en la salida de datos. Esta tabla recolecta los valores estadísticos descriptivos generales, como el medio, desviación estándar promedio, etc.

  2. 2

    Interpreta los valores N como el número de muestras analizadas en cada uno de los dos grupos de la prueba t. Por ejemplo, comparar los niveles de colesterol de 100 hombres y 100 mujeres tendría dos valores de N de 100 y 100, respectivamente.

  3. 3

    Encuentra los valores de desviación estándar y relaciónalos con la serie de datos. La desviación estándar identifica qué tan cerca la serie de datos, que está dentro de cada grupo, está de sus respectivos medios. Por lo tanto, una desviación estándar más alta significa que los datos se expanden más allá de una amplia gama de valores, en comparación con un estándar más pequeño de la desviación.

  4. 4

    Observa el valor estándar medio de error para los dos grupos de prueba. Este valor se calcula a partir de la desviación estándar y el tamaño de la muestra de la población e identifica la precisión de la media de cada muestra. Un error estándar más pequeño indica que es más probable que la media sea la de la población real.

    Tabla de prueba de las muestras independientes

  1. 1

    Encuentra la tabla de prueba de las muestras independientes en la salida de datos. Esta tabla muestra los resultados reales de la prueba t.

  2. 2

    Verifica para determinar si la variación en los dos grupos de prueba son similares. Esto se hace mirando los resultados de la prueba de Levene para la igualdad de diferencias que se da dentro de la tabla. Las variables iguales se indican con un valor p (indicado como "sig") superior a 0,05 (p> 0,05), mientras que las variables desiguales mostrarán un valor de p menor a 0,05 (p <0,05).

  3. 3

    Elige qué columna de números tienes que utilizar en función de si estás frente a variables iguales o desiguales.

  4. 4

    Identifica los valores de p en la sección de la tabla "prueba t para la igualdad de medias" para determinar el significado. La columna se denota como "sig. (2 lados)". La mayoría de los estudios se llevan a cabo en un intervalo de confianza del 95%; por lo tanto, un valor de p de menos de 0,05 ha de tomarse en el sentido significativo de que hay una diferencia significativa en las medias de las dos poblaciones de muestras sometidas a un ensayo (es decir, habría una diferencia significativa en los niveles de colesterol de los hombres en comparación con las mujeres en nuestro ejemplo anterior).

  5. 5

    Observa el 95% de la sección de la tabla "intervalo de confianza de la diferencia". Este valor da un intervalo en el que, con un 95% de certeza, podrías predecir la diferencia en la población real basándote en tus resultados. Por lo tanto, un intervalo de confianza más estrecho proporciona resultados más concluyentes y una mejor estimación de la población real de un intervalo de confianza más amplio.

Consejos y advertencias

  • Asegúrate de que las dos series de datos sean a la vez una distribución normal o los resultados podrían no ser válidos. Esto se puede comprobar mediante una prueba de normalidad en SPSS para ver si la serie de datos se ajusta a una curva de campana estándar.

No dejes de ver

Filtrar por:
  • Mostrar todos
  • Artículos
  • Galerías de fotos
  • Videos
Ordenar:
  • Más relevante
  • Más popular
  • Más reciente

No se encuentran artículos disponibles

No se encuentran slideshows disponibles

No se encuentran videos disponibles