Il t-test indipendente o non abbinato è una misura statistica della differenza tra i mezzi di due campioni indipendenti e identicamente distribuiti. Ad esempio, è possibile testare per determinare se esiste una differenza tra i livelli di colesterolo di uomini e donne. Questo test calcola un valore t per i dati che sono quindi correlati a un valore p per la determinazione della significatività. Uno dei programmi statistici più riconosciuti è SPSS, che genera una varietà di risultati di test per insiemi di dati. È possibile utilizzare SPSS per generare due tabelle per i risultati di un t-test indipendente.
Tabella delle statistiche del gruppo
Trova la tabella delle statistiche del gruppo nell'output dei dati. Questa tabella riporta valori statistici descrittivi generali come media, deviazione standard, ecc.
Interpretare i valori N come il numero di campioni testati in ciascuno dei due gruppi per il test t. Ad esempio, confrontando i livelli di colesterolo di 100 uomini e 100 donne avremmo due valori N di 100 e 100, rispettivamente.
Trova i valori di deviazione standard e collegali ai set di dati. La deviazione standard identifica quanto la serie di punti dati all'interno di ciascun gruppo di test sia vicina ai rispettivi mezzi. Pertanto, una deviazione standard più elevata significa che i dati sono più distribuiti su un ampio intervallo di valori rispetto a uno standard di deviazione più piccolo.
Osservare il valore medio dell'errore standard per i due gruppi di test. Questo valore è calcolato dalla deviazione standard e dalla dimensione del campione della popolazione e identifica la precisione della media di ciascun campione. Un errore standard più piccolo indica che la media è più probabile che sia quella della popolazione reale.
Tabella di test degli esempi indipendenti
Trova la tabella di test degli esempi indipendenti nell'output dei dati. Questa tabella fornisce i risultati effettivi del test t.
Verificare se la varianza nei due gruppi di test è simile. Questo viene fatto guardando i risultati del test di Levene per l'uguaglianza delle varianze che viene fornito all'interno del tavolo. Le varianze uguali saranno indicate con un valore p (indicato come "Sig") maggiore di 0.05 (p > 0.05), mentre le varianze disuguali visualizzeranno un valore p inferiore a 0.05 (p < 0.05).
Scegli quale colonna di numeri devi utilizzare in base alla presenza di varianze uguali o diseguali.
Identifica i valori p nella sezione "t-test per l'uguaglianza dei mezzi" della tabella per determinare la significatività. La colonna è indicata come "Sig. (2-code)”. La maggior parte degli studi viene eseguita su un intervallo di confidenza del 95%; quindi, un valore di p inferiore a 0,05 deve essere preso come significato significativo che c'è una differenza significativa nei mezzi delle due popolazioni di campione testate (cioè ci sarebbe una differenza significativa nei livelli di colesterolo degli uomini rispetto alle donne nel nostro esempio precedente).
Osservare l'intervallo di confidenza del 95% della sezione Differenza della tabella. Questo valore fornisce un intervallo per il quale, con una certezza del 95%, si prevede che la differenza nella popolazione effettiva debba essere basata sui risultati. Pertanto, un intervallo di confidenza più ristretto fornisce risultati più conclusivi e una stima migliore della popolazione effettiva rispetto a un intervallo di confidenza più ampio.
Avviso
Assicurati che i due set di dati siano entrambi distribuiti normalmente o i risultati potrebbe non essere valido Questo può essere verificato utilizzando un test di normalità in SPSS per verificare se il set di dati si adatta a una curva a campana standard.
