2. T student
La prueba T student se utiliza:
• Para una muestra, dos muestras
dependientes, dos muestras independientes.
• Variable cuantitativa + cualitativa o
cuantitativa sola.
3. Para una muestra: analizar comparar
medias prueba t de una muestra:
4. Para dos muestras independientes:
• Compararemos las medias de las dos
muestras, para así comprobar si existen
diferencias de valor de una variable
cuantitativa entre dos grupos:
5. Ejemplo: tabla del % de la agregación
plaquetaria antes y después de fumar:
Como podemos observar la
media de la agregación
plaquetaria antes de fumar es
de 64% y después de 66,17%.
Fumar aumenta la agregación
plaquetaria.
6. • Realizaremos un contraste de
hipótesis para averiguar si los
resultados obtenidos son
estadísticamente significativos, es
decir si ha sido pura casualidad o
ocurre también en el resto de la
población.
7. • La prueba T Student exige que la muestra sea
mayor de 30 o que la variable cuantitativa sea
normal.
La normalidad de la distribución se puede
comprobar mediante la prueba de Kolmogorov
Smirnov ( tamaño muestral superior a 50) o la
de Shapiro-Wilk (tamaño muestral inferior a 50)
9. Resultados:
• Si el p- valor es mayor que 0,05
aceptamos la hipótesis nula, los
resultados no son aplicables a toda la
población, ha sido una casualidad, y
de lo contrario aceptaríamos la
alternativa.
• La prueba de Shapiro-Wilk lleva a la
misma conclusión pero con mayor
seguridad.
10. • Decisión estadística de la elección de la hipótesis,
mediante la construcción de la región crítica en la
cola izquierda (contraste de hipótesis unilateral de
cola izda.)
H0: μ1=μ2 (las medias en ambas poblaciones son iguales
por lo que fumar no aumenta la agregación
plaquetaria)
H1: μ1 < μ2 (la “agregación plaquetaria” antes de fumar
es menor a la “agregación plaquetaria” después de
fumar: hipótesis alternativa unilateral que exige un
contraste unilateral de cola izquierda) Fumar
aumenta la agregación plaquetaria.
11. • Establecemos el nivel de significación: 0.05.
• Identificamos el grado de libertad: número de
casos – 1.
• En spss hallamos el valor estadístico de
contraste: T Student.
• Localizamos el valor Z observando el g.l y el
nivel de significación.
13. • Una vez tenemos todos los valores: se construye
la región de aceptación.
La región crítica sería Z, y el número que debemos
situar en la curva sería el resultado de la fórmula de
T student.