O teste t de amostras independentes é usado quando queremos comparar as médias de duas amostras independentes. Essas amostras são consideradas independentes quando não há relação entre os indivíduos em cada amostra.
Neste artigo falaremos sobre o teste t de Student, que é um teste de hipóteses utilizado quando queremos tirar conclusões de um grupo inteiro de indivíduos com base em apenas uma pequena amostra coletada. Esse problema pode parecer de um contexto muito específico, porém é mais comum do que se pensa.
A estatística t, também conhecida como valor t ou t de Student, é uma medida que nos ajuda a determinar quão grande é a diferença entre as médias de duas amostras, considerando a variabilidade nos dados.
O procedimento de teste T de uma amostra testa se a média de uma variável única difere de uma constante especificada e automatiza o cálculo de tamanho do efeito do teste t. Exemplos: Um pesquisador pode querer testar se o escore médio de QI para um grupo de estudantes difere de 100.
O teste-t independente é usado para comparar as médias de dois grupos independentes. O que significa dizer que dois grupos são independentes? Significa que os valores obtidos em um dos grupos não dependem dos valores obtidos no outro.
Um teste-t pareado simplesmente calcula a diferença entre observações emparelhadas (por exemplo, antes e depois) e, em seguida, realiza um teste-t para 1 amostra sobre as diferenças.
Em qual situação devemos utilizar a distribuição t de Student?
Aplicações. A distribuição t de Student aparece naturalmente no problema de se determinar a média de uma população (que segue a distribuição normal) a partir de uma amostra. Neste problema, não se sabe qual é a média ou o desvio padrão da população, mas ela deve ser normal.
Nos menus, escolha: Analisar > Comparar Significa > Independente-Amostras T Test ... Selecione uma ou mais variáveis de teste quantitativas. Um teste t separado é calculado para cada variável.
O valor-t mede o tamanho da diferença em relação à variação em seus dados amostrais. Dito de outra forma, T é simplesmente a diferença calculada representada em unidades de erro padrão. Quanto maior a magnitude de T, maior a evidência contra a hipótese nula.
É possível usar o teste t para comparar a média de uma amostra com a média populacional?
É possível usar o Teste T para (1) comparar a média de uma amostra com a média populacional (one sample t test), (2) para comparar duas médias amostrais (two sample t test) ou (3) para comparar duas médias de uma mesma amostra que foi investigada em dois momentos do tempo (paired ou matched t test).
Existem três fatores principais que regem a escolha do teste estatístico. 1) o tipo de distribuição de dados (normal e não normal), 2) a classificação do tipo de dado (qualitativo ou quantitativo) e 3) o tipo de amostras (dependentes ou independentes).
1. Tipo de dados : O teste Wilcoxon é usado para comparar amostras emparelhadas, enquanto o teste U de Mann-Whitney é usado para comparar amostras independentes.
Se o nível do teste for 5%, como amplamente utilizado pelos pesquisadores, um p-valor abaixo de 0.05 dá evidências a favor da hipótese alternativa. Caso a hipótese nula seja a usual, médias iguais, p-valor abaixo de 0.05 dá indícios de que são diferentes, mas sempre em função da hipótese alternativa.
Antes de apresentar cada tipo, vale a pena entender quando é usado um teste t. O teste t de Student é uma ferramenta estatística utilizada para verificar a diferença entre duas médias de duas amostras.
Para um teste unilateral à direita, o valor p é igual a um menos essa probabilidade: valor p = 1 - cdf(ts). Para um teste bilateral, o valor de p é igual a duas vezes o valor de p para o valor de p com cauda inferior se o valor da estatística de teste de sua amostra for negativo.
Como calcular intervalo de confiança com t Student?
Como a amostra é menor que 30 elementos, então iremos usar a distribuição t de Student. Se desejamos um intervalo de confiança de 90%, temos: Para trabalharmos com a tabela, encontramos o número de graus de liberdade, que é (n - 1). Logo, (25 - 1) = 24. O nível de confiança desejado é (1 - α) = 1 = 0,9 = 0,1.
O teste é utilizado para: Verificar se a frequência com que um determinado acontecimento observado em uma amostra se desvia significativamente ou não da frequência com que ele é esperado.
Um teste t de amostras pareadas (também conhecido como medidas repetidas ou em pares) é usado quando você tem apenas um grupo de pessoas (ou empresas, ou máquinas etc.) e coleta dados delas em duas ocasiões diferentes ou sob duas condições diferentes.
Dentre os principais testes disponíveis para se testar a normalidade dos dados na maioria dos softwares estatísticos, podemos citar o teste de Shapiro-Wilk e o de Kolmogorov-Smirnov.
Os testes não paramétricos, também conhecidos como testes de distribuição gratuita, são aqueles baseados em certas hipóteses, mas que nãpossuem uma organização normal. Geralmente, contêm resultados estatísticos provenientes de suas ordenações, o que os torna mais fáceis de entender.
Se as amostras são independentes e há apenas duas amostras (dois grupos independentes), o teste t de amostras independentes é mais apropriado. Por outro lado, se houver três ou mais grupos independentes, a ANOVA é uma opção melhor.
As fases do método estatístico são: ❖ Definição do problema ❖ Planejamento ❖ Coleta dos dados ❖ Crítica dos dados ❖ Apuração dos dados ❖ Exposição ou Apresentação dos dados ❖ Análise e Interpretação dos resultados 1.
