Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CHIMBORAZO
FACULTAD DE CIENCIAS PECUARIAS
AGROINDUSTRIAS
El procedimiento Prueba T para muestras independientes compara las medias de dos grupos
de casos. Lo ideal es que para esta prueba los sujetos se asignen aleatoriamente a dos
grupos, de forma que cualquier diferencia en la respuesta sea debida al tratamiento (o falta
de tratamiento) y no a otros factores. Este caso no ocurre si se comparan los ingresos
medios para hombres y mujeres. El sexo de una persona no se asigna aleatoriamente. En
estas situaciones, debe asegurarse de que las diferencias en otros factores no enmascaren o
resalten una diferencia significativa entre las medias. Las diferencias de ingresos medios
pueden estar sometidas a la influencia de factores como los estudios (y no solamente el
sexo).[ CITATION IBM16 \l 12298 ]
Una vez que sabemos que estadístico de contraste vamos a empelar, el siguiente paso es la
elección de un nivel de error tipo I o alpha, en términos generales recomendaremos un 5%,
no obstante, este valor debe estar supeditado al contexto de cada investigación. La
disminución del error tipo I supone que es mas fácil aceptar la hipótesis nula, pero también
nos llevara a la aceptación de una hipótesis nula que en realidad es falsa (error tipo II).
[ CITATION Mon15 \l 12298 ]
Considerando adecuado un error alpha de 0,05 (5%), y dado que no se especifica un sentido
para el contraste, asumimos que se trata de un contraste bilateral. Por tanto los valores
críticos, es decir, la delimitación de la región de aceptación de la hipótesis nula y la región
critica (o de rechazo de la hipótesis nula) en una distribución t de Student bilateral con un
alpha de 0,05 y 150-2=148 grados de libertad esta comprendida entre los valores críticos
-1,976 y 1,976 (dado que la t de Student es una distribución simétrica). Estos valores tienen
una probabilidad asociada de 0,025 (0,05/2) y 0,975 (1-(0,05/2)) respectivamente. Estos
valores críticos han sido calculados mediante la función de
DISTR.T.INV(ALPHA;GRADOS LIBERTAD), Por tanto aceptaremos la hipótesis nula si
-1,976 < t < 1,976, es decir, los valores de t mayores de -1,976 y menores de 1,976
permitirán la aceptación de la hipótesis nula.[ CITATION IBM16 \l 12298 ]
Si no tenemos a mano un ordenador con Excel también podemos llegar a una aproximación
mediante una tabla de la distribución t de Student. Dado que nuestra tabla solo alcanza los
30 grados de libertad, usaremos la aproximación de tendencia al infinito dado que en
nuestro caso tenemos 148 grados de libertad, y puesto que nuestra tabla solo ofrece la mitad
derecha de la distribución, usaremos la columna de probabilidad 0,975 (1-(0,05/2)). Según
esta tabla 1,96 es el valor crítico correspondiente a la mitad derecha de la distribución, por
tanto, dado que la t de Student es simétrica, el valor correspondiente a la mitad izquierda
seria -1,96. Así la región de aceptación (según la tabla de la t de Student) estaría
comprendida entre los valores de t mayores de -1,96 y menores de 1,96. [ CITATION Mon15 \l
12298 ]
Cálculo del estadístico t de Student para dos muestras independientes.
Una vez que sabemos que las muestras se distribuyen normalmente y que las varianzas
poblacionales son estadísticamente iguales, podemos proceder al cálculo del estadístico t de
Student. Lo primero que necesitamos es conocer los valores de media y varianza insesgada
y el tamaño muestral de ambas muestras:[ CITATION Mon15 \l 12298 ]
Univer A Univer B
31,213333
Media 32,76 3
85,671351 73,278198
Varianza poblac. 4 2
n 75 75
Decisión sobre el estadístico obtenido en función de la región donde se encuentra.
Dado que T = 1,07619 y que es mayor que -1,976 y menor que 1,976 se encuentra dentro
de la región de aceptación de la hipótesis nula, aceptamos la hipótesis nula . Por tanto, y
dado que la hipótesis nula establecía que la diferencia de medias era igual a 0, podemos
concluir que no existe evidencia en contra de que las medias de las dos muestras sean
iguales, o lo que es lo mismo, no se han encontrado diferencias estadísticamente
significativas.[ CITATION Jor17 \l 12298 ]
Para realizar un contraste t de Student para dos muestras independientes podemos usar las
herramientas de análisis de datos que este programa posee para tal efecto. En la versión de
Excel 2003, las herramientas de análisis de datos las puede encontrar en el menú
Herramientas à Análisis de datos*. Seleccione la prueba t suponiendo varianzas iguales, y
cumplimente los datos requeridos.[ CITATION Ben15 \l 12298 ]
Cálculos
Las expresiones explícitas que pueden ser utilizadas para obtener varias pruebas t se dan a
continuación. En cada caso, se muestra la fórmula para una prueba estadística que o bien
siga exactamente o aproxime a una distribución t de Student bajo la hipótesis nula. Además,
se dan los apropiados grados de libertad en cada caso. Cada una de estas estadísticas se
pueden utilizar para llevar a cabo ya sea una prueba de una cola o prueba de dos colas.
Una vez que se ha determinado un valor t, es posible encontrar un valor o asociado
utilizando para ello una tabla de valores de distribución t de Student. Si el valor p calulado
es menor al límite elegido por significancia estadística (usualmente a niveles de
significancia 0,10; 0,05 o 0,01), entonces la hipótesis nula se rechaza en favor de la
hipótesis alternativa.[ CITATION Jor17 \l 12298 ]
Luego
Prueba t dependiente para muestras apareadas
Esta prueba se utiliza cuando las muestras son dependientes; esto es, cuando se trata de una
única muestra que ha sido evaluada dos veces (muestras repetidas) o cuando las dos
muestras han sido emparejadas o apareadas. Este es un ejemplo de un test de diferencia
apareada.[ CITATION IBM16 \l 12298 ]
Bibliografía