Contenido
Dominar las técnicas estadísticas puede ayudarnos a comprender mejor el mundo que nos rodea, y aprender a manejar los datos correctamente puede resultar útil en una variedad de carreras. Las pruebas T pueden ayudar a determinar si la diferencia entre un conjunto esperado de valores y un conjunto dado de valores es significativa. Si bien este procedimiento puede parecer difícil al principio, puede ser simple de usar con un poco de práctica. Este proceso es vital para interpretar estadísticas y datos, ya que nos dice si los datos son útiles o no.
Procedimiento
Declara la hipótesis. Determine si los datos justifican una prueba de una o dos colas. Para las pruebas de una cola, la hipótesis nula tendrá la forma de μ> x si desea probar una media de muestra que es demasiado pequeña, o μ <x si desea probar una media de muestra que es demasiado grande. La hipótesis alternativa tiene la forma de μ = x. Para las pruebas de dos colas, la hipótesis alternativa sigue siendo μ = x, pero la hipótesis nula cambia a μ ≠ x.
Determine un nivel de significancia apropiado para su estudio. Este será el valor con el que comparará su resultado final. En general, los valores de significancia están en α = .05 o α = .01, dependiendo de su preferencia y de la precisión con la que desea que sean sus resultados.
Calcule los datos de la muestra. Use la fórmula (x - μ) / SE, donde el error estándar (SE) es la desviación estándar de la raíz cuadrada de la población (SE = s / √n). Después de determinar la estadística t, calcule los grados de libertad a través de la fórmula n-1. Ingrese la estadística t, los grados de libertad y el nivel de significancia en la función de prueba t en una calculadora gráfica para determinar el valor P. Si está trabajando con una prueba T de dos colas, duplique el valor P.
Interpreta los resultados. Compare el valor P con el nivel de significancia α indicado anteriormente. Si es menor que α, rechace la hipótesis nula. Si el resultado es mayor que α, no puede rechazar la hipótesis nula. Si rechaza la hipótesis nula, esto implica que su hipótesis alternativa es correcta y que los datos son significativos. Si no rechaza la hipótesis nula, esto implica que no hay una diferencia significativa entre los datos de la muestra y los datos dados.