Archive for Test t Studenta

Test t Studenta

Jeśli przeprowadziłeś prosty schemat badawczy w którym chciałeś sprawdzić np. czy liczba zapamiętanych słów obcojęzycznych przy muzyce klasycznej różni się od liczby zapamiętanych słów obcojęzycznych w warunkach kontrolnych, dobór testu t- studenta będzie najbardziej trafną analizą statystyczną zebranych danych.

Testów t- studenta będziemy używać do przeprowadzenia obliczeń statystycznych za każdym razem, kiedy zechcemy zweryfikować różnicę. Należy jednak pamiętać, iż testy t- studenta możemy zastosować tylko do schematów badawczych, w których porównujemy dwie grupy badawcze (dwa pomiary).  Ponadto nasza zmienna zależna, w powyższym przykładzie jest to liczba zapamiętanych słów obcojęzycznych, musi być mierzona na skali ilościowej. Tylko wtedy będziemy mieli możliwość obliczenia średniego wyniku dla każdej próby i zweryfikowania, czy porównywane grupy, pomiary różnią się istotnie statystycznie. Statystyki opisowe – średnie grupowe takiego jednoznacznego rozstrzygnięcia nie dają.

Rodzina testów opartych na statystyce t- studenta jest dość liczna. Po pierwsze mamy test t- studenta dla danych niezależnych. Po ten rodzaj testu t- studenta sięgniemy, gdy będziemy realizować badanie w prostym schemacie eksperymentalnym, w planie dla grup niezależnych. Odwołując się do przytoczonego na wstępie problemu badawczego, schemat eksperymentalny w tym przypadku wyglądałby następująco: połowa osób badanych uczyłaby się słów obcojęzycznych przy muzyce klasycznej, natomiast druga połowa w warunkach kontrolnych. Powyższy problem badawczy można jednak zweryfikować za pomocą odmiennego schematu eksperymentalnego. Najpierw wszyscy uczestnicy eksperymentu będą się uczyć słów obcojęzycznych w warunkach kontrolnych, a następnie te same osoby badane będą musiały zapamiętać słowa obcojęzyczne o podobnym poziomie trudności słuchając muzyki klasycznej. W tym przypadku do analizy wyników użyjemy testu t- studenta dla danych zależnych. Być może jednak istnieją jakieś dane na temat przeciętnej liczby zapamiętywanych słów obcojęzycznych wśród interesującej nas populacji. Gdyby tak było, moglibyśmy przeprowadzić nasz eksperyment tylko w warunkach z muzyką klasyczną, a następnie zestawić otrzymane wyniki z przeciętną średnią znaną z wcześniejszych opracowań. Do analizy wybralibyśmy wtedy test t- studenta dla jednej próby.

Podsumowując, testy t- studenta znajdują idealne zastosowanie w przypadku najprostszych schematów eksperymentalnych, w których mamy do czynienia z dwuwartościową zmienną niezależną (np. muzyka/ brak muzyki) i zmienną zależną mierzoną na skali ilościowej (np. liczba zapamiętanych słów obcojęzycznych).

PODOBNE ARTYKUŁY

Kurs spss – test t Studenta dla prób niezależnych

Kurs spss – test t Studenta dla prób zależnych

Kurs spss – Test t Studenta dla jednej próby

 

 

Kurs spss – test t Studenta dla prób niezależnych


Kiedy wykorzystujemy test t Studenta dla prób niezależnych ?

test t Studenta dla prób niezależnych stosujemy gdy chcemy porównać ze sobą średnie dwóch grup badawczych. Test Studenta zaliczamy do grupy testów parametrycznych i z tego właśnie powodu zanim z niego skorzystamy powinniśmy sprawdzić założenia takie jak:

– normalność rozkładu zmiennej zależnej

– podobna liczba osób w grupach badawczych

– ilościowy charakter zmiennej zależnej

Gdy testowane zmienne nie spełniają powyższych założeń można do obliczeń statystycznych wykorzystać test nieparametryczny U Manna Whitneya

Kurs spss – test t Studenta dla prób zależnych

 

Kiedy wykorzystujemy test t studenta dla prób zależnych ?

Test t Studenta dla prób zależnych stosujemy wtedy gdy chcemy porównać wyniki dwóch prób zależnych. Statystykę tą zaliczamy do grupy testów parametrycznych przez co testowane przez nas zmienne powinny spełniać pewne założenia.

– zmienne powinny być wyrażone na skali ilościowej

– zmienne powinny charakteryzować się rozkładem normalnym

Jeżeli, nasze zmienne nie spełniają któregoś z założeń możemy zastosować nieparametryczny odpowiednik testu t Studenta dla prób zależnych, którym jest test Wilcoxona.

Kurs spss – Test t Studenta dla jednej próby

Kiedy wykorzystujemy test t Studenta dla jednej próby ?

Test t Studenta dla jednej próby stosujemy wtedy gdy chcemy porównać średnią uzyskaną przez osoby badane np. ze średnią  populacji. Test t dla jednej próby należy do grupy testów parametrycznych co obliguje nas przed jego zastosowaniem do sprawdzenia pewnych założeń. Wymagane założenia jakie musi spełniać nasza zmienna to:

– rozkład wyników w próbie powinien być normalny

– testowana zmienna powinna być wyrażona na skali ilościowej

Test t Studenta dla prób zależnych

Test t Studenta dla prób zależnych to test parametryczny który służy do porównywania dwóch pomiarów uzyskanych z tej samej próby. Np. Jeżeli chcemy  sprawdzić skuteczność diety odchudzającej, powinniśmy porównać pomiar wagi badanych przed dietą oraz po niej, wtedy dowiemy się czy kuracja odchudzająca przyniosła jakiś efekt. Tak jak w przypadku pozostałych testów parametryczny by móc zastosować test t Studenta dla prób zależnych nasze zmienne powinny charakteryzować się rozkładem normalnym oraz powinny mieć charakter ilościowy.

Testy t Studenta dla jednej próby

Test t Studenta dla jednej próby to test parametryczny, który służy do porównywania średniej naszej próby badawczej z wynikiem, który posiadamy. Np. Jeżeli chcemy porównać czy przebadana przez nas próba koszykarzy różni się istotnie średnią wzrostu od populacji możemy to sprawdzić za pomocą właśnie testu t Studenta dla jednej próby. By móc wykorzystać test t dla jednej próby nasza zmienna powinna spełniać założenia takie jak w przypadku testu te dla prób niezależnych a więc powinna posiadać rozkład normalny i być wyrażona na skali ilościowej.

Testy t Studenta dla prób niezależnych

Test t Studenta jest to test parametryczny służący do porównywania średnich dwóch grup.  By móc go zastosować potrzebujemy dwóch zmiennych tzw. zmiennej grupującej, która może przyjmować jedynie dwie wartości (np. płeć) oraz zmiennej zależnej, która musi być wyrażona na skali ilościowej (np. wzrost). Stosowanie testu t studenta dla prób niezależnych wymaga spełnienia pewnych założeń takich jak:

    • normalność rozkładu zmiennej zależnej
    • zmienna zależna musi mieć charakter ilościowy
    • analizowane grupy powinny być równoliczne

test t oraz Anova – Charakterystyka

Wyróżnia się również analizy statystyczne o nazwie testy t Studenta. Te analizy używane są przy porównywaniu średnich, dodatkowo mogą być używane tylko wtedy, gdy wystąpią pewne warunki. Z tego względu określa się je testami parametrycznymi. W analizie tego rodzaju wykorzystuje się zmienne zależne, które muszą znaleźć się na skali ilościowej oraz w rozkładzie normalnym. Można założyć również próby niezależne, ale wtedy porównywane średnie muszą należeć do równolicznych. Tego rodzaju analizy statystyczne mogą być wykonywane dla prób zależnych, niezależnych oraz dla jednej próby. Testy t, jak widać, są popularne i mają różne zastosowania. Próby niezależne dotyczą na przykład różnych grup niezależnych od siebie, czyli wzrost, wagę kobiet i mężczyzn lub długość sierści dwóch gatunków zwierząt. Testy t dla prób niezależnych w takich przypadkach przyjmują dwie zmienne – grupująca zmienna to płeć czy gatunek, zmienna zależna to waga, wzrost lub długość sierści. Porównywane grupy należy ujednolicić pod względem ilości, ponieważ w innym przypadku wyniki będą niewiarygodne. Testy t dla prób zależnych to również bardzo przydatne analizy statystyczne, w przypadku których obie zmienne zależą od siebie (może to być zależność związana z jakimś działaniem, jakiemu poddawane są obie zmienne w różnym czasie itd). W przypadku jeszcze jednej analizy, testu t dla jednej próby, wykorzystywana jest zmienna teoretyczna oraz średnia właściwa dla danej próby, w skali ilościowej oraz o rozkładzie normalnym.

Różnego rodzaju analizy statystyczne mają konkretne zastosowania, a więc Anova również takie posiada. Za pomocą tej analizy możemy porównać N grup niezależnych, co jest odpowiednie do sytuacji, gdy czynnik – inna nazwa zmiennej niezależnej – zawiera w sobie więcej grup niż dwie. Można więc sprawdzać poziom inteligencji osób z różnym wykształceniem, zaczynając od podstawowego po wyższy. Testy z użyciem analizy statystycznej Anova sprawdzą się w takim przypadku doskonale. Analizy statystyczne Anova należą, podobnie jak poprzednio opisane, do testów parametrycznych. Zanim pomyślimy o wykorzystaniu tego rodzaju w praktyce, musimy przekonać się o istnieniu odpowiednich zmiennych. Grupy zaliczane do zmiennej niezależnej muszą posiadać określoną liczebność, mianowicie zbliżoną. Zmienną zależną definiuje się ilościowo (iloraz inteligencji jak najbardziej można tak zdefiniować), a także gwarantuje normalny rozkład wyników. Analiza Anova określana jest też jednoczynnikową analizą wariancji. Podejmowane analizy statystyczne tego rodzaju mogą zagwarantować doskonałe wyniki, choć oczywiście nie do wszystkich zastosowań się nadają. W niektórych przypadkach stosować trzeba inne testy, na przykład test Z Kołmogorowa Smirnowa lub test Shapiro – wilka.

Testy t Studenta – zastosowanie

Testy t Studenta to grupa analiz statystycznych, która swój aparat obliczeniowy opiera na porównywaniu średnich. Są to statystyki wchodzące w grupę testów parametrycznych co oznacza iż ich zastosowanie wymaga spełnienia pewnych założeń.

Założenia:

– Zmienne zależne powinny być wyrażone na skali ilościowej

– Zmienne zależne powinny charakteryzować się rozkładem normalnym

– W przypadku testu t dla prób niezależnych porównywane grupy powinny być równoliczne

W skład opisywanych analiz statystycznych wchodzą testy t dla prób niezależnych, testy t dla prób zależnych oraz test t dla jednej próby. Poniżej znajduje się krótka charakterystyka każdego z nich.

Test t dla prób niezależnych: wykorzystujemy go wtedy gdy chcemy porównać średnie dwóch grup niezależnych od siebie np. jeżeli chcemy sprawdzić czy kobiety i mężczyźni różnią się wzrostem wtedy test t dla prób niezależnych jest idealnym rozwiązaniem. W takim przypadku zmienna płeć w analizie statystycznej staje się naszą zmienną grupującą, natomiast wzrost (wyrażony np. w centymetrach) – zmienną zależną. Przed wykonaniem analizy statystycznej musimy jednak pamiętać by sprawdzić pewne cechy naszych zmiennych. Po pierwsze grupy, które chcemy porównać (a więc w naszym przykładzie kobiety i mężczyźni) powinny być zbliżone liczebnościowo co oznacza, że powinniśmy przebadać podobną ilość kobiet i mężczyzn. Co do zmiennej zależnej, którą w naszym przypadku jest wzrost, powinna ona charakteryzować się rozkładem normalnym oraz być wyrażona na skali ilościowej. Jeżeli powyższe wytyczne sa spełnione możemy przejść do wykonania obliczeń statystycznych.

Test t dla prób zależnych: jak sama nazwa wskazuje służy on do porównywania zmiennych, które są zależne od siebie np. jeżeli chcemy sprawdzić czy dieta odchudzająca jest skuteczna możemy tego dokonać za pomocą test t dla prób zależnych. By to sprawdzić powinniśmy posiadać dwie zmienne, pomiar przed zastosowaniem diety oraz pomiar po zakończeniu kuracji odchudzającej. Założenia jakie muszą spełnić nasze zmienne byśmy mogli przeprowadzić taką analizę statystyczną to normalność rozkładu obu pomiarów oraz  ich ilościowy charakter. Jeżeli wymienione założenia są spełnione nic nie stoi na przeszkodzie do przeprowadzenia naszych obliczeń statystycznych.

Test t dla jednej próby: to analiza statystyczna służąca do porównywania średniej naszego rozkładu z rozkładem zmiennej teoretycznej np. jeżeli chcemy sprawdzić czy  klasa gimnazjalistów z miejscowości x rozwiązała test inteligencji lepiej niż wynosi średnia krajowa w tym przedziale wiekowym test t dla jednej próby będzie do tego dobrym rozwiązaniem. Oczywiście by móc takie obliczenia statystyczne przeprowadzić musimy znać średni wynik  inteligencji dla populacji gimnazjalistów. Jeżeli chodzi o założenia to nasza próba powinna być wyrażona na skali ilościowej oraz powinna mieć rozkład normalny.