Una de las pruebas estadísticas mayormente usada en las investigaciones es la t de Student, se usa cuando estamos tratando con experimentos comparativos simples, es decir cuando la variable independiente x tiene solamente dos condiciones o tratamientos (Montgomery, 2013). El término tratamiento se refiere a los posibles estados de la variable, por ejemplo una determinada variable x puede valer 0 o 1.

En experimentos de este tipo las hipótesis son bivariadas, es decir una variable independiente influye sobre una dependiente. La prueba busca aceptar o rechazar una hipótesis nula (H0) la cual indica que no hubo cambios en la variable dependiente a causa del tratamiento aplicado (variable independiente), como se sabe, si se rechaza H0 entonces se acepta H1 es decir si hubo cambios en dicha variable.

La t de Student tiene las siguientes variantes (Gutierrez y De la Vara, 2012):

1. Muestras únicas
2. Muestras independientes
3. Muestras pareadas o aparadeas

Antes de aplicar esta prueba, se debe ver lo siguiente:

  1. Verificar la normalidad de la muestra, se puede hacer por el método gráfico o por pruebas estadísticas (K-S o Shapiro – Wilk)
  2. Verificar si las varianzas son iguales en el caso de muestras independientes

El segundo punto no invalida los datos, solo sirve para saber que variante de la prueba se debe aplicar, sin embargo si no cumple con el primero no se podrá usar esta prueba, ya que los datos no son paramétricos. Otros requisitos adicionales son los siguientes:

  1. Variable independiente dicotómica (solo tiene dos posibles niveles)
  2. Variable dependiente continua y de escala intervalo o razón
  3. Variable dependiente normal

Los pasos para aplicar la prueba son:

  1. Verificar la normalidad de la muestra
  2. Verificar si existe igualdad de varianzas (en el caso de muestras independientes)
  3. Aplicar la prueba T según sea el caso
  4. Verificar si se acepta o rechaza H0

En el punto 3 se encontrará una t0 el cual debe ser comparado con una t de tablas y siguiendo los criterios de rechazo se acepta o rechaza H0. También se puede hacer el contraste con el p-valor o p-value (el cual también se genera en el paso 3) considerando el rechazo de H0 si p-value<α en donde α es el error admitido, generalmente 5% o 0,05 (Montgomery, 2013).

Por motivos de espacio, esta es una breve introducción, si te ha interesado el tema te recomiendo que consigas los dos textos utilizados como fuente (ver referencias bibliográficas) y luego un “buceo” por Internet.

REFERENCIAS BIBLIOGRAFÍCAS

Gutierrez H. & De la Vara R. (2012). Análisis y Diseño de Expermientos. México: Mc Graw Hill

Montgomery D. (2013). Diseño y Análisis de Experimentos. México: Limusa Wiley

Anuncios