Testul t pentru a compara un eşantion cu o populaţie la care cunoaştem

media

Analyse – Compare means – One sample t test

In fereastra care apare, vom trece:

- test variable: variabila pe care o vom analiza
- test value: valoarea mediei populaţiei (pe care o avem in enunţul exerciţiului)

Formulam ipotezele:
Ipoteza de cercetare H1: există diferenţe intre rezultatele subiecţilor din eşantion si
rezultatele subiecţilor din populaţia cu media…. la variabila ….

Ipoteza de nul Ho: nu există diferenţe intre rezultatele subiecţilor din eşantion si
rezultatele subiecţilor din populaţia cu media…. la variabila ….

Din primul tabel vom extrage media eşantionului (coloana a 3 – a )

Din al doilea tabel, vom extrage:
- t(df) = … ;
- p = (coloana a 4-a) ;

In funcție de valoarea lui p, putem avea una din următoarele 2 situații:

1. p < 0,05  acceptam H1, respingem Ho  exista diferențe semnificative intre
rezultatele subiecților din eșantion si rezultatele subiecților din populația cu
media….
2. p > 0,05  acceptam Ho, respingem H1  nu exista diferențe semnificative intre
rezultatele subiecților din eșantion si rezultatele subiecților din populația cu media….

Daca p < 0,05, avem una din următoarele doua situații:

1. media eșantionului > media populației  rezultatele subiecților din eșantion sunt
semnificativ mai mari decât rezultatele subiecților din populația cu media….
sau
2. media eșantionului < media populației  rezultatele subiecților din eșantion sunt
semnificativ mai mici decât rezultatele subiecților din populația cu media….
 Testul t pentru a compara două eşantioane perechi
Analyze – Compare means – Paired Samples t test

Formulam ipotezele de cercetare si de nul:

Ho: nu exista diferenţe intre media subiecţilor la variabila test si media subiecţilor la
variabile retest.
H1: exista diferenţe intre media subiecţilor la variabila test si media subiecţilor la
variabile retest.

Din primul tabel, vom extrage mediile celor doua eşantioane perechi – coloana a doua
Din al doilea tabel, vom extrage toate cele 3 date:
r = 0,85
p< 0,001

r reprezintă coeficientul de corelație si ne oferă date despre ierarhia subiecților; putem

avea una din următoarele 3 situații:

1. corelație pozitiva, semnificativa (r pozitiv, p < 0,05)  ierarhia subiecților se păstrează

la retestare  cei care obțin rezultate bune la prima testare, vor obține rezultate bune si
la retestare;
2. corelație negativa, semnificativă (r negativ, p < 0,05)  ierarhia subiecților se
inversează la retestare  subiecții care obțin rezultate bune la prima testare, vor obține
rezultate slabe la retestare.
3. corelație nesemnificativa (p > 0,05)  nu putem spune nimic despre ierarhia
subiecților la retestare.
Din acest tabel, extragem datele din ultimele 3 coloane:
t ( df) = ….
p = …..

In funcție de valoarea lui p, putem avea una din următoarele 2 situații:

1. p < 0,05  acceptam H1, respingem Ho  exista diferențe semnificative intre
media subiecților la variabila test si media subiecților la variabile retest.
2. p > 0,05  acceptam Ho, respingem H1  nu exista diferențe semnificative intre
media subiecților la variabila test si media subiecților la variabile retest.

Daca p < 0,05, avem una din următoarele doua situaţii:

1. media subiecţilor la retestare este semnificativ mai mare decât media subiecţilor
la prima testare;
2. media subiecţilor la retestare este semnificativ mai mica decât media subiecţilor la
prima testare;

(pentru a vedea in care din aceste doua situaţii suntem, comparam mediile, din primul
tabel, coloana a 2-a).

Testul t pentru eşantioane independente

Analyze – Compare means – Independent Samples T Test

Test variable: trecem variabila pe care o testam ( variabila dependenta)

Grouping variable: trecem variabila independenta
Bifam apoi “define groups” şi definim nivelurile variabilei independente (simbolurile
numerice trecute in baza de date – le vedem în Variable view, la Value, în dreptul
variabilei noastre independente).

Formulam ipotezele de cercetare si de nul:

Ho: nu exista un efect al VI asupra VD
H1: exista un efect al VI asupra VD
Din primul tabel extragem valorile mediei si ale abaterii standard ( coloanele 3 si 4 )

Tabelul “Independent Samples Test”

Testul egalităţii dintre varianţe ( testul Levene) – coloana 2 si 3
- extragem valorile lui F si p; in acest caz avem F = 12, 38; p = 0,002
- formulam ipotezele de cercetare si de nul:
H1: eşantioanele au varianţe diferite
Ho: eşantioanele au varianţe egale
In funcţie de valoarea lui p ( p din coloana a 3-a), avem una din următoarele doua situaţii:
1. p < 0,05  acceptam H1  variantele sunt diferite  mai departe citim valorile
de pe rândul 2 din tabel
2. p > 0,05  acceptăm Ho  variantele sunt egale  mai departe citim valorile de
pe rândul 1 din tabel

Apoi, vom extrage din tabel valorile lui t si p: t (df) = …; p=….

In funcţie de valoarea lui p (din coloana a 6-a), putem avea una din următoarele 2 situaţii:
1. p < 0,05  acceptam H1, respingem Ho  exista diferenţe semnificative intre….
2. p > 0,05  acceptam Ho, respingem H1  nu exista diferenţe semnificative intre
……

! dacă diferenţele sunt semnificative, trebuie să spunem în ce sens apar, adică trebuie să
comparăm cele 2 medii din primul tabel şi să spunem care este mai mare.