Documente Academic
Documente Profesional
Documente Cultură
9.1 Introducere
În fiecare din aceste contexte suntem interesați să analizăm în ce măsură apariția unui
fenomen (variabila independentă) generează o modificare a trăsăturii investigate (variabila
dependentă). În cadrul testului t pentru eșantioane dependente variabila independentă este
măsurată pe scală nominal dihotomică (înainte-după, vară-iarnă, stânga-dreapta), iar variabila
dependentă este măsurată pe scală de interval-raport.
În cadrul testului t pentru eșantioane dependente accentul cade pe diferențele dintre cele
două perechi de valori (X1 – X2). Rezultatele astfel obținute vor forma o distribuție a
diferențelor care este simbolizată cu D.
Ipoteza de nul susține că media populației de diferențe (µD) este egală cu 0. Cu alte
cuvinte, diferențele negative dintre cele două evaluări le egalează pe cele pozitive. Ipoteza
cercetării susține că media diferențelor (media distribuției de diferențe) este semnificativ
diferită față de 0. Cele două ipoteze sunt notate astfel:
H0: µ1 - µ2 = 0
H1: µ1 - µ2 ≠ 0
• µ1 – reprezintă media primului eveniment/condiții.
• µ2 – reprezintă media celui de al doilea eveniment/condiții.
Un cercetător este interesat să studieze efectul pe care îl are administrarea unor vitamine
asupra rezistenței fizice a unor cicliști (α = 0,05, bilateral). În acest sens, măsoară numărul de
kilometri parcurși de fiecare sportiv pe o durată de 30 de minute înainte și după introducerea
medicamentației. În tabelul 8.1 sunt prezentate performanțele sportivilor (N=15) înainte,
respectiv după administrarea vitaminelor.
Ipoteza cercetării: Performanța cicliștilor se va modifica după administrarea vitaminelor.
Ipoteza de nul: Performanța cicliștilor nu se va modifica după administrarea vitaminelor.
Pentru a putea lua decizia statistică trebuie să comparăm valoarea lui t (calculat) cu tcritic.
Îl vom obține pe tcritic în tabelul din Anexa 3, la intersecția dintre coloana corespunzătoare lui
α = 0,025 (deoarece α = 0,05 bilateral) cu linia pentru 14 grade de libertate (df = N - 1). Astfel,
lui tcritic îi corespunde valoarea ±2,14.
Tabelul 9.1 – Datele cercetării și calculele necesare testului t pentru două eșantioane dependente
Înainte După D
(X1) (X2) (X1 – X2) D – mD (D – mD)2
22 25 -3 -1,733 3,003
20 24 -4 -2,733 7,469
25 20 5 6,267 39,275
17 19 -2 -0,733 0,537
16 20 -4 -2,733 7,469
25 23 2 3,267 10,673
20 24 -4 -2,733 7,469
23 21 2 3,267 10,673
25 28 -3 -1,733 3,003
23 23 0 1,267 1,605
21 22 -1 0,267 0,071
19 22 -3 -1,733 3,003
20 22 -2 -0,733 0,537
22 24 -2 -0,733 0,537
26 26 0 1,267 1,605
m1 = m2 mD= - ∑=
21,6 =22,867 1,267 96,933
Pentru a lua decizia statistică vom compara valoarea calculată a lui t cu tcritic. La fel ca în
cazul testului t pentru eșantioane independente, când │tcalculat│≥ │tcritic│ luăm decizia de a
respinge ipoteza de nul. Dacă │tcalculat│< │tcritic│vom lua decizia de a accepta ipoteza de nul.
Deoarece │-1,86│< │-2,14│vom accepta ipoteza de nul și vom respinge ipoteza cercetării. În
concluzie, probabilitatea ca cicliștii să obțină o performanță superioară, ca urmare a întâmplării,
după administrarea vitaminelor este mai mare decât nivelul erorii de tip I (α) stabilit și nu ne
putem asuma că diferența observată se poate datora vitaminelor.
Vom rula testul t pentru eșantioane dependente în SPSS folosind datele din exemplul de
la secțiunea 8.2. Variabila dependentă este reprezentată de numărul de kilometri parcurși de
cicliști în cele 30 de minute înainte, respectiv după administrarea vitaminelor (măsurată pe scală
de interval/raport). Variabila independentă este reprezentată de momentul măsurării (înainte /
după) și este măsurată pe scală nominală dihotomică.
Pentru început trebuie să aranjăm baza de date în SPSS. Vom crea două variabile: una
care va cuprinde numărul de kilometri parcurși înainte de a lua vitaminele și alta care primește
valorile pentru performanța de după administrare. Apoi vom introduce datele din tabelul 8.1. în
secțiunea Data View din SPSS. Atunci când realizăm baza de date este esențial să realizăm
corespondența între performanța înregistrată de un participant înainte și cea avută după
„tratament”. Astfel, aruncând o privire peste imaginea de mai jos, care arată cum au fost
introduse datele, înțelegem că al treilea participant a parcurs 25 de kilometri înainte de a primi
tratamentul și 20 de kilometri după administrare. Participantul cu numărul 10 a rulat 23 de
kilometri atât înainte de a lua vitaminele, cât și după finalizarea „tratamentului”.
Cu ajutorul săgeții sau prin tehnica „drag and drop” în zona Paired-Variables vom trece
cele două variabile în zona Variable 1, respectiv Variable 2 în funcție de maniera în care dorim
să analizăm diferența dintre variabile. SPSS întotdeauna realizează diferența în sensul Variable
1 – Variable 2. În final se acționează butonul OK.
În zona de afișare a rezultatelor vom obține trei tabele. Tabelul Paired Samples Statistics
prezintă statistica descriptivă a celor două măsurători: media, volumul eșantionului, abaterea
standard și eroarea standard a mediei.
Paired Samples Corelations prezintă rezultatele testului de corelație Pearson dintre cele
două măsurători, dar informațiile din acest tabel nu fac obiectul de interes al acestei secțiuni.
Vom detalia testul de corelație Pearson în capitolul 10.
Tabelul Paired Samples Test conține rezultatele testului t pentru eșantioane dependente,
unde:
• Mean – media distribuției de diferențe (-1,267).
• Std. Deviation – abaterea standard a distribuției de diferențe (2,631).
• Std. Error Mean – eroarea standard a mediei diferențelor (0,679).
• 95% CI Confidence Interval of Diference – reprezintă limitele intervalului în care se
află media reală a diferenței dintre medii. În cazul nostru, cu o probabilitate de 95%
diferența reală dintre medii se află între -2,724 și 0,191.
• t – valoarea calculată a testului t pentru eșantioane dependente (-1,864).
• df –numărul de grade de libertate.
• Sig (2-tailed) – este probabilitatea asociată testului și este simbolizată prin p. Pe
principiul explicat și cu ocazia testelor statistice anterioare când p > α acceptăm ipoteza
de nul și respingem ipoteza cercetării. Dacă p ≤ α respingem H0 și acceptăm H1. Pentru
exemplul prezentat p (0,083) > α (0,05) și vom accepta ipoteza de nul.
9.5 Raportarea rezultatelor testului t pentru eșantioane dependente
Rezultatele testului statistic trebuie transpuse sub forma unui raport de cercetare. Astfel,
rezultatele obținute în exemplul analizat vor fi prezentate într-o formă narativă (American
Psychological Association, 2010) astfel : Utilizând un prag α = .05 a fost aplicat testul t pentru
eșantioane dependente pentru a evalua dacă rezistența fizică a cicliștilor se modifică
semnificativ după administrarea unor vitamine. Rezultatele indică faptul că media rezistenței
cicliștilor (exprimată în kilometri rulați în 30 de minute) înainte de administrarea vitaminelor
(M = 21.60, SD = 2.99) nu diferă semnificativ de media rezistenței cicliștilor înregistrată după
administrarea tratamentului (M = 22.87, SD = 2.41), obținându-se o valoare calculată t(14) =
1.86, p > .05, d = -.47. Intervalul de încredere (95%) al diferenței dintre medii este cuprins
între -2.72 și .19.
Tabelele prezentate în output trebuie raportate conform standardelor APA (2010) astfel:
Tabel 8.2 – Rezultatele testului t pentru eșantioane dependente kilometri înainte versus kilometri după
Mean t df p Cohen’s d
-1.26 1.86 14 > .05 -.47
Tema 9