T-student para muestras independientes

Solo disponible en BuenasTareas
  • Páginas : 3 (563 palabras )
  • Descarga(s) : 0
  • Publicado : 21 de febrero de 2012
Leer documento completo
Vista previa del texto
PRUEBA T-STUDENT PARA MUESTRAS INDEPENDIENTES

INTRODUCCIÓN

Tanto para T-Student como para ANOVA, se deben cumplir una serie de criterios:

CRITERIO DE NORMALIDAD: la variable cuantitativa sedebe distribuir según la ley de la Normalidad, la población general y las poblaciones de las muestras se distribuyen normalmente con varianzas iguales. Es el más importante, puede asumirse que secumple para muestras grandes (n>100) pero debe explorarse siempre con gráficos y pruebas de normalidad.

CRITERIO DE HOMOCEDASTICIDAD: las varianzas de la distribución en las poblaciones de las queprovienen los grupos deben ser homogéneas (es importante que sean iguales porque es una técnica sensible a diferencias en variabilidad). Es menos exigente y existen alternativas para hacer el contraste(en la salida de SPSS “Asumiendo que varianzas son desiguales”).

Nota: cuando ambos requisitos no se cumplen hay que recurrir a “pruebas no paramétricas”. En SPSS: Analizar/pruebas no paramétricas/2muestras independientes.

PASOS A DAR EN SPSS

Comprobar que la variable cuantitativa cumple requisitos para pruebas paramétricas.

En SPSS: Analizar/estadísticos descriptivos/explorarFactor: variable nominal (trained/not trained).

Variable dependiente: variable cuantitativa

Marcamos mostrar ambos (viene por defecto).

En gráficos: marcamos gráficos con pruebas de normalidad.Histogramas y Tallo y Hojas.

Salida SPSS:

Resumen de casos que se van a analizar.

Resumen estadísticos descriptivos de la variable cuantitativa en cada grupo establecido.

Pruebas denormalidad en SPSS (contrastes de Kolmogorov-Smirnov y Saphiro y Wilck). Nos tenemos que fijar en la Sig. (significación estadística) de los dos contrastes y asumimos la normalidad de la distribución si encada grupo el nivel “p” es no significativo (no relación, no igualdad), es decir, que p>0,05. SI P>0,05 LA DISTRIBUCIÓN ES NORMAL (que es lo que nos interesa).

Los diagramas nos aproximan sin...
tracking img