Nutrición 4 2_Equipo # 4_Prueba T para muestras relacionadas .pptx

NUTRICIOM

1. Universidad Autónoma del Estado de Hidalgo Instituto de Ciencias de la Salud Área Académica de Nutrición Computación IV Prueba T para muestras relacionada Integrantes: Alvarez Rodriguez Veronica Alin Padron Garcia Evelyn Andrea Sanchez Garcia Marlene Erika Fecha 5 de noviembre 2014

2. INTRODUCCIÓN Las pruebas paramétricas son un tipo de pruebas de significación estadística que cuantifican la asociación o independencia entre una variable cuantitativa y una categórica. Las pruebas paramétricas se clasifican en dos: prueba t (para una muestra o para dos muestras relacionadas o independientes) y prueba ANOVA (para más de dos muestras independientes).

3. ¿QUE ES? La prueba T para muestras relacionadas es una prueba paramétrica de comparación de dos muestras relacionadas, debe cumplir las siguientes características: Asignación aleatoria de grupos Distribución normal de la variable dependiente de dos grupos

4. FUNCIÓN Comparar dos mediciones de puntuaciones (medias aritméticas) y determinar que la diferencia no se deba al azar (que las diferencia sea estadísticamente significativa).

5. Como se utiliza? Se utiliza cuando nos interesa comparar un característica en una población usando una sola muestra pero en dos circunstancias distintas, es decir comparar las diferencias entre dos variables. Se necesita una columna en los datos para cada una de las variables a comparar Seleccionamos las dos variables en cuya diferencia estamos interesados Al hacer la primera selección en la columna de variables, esta aparece en el recuadro selecciones actuales como variable 1

6. La segunda selección aparecerá como variable 2. Seleccionadas las dos variables es cuando las podemos introducir en la columna variables relacionadas y ejecutar el procedimiento .

7. La salida que proporciona el programa, nos da la medida para cada variable, la correlación entre ambas y la prueba t que indica si existen o no pruebas significativas.

8. Tabla de resultados

9. La decisión estadística La Ho (hipótesis nula) representa la afirmación de que no existe asociación entre las dos variables estudiadas. la Ha (hipótesis alternativa) afirma que hay algún grado de relación o asociación entre las dos variables.

10. El valor de "p" indica si la asociación es estadísticamente significativa Si aceptamos la Ha (hipótesis alterna) como probablemente cierta, afirmando que hay una asociación (p<0.05), o que hay diferencia, estamos diciendo, que es muy poco probable que el azar fuese responsable de dicha asociación. Asimismo, si la p > de 0.05 aceptamos la Ho (hipótesis nula) y decimos que el azar puede ser la explicación de dicho hallazgo afirmando que ambas variables no están asociadas.

11. Ejemplo Se observa como se han introducido las calificaciones en el parcial de enero y mayo. Ho: la media correspondiente a los dos parciales son iguales Ha: los valores de la media de dos parciales es diferente siendo variables asociadas

12. Una vez introducidos los datos podemos seleccionar el procedimiento t para muestras relacionadas dentro de comparar medias obteniendo la ventana de captura de datos. Debemos seleccionar las dos variables que nos interesan, en lugar de irlas pasando a la ventana de selección de una en una. Seleccionamos tanto la variable enero como la variable mayo, y pulsar el botón > con lo que nos quedaran juntas en la ventana de la parte derecha de la imagen.

13. Se puede observar que las calificaciones del mes de mayo son superiores a las de enero. El programa nos ofrece la correlación entre las puntuaciones de los grupos, así se puede verificar si se trata de 2 grupos relacionados. La correlación entre las puntuaciones obtenidas en los dos parciales es de 0,948 y que la prueba de inferencias asociada es significativa, todo ello implica que los grupos eran efectivamente relacionados.

14. Finalmente output nos proporciona la prueba t para grupos relacionados. Partiendo de los resultados podemos rechazar la hipótesis nula de que las medias correspondientes a los dos parciales son iguales.

15. Conclusión En relación con los datos obtenidos podemos ver con el método de prueba T que los resultados son estadísticamente significativos, podemos observar una valoración de los datos con cifras más exactas.

16. Bibliografía Sndreo Vigil, U. L. (s.f.). Comparacion de muestras . Recuperado el 29 de 10 de 2014, de Comparacion de muestras : http://psico.fcep.urv.es/spss/inferencia/2medias.html#t2r