Calculadora de prueba t

Usa una prueba t de una muestra para comparar la media de un grupo con un valor conocido u objetivo, una prueba t de dos muestras independientes para comparar las medias de dos grupos separados y una prueba t pareada cuando cada valor de una muestra está emparejado con un valor de la otra, como las mediciones de antes y después en las mismas personas.

La prueba t combinada (de Student) supone que ambos grupos tienen la misma varianza poblacional y usa gl = n₁ + n₂ − 2. La prueba t de Welch no supone varianzas iguales y usa los grados de libertad de Welch–Satterthwaite. La prueba de Welch es la opción más segura por defecto y pierde muy poca potencia cuando las varianzas realmente son iguales.

El valor p es la probabilidad, bajo la hipótesis nula, de obtener un estadístico t al menos tan extremo como el tuyo. Para una prueba bilateral es 2 × P(T ≥ |t|) usando la distribución t con los grados de libertad de la prueba. Esta calculadora lo obtiene con la función beta incompleta, así que no necesitas tabla t.

Si p es menor que tu nivel de significancia α (a menudo 0.05), rechazas la hipótesis nula: una diferencia tan grande sería poco probable si la diferencia real fuera cero. No indica que la diferencia sea grande o importante; para eso revisa el intervalo de confianza y el tamaño del efecto.

Las observaciones deben ser independientes, medidas en una escala numérica y provenir de poblaciones aproximadamente normales (o la muestra debe ser lo bastante grande, a menudo n ≥ 30 por grupo, para que ayude el teorema central del límite). La prueba combinada de dos muestras también supone varianzas iguales. Las pruebas pareadas necesitan que las diferencias sean aproximadamente normales.

La d de Cohen es la diferencia de medias dividida entre una desviación estándar, una medida del tamaño del efecto sin escala. Como guía aproximada, 0.2 es un efecto pequeño, 0.5 un efecto mediano y 0.8 un efecto grande. Para la prueba de dos muestras, esta calculadora divide entre la desviación estándar combinada.

Usa una prueba bilateral a menos que hayas decidido antes de ver los datos que solo importa una dirección. Una prueba unilateral pone toda α en una cola, por lo que encuentra significancia en esa dirección con más facilidad, pero nunca puede detectar un efecto en la otra dirección.

Sí. Cada herramienta del sitio pasa pruebas automáticas en navegadores reales para comprobar que el resultado es correcto y que no hay errores. Si encuentras un fallo o tienes una sugerencia, escríbenos a [email protected] y lo revisaremos.