SlideShare une entreprise Scribd logo
1  sur  16
Télécharger pour lire hors ligne
Teste t-Student



PROFª DOUTORA CÉLIA SALES
Conteúdos
                          2

 Teste t-Student para amostras independentes
   Lógica do cálculo do teste

   Cálculo e interpretação no SPSS




Célia Sales - UAL
Teste t
                                            3

 O teste t testa se a média de dois grupos é significativamente
                             diferente



           Será que homens e mulheres têm peso
                significativamente diferente?


                Presente na população, com elevada
                probabilidade




Célia Sales - UAL
4

Quero comparar a média de dois grupos. Posso aplicar
                     o teste t?




    Verificação de pressupostos de testes paramétricos




Célia Sales - UAL
Lógica do t-test
                       (Field, 2005, p. 286-287)
                                   5


                    O Teste t compara (no numerador)




       Diferença entre as médias       Diferença que obteríamos devido ao
         dos grupos a comparar            acaso (sem diferença “real na
        (diferenças observadas)           população”, i.e. quando H0 é
                                         verdadeira) entre as médias das
                                                    amostras


      Tendo em conta a variabilidade entre as amostras,
               na população (no denominador)

Célia Sales - UAL
Lógica do t-test
                                          6



                                                                     (É zero!)

                    Observed difference          Expected difference
                     between sample
                          means           -   between population means
                                                  (se h0 verdadeira)
          t = ________________________________________

                            Estimate of SE of the difference
                                betweeen two samples




Célia Sales - UAL
Lógica do t-test
                      (Field, 2005, p. 286-287)
                                      7

   Usa o SE como uma medida da variabilidade entre as
   médias das amostras:

       Se SE é PEQUENO: esperamos que quase todas as amostras tenham
        uma média semelhante (DIFERENÇAS entre as médias serão
        provavelmente PEQUENAS)

       Se SE é GRANDE: esperamos obter diferenças grandes entre as
        médias das amostras devido ao acaso (sem efeito na população)




Célia Sales - UAL
Teste t no Spss
                                    8


   O teste t testa se a média de dois grupos é
      significativamente diferente
         1 variável categorial: Variável independente ou factor,
          variável que define os grupos a comparar (Ex: Sexo)
         e uma variável quantitativa: Variável dependente,
          variável cuja média queremos comparar nos dois
          grupos (Ex: Idade)
      Será que homens e mulheres têm uma idade
        significativamente diferente?



Célia Sales - UAL
t-test para amostras independentes no SPSS
                              9

Analyse – Compare Means - Independent Samples T
                      test

Caixa Test Variable: variável dependente (variável cujas
  médias se pretendem comparar. Ex: consumo café)
Caixa Grouping Variable:
 Variável independente (variável que define os 2 grupos de
  sujeitos que serão comparados. Ex: sexo)
Define Groups:
 Coloque os valores das categorias correspondentes aos 2
  grupos a comparar


Célia Sales - UAL
Interpretação do output
                                  10


  1.       Veja a coluna Levene’s Test for Equality of
           Variance:

          Se Sig. é menor que 0.05, não há homogeneidade
           de variâncias, logo, devemos usar a linha Equal
           variances not assumed
          Se Sig. é maior ou igual a 0.05, usar os resultados
           da linha Equal variances assumed




Célia Sales - UAL
Interpretar e reportar o Output
                                          11

  1.       Observe o valor das médias, para compreender como
           diferem os grupos

  2.       Reporte o valor do teste t, graus de liberdade df, e p

  3.       Reporte também os valores das médias M e os
           respectivos Erros Padrão SE


    Exemplo:
    Em média, os alunos absentistas da área A são mais jovens (M = 13.16, SE
    = 0.19) que os alunos absentistas da área B (M = 14.30, SE = 0.12). Esta
    diferença é estatisticamente significativa, t(381.549)= - 5.047, p = 0.000.


Célia Sales - UAL
Error Bar Charts
                           12




   Na fase de exploração dos dados, antes de
   procedermos aos testes de hipóteses sobre
   diferenças entre médias, há vantagens em realizar
   sempre este tipo de gráficos.

   Vamos supor que os dois grupos provêm de
   populações diferentes. Vamos representar, para
   cada grupo a média e o intervalo de confiança.

Célia Sales - UAL
Error Bar Charts
                                      13

     Gráficos que representam a média e o intervalo de
     confiança dos vários grupos a comparar.

              No SPSS (para amostras independentes):

     GRAPHS – LEGACY DIALOGUES - ERROR BAR – SIMPLE
     (SUMMARIES FOR GROUPS OF CASES) – DEFINE:

              VARIABLE (variável cuja média se pretende comparar)
              CATEGORY AXIS (variável que define os grupos a comparar)




Célia Sales - UAL
Error Bar Charts: Interpretação
                               14

 O Error Bar Chart mostra os limites dentro dos
   quais se encontra, com 95% de certeza, o valor
   verdadeiro da média (i.e., média da população)

 Quando os intervalos de confiança de vários
   grupos se sobrepõem, as médias das populações de
   onde provêm os grupos serão provavelmente
   bastante próximas




Célia Sales - UAL
Célia Sales - UAL   15
Leitura de apoio
                           16

 Field (2010), cap. 9




Célia Sales - UAL

Contenu connexe

Tendances

Outros testes não-paramétricos
Outros testes não-paramétricosOutros testes não-paramétricos
Outros testes não-paramétricosguest422f98
 
amostragem
amostragemamostragem
amostragemsocram01
 
Delineamento experimental básico
Delineamento experimental básicoDelineamento experimental básico
Delineamento experimental básicoCaio Maximino
 
Introdução à Análise Estatística Multivariada
Introdução à Análise Estatística MultivariadaIntrodução à Análise Estatística Multivariada
Introdução à Análise Estatística MultivariadaCélia M. D. Sales
 
Aula 3 testes de hipóteses e anova
Aula 3   testes de hipóteses e anovaAula 3   testes de hipóteses e anova
Aula 3 testes de hipóteses e anovaRodrigo Rodrigues
 
Cálculo do tamanho de uma Amostra
Cálculo do tamanho de uma AmostraCálculo do tamanho de uma Amostra
Cálculo do tamanho de uma AmostraFlávia Salame
 
Aula1: Introdução á Bioestatística
Aula1: Introdução á BioestatísticaAula1: Introdução á Bioestatística
Aula1: Introdução á Bioestatísticaansansil
 

Tendances (20)

Análise exploratória de dados no SPSS
Análise exploratória de dados no SPSSAnálise exploratória de dados no SPSS
Análise exploratória de dados no SPSS
 
Outros testes não-paramétricos
Outros testes não-paramétricosOutros testes não-paramétricos
Outros testes não-paramétricos
 
Estatistica Basica para Saude Aula 1
Estatistica Basica para Saude Aula 1Estatistica Basica para Saude Aula 1
Estatistica Basica para Saude Aula 1
 
amostragem
amostragemamostragem
amostragem
 
Regressão Linear I
Regressão Linear IRegressão Linear I
Regressão Linear I
 
Aula 30 testes de hipóteses
Aula 30   testes de hipótesesAula 30   testes de hipóteses
Aula 30 testes de hipóteses
 
Aula inferencia
Aula inferenciaAula inferencia
Aula inferencia
 
Delineamento experimental básico
Delineamento experimental básicoDelineamento experimental básico
Delineamento experimental básico
 
Introdução à Análise Estatística Multivariada
Introdução à Análise Estatística MultivariadaIntrodução à Análise Estatística Multivariada
Introdução à Análise Estatística Multivariada
 
Tipos de estudo
Tipos de estudoTipos de estudo
Tipos de estudo
 
Aula 3 testes de hipóteses e anova
Aula 3   testes de hipóteses e anovaAula 3   testes de hipóteses e anova
Aula 3 testes de hipóteses e anova
 
Aula10 anova 000
Aula10 anova 000Aula10 anova 000
Aula10 anova 000
 
Análise (SPSS)
Análise (SPSS)Análise (SPSS)
Análise (SPSS)
 
Bioestatística
 Bioestatística Bioestatística
Bioestatística
 
Conceitos Básicos de Estatística II
Conceitos Básicos de Estatística IIConceitos Básicos de Estatística II
Conceitos Básicos de Estatística II
 
Aula 13 teste de hipóteses
Aula 13   teste de hipótesesAula 13   teste de hipóteses
Aula 13 teste de hipóteses
 
Cálculo do tamanho de uma Amostra
Cálculo do tamanho de uma AmostraCálculo do tamanho de uma Amostra
Cálculo do tamanho de uma Amostra
 
Correlação
CorrelaçãoCorrelação
Correlação
 
Aula1: Introdução á Bioestatística
Aula1: Introdução á BioestatísticaAula1: Introdução á Bioestatística
Aula1: Introdução á Bioestatística
 
Testes hipoteses introducao
Testes hipoteses introducaoTestes hipoteses introducao
Testes hipoteses introducao
 

Similaire à Teste t-Student para amostras independentes

Estatística descritiva e inferencial Cozby Revisão
Estatística descritiva e inferencial Cozby RevisãoEstatística descritiva e inferencial Cozby Revisão
Estatística descritiva e inferencial Cozby Revisãojoaopss
 
Apresentação Testes parametricos para aplicação cientifica.pptx
Apresentação Testes parametricos para aplicação cientifica.pptxApresentação Testes parametricos para aplicação cientifica.pptx
Apresentação Testes parametricos para aplicação cientifica.pptxEliseuGouveia2
 
Cap7 - Parte 4 - Teste De Duas Média
Cap7 - Parte 4 - Teste De Duas MédiaCap7 - Parte 4 - Teste De Duas Média
Cap7 - Parte 4 - Teste De Duas MédiaRegis Andrade
 
Seminário bioestatística testes paramétricos
Seminário bioestatística   testes paramétricosSeminário bioestatística   testes paramétricos
Seminário bioestatística testes paramétricosMarlio Carlos
 
AMD - Aula n.º 3 - duas amostras emparelhadas.pptx
AMD - Aula n.º 3 - duas amostras emparelhadas.pptxAMD - Aula n.º 3 - duas amostras emparelhadas.pptx
AMD - Aula n.º 3 - duas amostras emparelhadas.pptxNunoSilva599593
 
Medidas de centralidade
Medidas de centralidadeMedidas de centralidade
Medidas de centralidadeAndréa Thees
 
Hipóteses e Estimativa do tamanho da amostra (aula 6)
Hipóteses e Estimativa do tamanho da amostra (aula 6)Hipóteses e Estimativa do tamanho da amostra (aula 6)
Hipóteses e Estimativa do tamanho da amostra (aula 6)Sandra Lago Moraes
 
Poder Amostral e Estatística
Poder Amostral e EstatísticaPoder Amostral e Estatística
Poder Amostral e EstatísticaSandro Esteves
 
estatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamentalestatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamentalssuser98ac96
 
Modelos_analise_Hipoteses_Variaveis (MIP 5)
Modelos_analise_Hipoteses_Variaveis (MIP 5)Modelos_analise_Hipoteses_Variaveis (MIP 5)
Modelos_analise_Hipoteses_Variaveis (MIP 5)guest1668ef
 
Aula parte6 distribuicao_amostral
Aula parte6 distribuicao_amostralAula parte6 distribuicao_amostral
Aula parte6 distribuicao_amostraligorjlc
 
Aula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem DanielAula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem Danielguest8af68839
 

Similaire à Teste t-Student para amostras independentes (16)

Tópico 3 Testes de Hipóteses - 2 amostras
Tópico 3   Testes de Hipóteses - 2 amostrasTópico 3   Testes de Hipóteses - 2 amostras
Tópico 3 Testes de Hipóteses - 2 amostras
 
Estatística descritiva e inferencial Cozby Revisão
Estatística descritiva e inferencial Cozby RevisãoEstatística descritiva e inferencial Cozby Revisão
Estatística descritiva e inferencial Cozby Revisão
 
Apresentação Testes parametricos para aplicação cientifica.pptx
Apresentação Testes parametricos para aplicação cientifica.pptxApresentação Testes parametricos para aplicação cientifica.pptx
Apresentação Testes parametricos para aplicação cientifica.pptx
 
Anova
AnovaAnova
Anova
 
Distrib probab
Distrib probabDistrib probab
Distrib probab
 
Cap7 - Parte 4 - Teste De Duas Média
Cap7 - Parte 4 - Teste De Duas MédiaCap7 - Parte 4 - Teste De Duas Média
Cap7 - Parte 4 - Teste De Duas Média
 
Seminário bioestatística testes paramétricos
Seminário bioestatística   testes paramétricosSeminário bioestatística   testes paramétricos
Seminário bioestatística testes paramétricos
 
AMD - Aula n.º 3 - duas amostras emparelhadas.pptx
AMD - Aula n.º 3 - duas amostras emparelhadas.pptxAMD - Aula n.º 3 - duas amostras emparelhadas.pptx
AMD - Aula n.º 3 - duas amostras emparelhadas.pptx
 
Medidas de centralidade
Medidas de centralidadeMedidas de centralidade
Medidas de centralidade
 
Hipóteses e Estimativa do tamanho da amostra (aula 6)
Hipóteses e Estimativa do tamanho da amostra (aula 6)Hipóteses e Estimativa do tamanho da amostra (aula 6)
Hipóteses e Estimativa do tamanho da amostra (aula 6)
 
08 testes hipoteses_anova
08 testes hipoteses_anova08 testes hipoteses_anova
08 testes hipoteses_anova
 
Poder Amostral e Estatística
Poder Amostral e EstatísticaPoder Amostral e Estatística
Poder Amostral e Estatística
 
estatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamentalestatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamental
 
Modelos_analise_Hipoteses_Variaveis (MIP 5)
Modelos_analise_Hipoteses_Variaveis (MIP 5)Modelos_analise_Hipoteses_Variaveis (MIP 5)
Modelos_analise_Hipoteses_Variaveis (MIP 5)
 
Aula parte6 distribuicao_amostral
Aula parte6 distribuicao_amostralAula parte6 distribuicao_amostral
Aula parte6 distribuicao_amostral
 
Aula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem DanielAula 2 Teoria Da Amostragem Daniel
Aula 2 Teoria Da Amostragem Daniel
 

Plus de Célia M. D. Sales

Análise de Componentes Principais
Análise de Componentes PrincipaisAnálise de Componentes Principais
Análise de Componentes PrincipaisCélia M. D. Sales
 
Introdução à Regressão Linear Simples e Múltipla
Introdução à Regressão Linear Simples e MúltiplaIntrodução à Regressão Linear Simples e Múltipla
Introdução à Regressão Linear Simples e MúltiplaCélia M. D. Sales
 
Testes hipoteses nao-parametricos
Testes hipoteses nao-parametricosTestes hipoteses nao-parametricos
Testes hipoteses nao-parametricosCélia M. D. Sales
 
Testes hipot parametricos_pressupostos
Testes hipot parametricos_pressupostosTestes hipot parametricos_pressupostos
Testes hipot parametricos_pressupostosCélia M. D. Sales
 
Estatistica descritivaunivariada
Estatistica descritivaunivariadaEstatistica descritivaunivariada
Estatistica descritivaunivariadaCélia M. D. Sales
 
Combining metric and qualitative approach in a measure of similarity for ill-...
Combining metric and qualitative approach in a measure of similarity for ill-...Combining metric and qualitative approach in a measure of similarity for ill-...
Combining metric and qualitative approach in a measure of similarity for ill-...Célia M. D. Sales
 
Causalidade Aleatorizacao Validade Interna (MIP 5)
Causalidade Aleatorizacao Validade Interna (MIP 5)Causalidade Aleatorizacao Validade Interna (MIP 5)
Causalidade Aleatorizacao Validade Interna (MIP 5)Célia M. D. Sales
 
Principios Eticos Publicacao Apa (MIP 4)
Principios Eticos Publicacao Apa (MIP 4)Principios Eticos Publicacao Apa (MIP 4)
Principios Eticos Publicacao Apa (MIP 4)Célia M. D. Sales
 
Apa Artigo Empirico 2010 (MIP 2)
Apa Artigo Empirico 2010 (MIP 2)Apa Artigo Empirico 2010 (MIP 2)
Apa Artigo Empirico 2010 (MIP 2)Célia M. D. Sales
 
Delimitacao Tema Investigacao (MIP 1)
Delimitacao Tema Investigacao (MIP 1)Delimitacao Tema Investigacao (MIP 1)
Delimitacao Tema Investigacao (MIP 1)Célia M. D. Sales
 

Plus de Célia M. D. Sales (16)

Análise de Componentes Principais
Análise de Componentes PrincipaisAnálise de Componentes Principais
Análise de Componentes Principais
 
Introdução à Regressão Linear Simples e Múltipla
Introdução à Regressão Linear Simples e MúltiplaIntrodução à Regressão Linear Simples e Múltipla
Introdução à Regressão Linear Simples e Múltipla
 
Testes hipoteses nao-parametricos
Testes hipoteses nao-parametricosTestes hipoteses nao-parametricos
Testes hipoteses nao-parametricos
 
Qui quadrado
Qui quadradoQui quadrado
Qui quadrado
 
Anova a 1 factor
Anova a 1 factorAnova a 1 factor
Anova a 1 factor
 
Testes hipot parametricos_pressupostos
Testes hipot parametricos_pressupostosTestes hipot parametricos_pressupostos
Testes hipot parametricos_pressupostos
 
Estatistica descritivaunivariada
Estatistica descritivaunivariadaEstatistica descritivaunivariada
Estatistica descritivaunivariada
 
Definicao estatistica
Definicao estatisticaDefinicao estatistica
Definicao estatistica
 
Combining metric and qualitative approach in a measure of similarity for ill-...
Combining metric and qualitative approach in a measure of similarity for ill-...Combining metric and qualitative approach in a measure of similarity for ill-...
Combining metric and qualitative approach in a measure of similarity for ill-...
 
Questionar 2010
Questionar 2010Questionar 2010
Questionar 2010
 
Da populacao a amostra
Da populacao a amostraDa populacao a amostra
Da populacao a amostra
 
Desenhos Ex Post Facto 2010
Desenhos Ex Post Facto 2010Desenhos Ex Post Facto 2010
Desenhos Ex Post Facto 2010
 
Causalidade Aleatorizacao Validade Interna (MIP 5)
Causalidade Aleatorizacao Validade Interna (MIP 5)Causalidade Aleatorizacao Validade Interna (MIP 5)
Causalidade Aleatorizacao Validade Interna (MIP 5)
 
Principios Eticos Publicacao Apa (MIP 4)
Principios Eticos Publicacao Apa (MIP 4)Principios Eticos Publicacao Apa (MIP 4)
Principios Eticos Publicacao Apa (MIP 4)
 
Apa Artigo Empirico 2010 (MIP 2)
Apa Artigo Empirico 2010 (MIP 2)Apa Artigo Empirico 2010 (MIP 2)
Apa Artigo Empirico 2010 (MIP 2)
 
Delimitacao Tema Investigacao (MIP 1)
Delimitacao Tema Investigacao (MIP 1)Delimitacao Tema Investigacao (MIP 1)
Delimitacao Tema Investigacao (MIP 1)
 

Teste t-Student para amostras independentes

  • 2. Conteúdos 2  Teste t-Student para amostras independentes  Lógica do cálculo do teste  Cálculo e interpretação no SPSS Célia Sales - UAL
  • 3. Teste t 3 O teste t testa se a média de dois grupos é significativamente diferente Será que homens e mulheres têm peso significativamente diferente? Presente na população, com elevada probabilidade Célia Sales - UAL
  • 4. 4 Quero comparar a média de dois grupos. Posso aplicar o teste t? Verificação de pressupostos de testes paramétricos Célia Sales - UAL
  • 5. Lógica do t-test (Field, 2005, p. 286-287) 5 O Teste t compara (no numerador) Diferença entre as médias Diferença que obteríamos devido ao dos grupos a comparar acaso (sem diferença “real na (diferenças observadas) população”, i.e. quando H0 é verdadeira) entre as médias das amostras Tendo em conta a variabilidade entre as amostras, na população (no denominador) Célia Sales - UAL
  • 6. Lógica do t-test 6 (É zero!) Observed difference Expected difference between sample means - between population means (se h0 verdadeira) t = ________________________________________ Estimate of SE of the difference betweeen two samples Célia Sales - UAL
  • 7. Lógica do t-test (Field, 2005, p. 286-287) 7 Usa o SE como uma medida da variabilidade entre as médias das amostras:  Se SE é PEQUENO: esperamos que quase todas as amostras tenham uma média semelhante (DIFERENÇAS entre as médias serão provavelmente PEQUENAS)  Se SE é GRANDE: esperamos obter diferenças grandes entre as médias das amostras devido ao acaso (sem efeito na população) Célia Sales - UAL
  • 8. Teste t no Spss 8  O teste t testa se a média de dois grupos é significativamente diferente  1 variável categorial: Variável independente ou factor, variável que define os grupos a comparar (Ex: Sexo)  e uma variável quantitativa: Variável dependente, variável cuja média queremos comparar nos dois grupos (Ex: Idade) Será que homens e mulheres têm uma idade significativamente diferente? Célia Sales - UAL
  • 9. t-test para amostras independentes no SPSS 9 Analyse – Compare Means - Independent Samples T test Caixa Test Variable: variável dependente (variável cujas médias se pretendem comparar. Ex: consumo café) Caixa Grouping Variable:  Variável independente (variável que define os 2 grupos de sujeitos que serão comparados. Ex: sexo) Define Groups:  Coloque os valores das categorias correspondentes aos 2 grupos a comparar Célia Sales - UAL
  • 10. Interpretação do output 10 1. Veja a coluna Levene’s Test for Equality of Variance:  Se Sig. é menor que 0.05, não há homogeneidade de variâncias, logo, devemos usar a linha Equal variances not assumed  Se Sig. é maior ou igual a 0.05, usar os resultados da linha Equal variances assumed Célia Sales - UAL
  • 11. Interpretar e reportar o Output 11 1. Observe o valor das médias, para compreender como diferem os grupos 2. Reporte o valor do teste t, graus de liberdade df, e p 3. Reporte também os valores das médias M e os respectivos Erros Padrão SE Exemplo: Em média, os alunos absentistas da área A são mais jovens (M = 13.16, SE = 0.19) que os alunos absentistas da área B (M = 14.30, SE = 0.12). Esta diferença é estatisticamente significativa, t(381.549)= - 5.047, p = 0.000. Célia Sales - UAL
  • 12. Error Bar Charts 12 Na fase de exploração dos dados, antes de procedermos aos testes de hipóteses sobre diferenças entre médias, há vantagens em realizar sempre este tipo de gráficos. Vamos supor que os dois grupos provêm de populações diferentes. Vamos representar, para cada grupo a média e o intervalo de confiança. Célia Sales - UAL
  • 13. Error Bar Charts 13 Gráficos que representam a média e o intervalo de confiança dos vários grupos a comparar. No SPSS (para amostras independentes): GRAPHS – LEGACY DIALOGUES - ERROR BAR – SIMPLE (SUMMARIES FOR GROUPS OF CASES) – DEFINE: VARIABLE (variável cuja média se pretende comparar) CATEGORY AXIS (variável que define os grupos a comparar) Célia Sales - UAL
  • 14. Error Bar Charts: Interpretação 14  O Error Bar Chart mostra os limites dentro dos quais se encontra, com 95% de certeza, o valor verdadeiro da média (i.e., média da população)  Quando os intervalos de confiança de vários grupos se sobrepõem, as médias das populações de onde provêm os grupos serão provavelmente bastante próximas Célia Sales - UAL
  • 15. Célia Sales - UAL 15
  • 16. Leitura de apoio 16  Field (2010), cap. 9 Célia Sales - UAL