Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Look up keyword
Like this
8Activity
0 of .
Results for:
No results containing your search query
P. 1
sp_08_test_t_indep_2007

sp_08_test_t_indep_2007

Ratings: (0)|Views: 60|Likes:
Published by daragiu eliza

More info:

Published by: daragiu eliza on Nov 23, 2008
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

05/09/2014

pdf

text

original

 
© M. Popa: Statistică psihologică – Testul t pentru eșantioane independente
Testul
pentru eşantioane independente
Conf. univ. dr. M. PopaTestul
 z 
(sau
t
) pentru un singur eşantion este util într-un model de cercetare încare ne propunem compararea valorii măsurate pe un eşantion cu media populaţiei dincare acesta provine. Aşa cum am precizat deja, acest tip de cercetare este destul de rar întâlnit, ca urmare a dificultăţii de a avea acces la media populaţiei.Un model de cercetare mult mai frecvent însă, este acela care vizează punerea înevidenţă a diferenţelor care există între două categorii de subiecţi (diferenţa asumăriiriscului între bărbaţi şi femei, diferenţa dintre timpul de reacţie al celor care au consumato anumită cantitate de alcool faţă de al celor care nu au consumat alcool etc.). În situaţiide acest gen psihologul compară mediile unei variabile (preferinţa pentru risc, timpul dereacţie etc.), măsurată pe două eşantioane compuse din subiecţi care diferă sub aspectulunei alte variabile (sexul, consumul de alcool, etc.). Variabila supusă comparaţiei estevariabila dependentă, deoarece presupunem că suportă „efectul” variabilei sub care sedisting cele două eşantioane şi care, din acest motiv, este variabilă independentă
1
. Înstudii de acest gen, eşantioanele supuse cercetării se numesc „independente”, deoarecesunt constituite, fiecare, din subiecţi diferiţi.
Distribuţia ipotezei de nul pentru diferenţa dintre medii independente
Să ne imaginăm că dorim să vedem dacă un lot de sportivi, trăgători la ţintă, care practică
trainingul autogen
2
(variabila independentă) obţin o performanţă (variabiladependentă) mai bună decât un lot de sportivi care nu practică această tehnică deautocontrol psihic. În acest caz variabila dependentă ia valori prin evaluarea performanţeide tragere, iar variabila independentă ia valori convenţionale, pe o scală nominalăcategorială, dihotomică (”practicanţi” şi ”nepracticanţi” ale şedinţelor de relaxare).În acest exemplu avem două eşantioane de cercetare, unul format din sportivi practicanţi ai trainingului autogen (TA) şi altul format din sportivi nepracticanţi ai TA.Ipoteza cercetării susţine că media performanţei celor două grupuri este diferită. Sau, cualte cuvinte, că cele două grupuri provin din populaţii diferite, respectiv, populaţiasportivilor practicanţi de TA şi cea a nepracticanţilor de TA. Trebuie să acceptăm faptulcă perechea de eşantioane studiate nu este decât una din perechile posibile. Să privimfigura de mai jos care ne sugerează ce se întâmplă dacă, teoretic, am extrage în modrepetat perechi de eşantioane din cele două populaţii:
1
Am pus cuvântul „efect” între ghilimele deoarece, chiar dacă este logic să considerăm că este vorba de orelaţie de tip cauză-efect, simpla măsurare a diferenţelor pe două eşantioane de subiecţi nu este suficientă pentru a concluziona o relaţie cauzală. Pentru aceasta, ar fi mai potrivit, spre exemplu, să măsurăm timpulde reacţie la aceiaşi subiecţi înainte şi după consumarea unei cantităţi de alcool.
2
O metodă de relaxare psihică
 
© M. Popa: Statistică psihologică – Testul t pentru eșantioane independente
2/12
Actualizat la 21.11.2007/10:20:47
Imaginea arată faptul că pe măsură ce constituim perechi de eşantioane (
m11-m21
, etc.) cu valori ale performanţei la ţintă, diferenţa dintre medii devine o distribuţie însine, formată din valorile acestor diferenţe. Dacă am reuşi constituirea tuturor perechilor  posibile de eşantioane, această distribuţie, la rândul ei, ar reprezenta o nouă populaţie, populaţia diferenţei dintre mediile practicanţilor şi nepracticanţilor de training autogen.Într-o situație de acest tip curba diferenţelor dintre medii urmează legea distribuţiei
. Cualte cuvinte, la un număr mare (tinzând spre infinit) de eşantioane perechi, trebuie să neaşteptăm ca cele mai multe medii perechi să fie apropiate ca valoare, diferenţa dintremedii fiind, ca urmare, mică, tinzând spre 0 şi ocupând partea centrală a curbei.Diferenţele din ce în ce mai mari fiind din ce în ce mai puţin probabile, vor ocupamarginile distribuţiei (vezi figura de mai jos). Aceasta este ceea ce se numeşte„distribuţia ipotezei de nul” pentru diferenţa dintre mediile a două eşantioaneindependente.În acest moment este bine să accentuăm din nou semnificaţia statistică a noţiuniide populaţie. După cum se observă, aceasta nu face referire neapărat la indivizi, ci latotalitatea valorilor posibile care descriu o anumită caracteristică (psihologică, biologicăsau de altă natură). În cazul nostru, diferenţele dintre mediile eşantioanelor perechi(fiecare provenind dintr-o „populaţie fizică” distinctă) devin o nouă „populaţie”, deaceastă dată statistică, compusă din totalitatea diferenţelor posibile, a cărei distribuţie sesupune şi ea modelului curbei
.
µµµµ
1
-
µµµµ
2
= 0
(m
1-2
– m
2-2
)
 
(m
1-3
– m
2-3
)
 
(m
1-1
– m
2-1
)
 
 
© M. Popa: Statistică psihologică – Testul t pentru eșantioane independente
3/12
Actualizat la 21.11.2007/10:20:47
Procedura statistică pentru testarea semnificaţiei diferenţei dintre mediile a douăeşantioane
Problema pe care trebuie să o rezolvăm este următoarea: este diferenţa dintre celedouă eşantioane suficient de mare pentru a o putea considera că este în legătură cuvariabila independentă, sau este doar una dintre diferenţele care ar putea fi determinată de jocul hazardului la constituirea perechii de eşantioane? Vom observa că sarcina noastră sereduce, de fapt, la ceea ce am realizat anterior în cazul testului
 z 
sau
t
pentru un singur eşantion. Va trebui să vedem dacă diferenţa dintre două eşantioane reale se distanţeazăsemnificativ de diferenţa la care ne putem aştepta în cazul extragerii absolut aleatoare aunor perechi de eşantioane, pentru care distribuţia diferenţelor este normală. Mai departe,dacă probabilitatea de a obţine din întâmplare o astfel de diferenţă este prea mică (maxim5%) o putem neglija, acceptând ipoteza că între cele două variabile este o relaţiesemnificativă.Dacă avem valoarea diferenţei dintre cele două eşantioane cercetate, ne mai suntnecesare doar media populaţiei (de diferenţe ale mediilor) şi abaterea standard a acesteia, pentru a calcula testul
 z 
(în cazul eşantioanelor mari) sau testul
(în cazul eşantioanelor mici). În final, nu ne rămâne decât să citim valoarea tabelară pentru a vedea care este probabilitatea de a se obţine un rezultat mai bun (o diferenţă mai mare ) pe o bază strictîntâmplătoare.
Media populaţiei de diferenţe.
Diferenţa dintre mediile celor două eşantioaneale cercetării face parte, aşa cum am spus, dintr-o populaţie compusă din toate diferenţele posibile de eşantioane perechi. Media acestei populaţii este 0 (zero). Atunci cândextragem un eşantion aleator dintr-o populaţie, valoarea sa tinde să se plaseze în zonacentrală, cea mai probabilă). Dar aceeaşi tendinţă o va avea şi media oricărui eşantionextras din populaţia pereche. Ca urmare, la calcularea diferenţei dintre mediile a douăeşantioane, cele mai probabile sunt diferenţele mici, tinzând spre zero. Astfel, ele vor ocupa partea centrală a distribuţiei, conturând o medie tot mai aproape de zero cu câtnumărul eşantioanelor extrase va fi mai mare.
Eroarea standard a diferenţei
(împrăştierea), pe care o vom nota cu
σ
m1-m2
, secalculează pornind de la formula de calcul a erorii standard:(formula 3.6)Din raţiuni practice, pentru a obţine o formulă care să sugereze diferenţa dintremedii (m
1
-m
2
), formula de mai sus este supusă unor transformări succesive. Prin ridicareala pătrat a ambilor termeni, şi după extragerea radicalului din noua expresie, se obţine:(formula 3.7)Dacă am utiliza-o pentru calcule, această ultimă formulă ar produce acelaşirezultat ca şi formula de origine.
  
m
σ  σ  
=
  
m
2
σ  σ  
=

Activity (8)

You've already reviewed this. Edit your review.
1 hundred reads
sergheiadrian liked this
sergheiadrian liked this
laur_rb liked this
ecaterina1983 liked this
ralucabau liked this
andreea liked this
oamada liked this

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->