Prueba t pareada

La prueba t pareada, también llamada prueba t de muestras dependientes, se usa para evaluar si existe una diferencia significativa entre las medias de dos grupos relacionados. Esta prueba se aplica cuando cada sujeto o unidad se mide dos veces, en condiciones distintas o en momentos distintos, lo que genera pares de observaciones.

Última revisión:

Idea clave

La prueba t pareada, también llamada prueba t de muestras dependientes, se usa para evaluar si existe una diferencia significativa entre las medias de dos grupos relacionados.

En esta página
  1. ¿Qué es la prueba t pareada?
  2. ¿Cuándo usar la prueba t pareada?
  3. Pautas para el uso correcto de la prueba t pareada
  4. Alternativas: cuándo no usar la prueba t pareada
  5. Ejemplo de prueba t pareada
    1. Ejemplo 1
  6. Cómo realizar la prueba t pareada

¿Qué es la prueba t pareada?

La prueba t pareada, también llamada prueba t de muestras dependientes, se usa para evaluar si existe una diferencia significativa entre las medias de dos grupos relacionados. Esta prueba se aplica cuando cada sujeto o unidad se mide dos veces, en condiciones distintas o en momentos distintos, lo que genera pares de observaciones. La prueba t pareada evalúa si la diferencia media entre estas observaciones pareadas es significativamente distinta de cero. La hipótesis nula supone que la diferencia media es cero, mientras que la hipótesis alternativa plantea que la diferencia media no es cero.

La prueba t pareada es especialmente útil en estudios de antes y después o en cualquier situación en la que se toman dos mediciones de los mismos sujetos, ya que permite determinar si los cambios observados son estadísticamente significativos.

¿Cuándo usar la prueba t pareada?

Se usa una prueba t pareada cuando las dos muestras que se comparan están relacionadas o pareadas, como en un estudio de antes y después, en el que se mide dos veces a los mismos individuos, o en un estudio de pares emparejados, en el que los individuos se emparejan según características importantes y luego se asignan a tratamientos distintos.

  • Distribución normal: las diferencias entre las observaciones pareadas deben seguir aproximadamente una distribución normal.
  • Muestreo aleatorio: los pares deben seleccionarse al azar.
  • Independencia: cada par debe ser independiente de los demás pares, y las diferencias dentro de los pares deben ser independientes entre sí.

Estas son algunas situaciones concretas en las que puede ser adecuada una prueba t pareada:

  • Estudios de antes y después: cuando desea comprobar si una intervención o un tratamiento ha tenido un efecto significativo en un individuo o un grupo, puede usarse una prueba t pareada para comparar las puntuaciones medias del mismo grupo antes y después de la intervención.
  • Estudios de pares emparejados: en estudios en los que los individuos se emparejan según características similares, como la edad, el sexo o el estado de salud, y luego se asignan a tratamientos distintos, puede usarse una prueba t pareada para comparar las medias de los dos grupos.
  • Estudios de medidas repetidas: cuando un estudio implica medir varias veces la misma variable en el mismo individuo o grupo, puede usarse una prueba t pareada para comparar las medias de las mediciones en distintos momentos.

Pautas para el uso correcto de la prueba t pareada

  • Los datos continuos pueden tomar un número infinito de valores entre dos puntos cualesquiera.
  • Los tamaños de muestra deben ser mayores que 20.
    Si el tamaño de muestra es mayor que 20 y la distribución es unimodal y continua, la prueba sigue siendo válida incluso con una asimetría leve.
    Para tamaños de muestra menores que 20, grafique los datos para comprobar la asimetría y las observaciones inusuales. Proceda con cautela si los datos son muy asimétricos o contienen muchos valores atípicos.
  • Asegúrese de contar con observaciones pareadas (dependientes), como mediciones repetidas del mismo elemento en condiciones distintas.
  • Para observaciones independientes entre dos muestras, utilice en su lugar la prueba t de dos muestras.
  • Recoja los datos al azar para poder generalizar a la población.
  • Determine un tamaño de muestra adecuado que ofrezca suficiente precisión y protección frente a los errores.

Alternativas: cuándo no usar la prueba t pareada

  • Si tiene dos conjuntos de observaciones independientes, se recomienda utilizar en su lugar la prueba t de dos muestras .

Ejemplo de prueba t pareada

Ejemplo 1

Un fisiólogo quiere determinar si un programa de carrera concreto tiene un efecto sobre la frecuencia cardíaca en reposo. Se midió la frecuencia cardíaca de 20 personas seleccionadas al azar. Después de un año con el programa de carrera, se volvió a medir la frecuencia cardíaca de los mismos individuos. Esto dio como resultado un par de observaciones (antes y después) para cada persona. A continuación se realizó una prueba t pareada para evaluar si existe una diferencia estadísticamente significativa en la frecuencia cardíaca antes y después del programa de carrera. La prueba se realizó siguiendo estos pasos:

  1. Recopiló los datos necesarios.
Paired t test — figure 1
  1. Ahora analiza los datos en Zometric Statistical Software en https://statsai.zometric.com/.
  2.  Para encontrar Paired t-test, elige Statistical module> Graphical analysis> Paired t-test.
  3.  En la herramienta introduce los datos junto con otras entradas, como se indica a continuación:
Paired t test — figure 2

5. Después de usar la herramienta mencionada, obtiene la siguiente salida:

Paired t test — figure 3Paired t test — figure 4

Cómo realizar la prueba t pareada

La guía es la siguiente:

  1. Inicie sesión en Zometric Statistical Software en https://statsai.zometric.com/
  2. En la página de inicio, elija Statistical Tool> Graphical analysis > Paired t test
  3. Haga clic en Paired t test para acceder al tablero.
  4. A continuación, introduzca los datos manualmente o copie todos los datos (Ctrl+C) de una hoja de Excel y péguelos (Ctrl+V).
  5. A continuación, debe introducir los valores del nivel de confianza y de la diferencia hipotética.
  6. Por último, haga clic en calculate en la parte inferior de la página para obtener los resultados deseados.

En el tablero de Paired t test, la ventana está dividida en dos partes.

Paired t test — figure 5

En la parte izquierda se encuentra el panel de datos (Data Pane). En el Data Pane, cada fila forma un subgrupo. Los datos pueden introducirse manualmente o copiarse todos (Ctrl+C) de una hoja de Excel y pegarse (Ctrl+V) aquí.

Load example: Se cargarán los datos de ejemplo.

Load File: Se usa para cargar directamente los datos de Excel.

En la parte derecha hay varias opciones, que son las siguientes:

  • Confidence level:En las pruebas de hipótesis, el nivel de confianza representa el grado de certeza o de confianza que tenemos en nuestro análisis estadístico. Es un valor de probabilidad que indica la probabilidad de que el verdadero parámetro poblacional se encuentre dentro del rango de valores especificado. Normalmente, el nivel de confianza se expresa como porcentaje y se denota por (1 - α), donde α es el nivel de significancia o la probabilidad de rechazar una hipótesis nula verdadera. Por ejemplo, si tenemos un nivel de confianza del 95%, estamos diciendo que tenemos un 95% de confianza en que el verdadero parámetro poblacional se encuentra dentro de nuestra estimación por intervalo, y que hay un 5% de probabilidad de cometer un error de tipo I (rechazar una hipótesis nula verdadera). En términos prácticos, un nivel de confianza más alto significa que tenemos más confianza en nuestro análisis estadístico y en los resultados. Sin embargo, aumentar el nivel de confianza también aumenta la amplitud del intervalo de confianza, lo que dificulta detectar efectos pequeños. Por lo tanto, la elección del nivel de confianza depende del contexto del estudio y de los objetivos del investigador.
  • Hypothesized difference: La diferencia hipotética se refiere a la diferencia entre los parámetros poblacionales de la hipótesis nula y de la hipótesis alternativa. Por ejemplo, si queremos comprobar si la puntuación media en un examen es significativamente distinta entre dos grupos (p. ej., hombres y mujeres), la diferencia hipotética sería la diferencia entre la puntuación media de los hombres y la puntuación media de las mujeres.
  • Alternative hypothesis: En las pruebas de hipótesis, la hipótesis alternativa (también llamada hipótesis de investigación) es un enunciado que representa una conclusión distinta de la de la hipótesis nula. La hipótesis nula suele representar el statu quo o el supuesto de que no existe una diferencia o relación significativa entre dos o más grupos o variables. La hipótesis alternativa es el enunciado que se pone a prueba y propone que existe una diferencia o relación significativa entre los grupos o variables estudiados.
  • Histogram of difference:El histograma de diferencias es una representación gráfica de la distribución de las diferencias entre dos conjuntos de datos. En el contexto de las pruebas de hipótesis, puede usarse para evaluar visualmente la diferencia entre las medias de dos grupos. El proceso suele consistir en recoger datos de dos grupos, calcular la media y la varianza de cada grupo y luego calcular la diferencia entre las medias. Esta diferencia suele denominarse "tamaño del efecto".
  • Individual value plot of difference:Una gráfica de valores individuales de las diferencias es una representación gráfica de las diferencias entre dos grupos en una prueba de hipótesis. En una prueba de hipótesis, los investigadores quieren determinar si existe una diferencia estadísticamente significativa entre dos grupos, como un grupo de tratamiento y un grupo de control. Puede usarse una gráfica de valores individuales para mostrar las diferencias entre los dos grupos en una sola gráfica. La gráfica suele mostrar los puntos de datos individuales de cada grupo, así como la media y la desviación estándar de cada grupo.
  • Box Plot of difference: En el contexto de las pruebas de hipótesis, una gráfica de caja de las diferencias puede usarse para mostrar la distribución de las diferencias entre los dos grupos que se comparan. Por ejemplo, si comparamos los valores medios de dos grupos, podemos calcular la diferencia entre las medias y luego crear una gráfica de caja de las diferencias.
  • Histogram of difference: Si se marca, se mostrará el histograma; de lo contrario, no.
  • Label:  Esta opción agrega las etiquetas de datos, que tiene tres opciones:
    • Outlier: valores de datos alejados de los demás valores de datos, que pueden afectar fuertemente a los resultados.
    • All quartiles: los cuartiles son valores que dividen una muestra de datos en cuatro partes iguales. Permiten evaluar rápidamente la dispersión y la tendencia central de un conjunto de datos.
    • Mean: la media en una gráfica de caja aporta información adicional sobre la tendencia central de los datos.
    • Individual Data: Un dato individual es una sola observación o valor de un conjunto de datos.
  • Download as Excel: Muestra el resultado en formato Excel, que puede editarse fácilmente y volver a cargarse para los cálculos mediante la opción load file.

Preguntas frecuentes

¿Qué es una prueba t pareada?

Una prueba t pareada, también llamada prueba t de muestras dependientes, evalúa si existe una diferencia significativa entre las medias de dos grupos relacionados. Se usa cuando cada sujeto o unidad se mide dos veces, en condiciones distintas o en momentos distintos, y comprueba si la diferencia media entre las observaciones pareadas es significativamente distinta de cero.

¿Cuándo usar una prueba t pareada en lugar de una prueba t de dos muestras?

Use una prueba t pareada cuando las dos muestras estén relacionadas, como en estudios de antes y después con los mismos individuos, estudios de pares emparejados o mediciones repetidas del mismo elemento en condiciones distintas. Si los dos conjuntos de observaciones son independientes, utilice en su lugar la prueba t de dos muestras.

¿Cuáles son los supuestos de una prueba t pareada?

Las diferencias entre las observaciones pareadas deben seguir aproximadamente una distribución normal, los pares deben seleccionarse al azar y cada par debe ser independiente de los demás. Los datos deben ser continuos. Con más de 20 pares y una distribución unimodal y continua, la prueba sigue siendo válida con una asimetría leve.

¿Qué tamaño de muestra necesita una prueba t pareada?

Los tamaños de muestra deben ser mayores que 20. Con menos de 20 pares, grafique los datos para comprobar la asimetría y las observaciones inusuales, y proceda con cautela si los datos son muy asimétricos o contienen muchos valores atípicos. Elija un tamaño de muestra que ofrezca suficiente precisión y protección frente a los errores.