Calculadora de prueba t de una muestra

Prueba si la media difiere de un valor.

Ingrese al menos 2 valores de datos

Ejemplos:

Ingrese los datos de la muestra y la media hipotética

Que es una Prueba t de una muestra?

La prueba t de una muestra determina si la media de una muestra difiere significativamente de una media poblacional hipotetica.

Pregunta que responde: "Es la media verdadera diferente de este valor especifico?"

Ejemplo: "Es la puntuacion promedio del examen diferente del umbral de aprobacion de 70?"

Las Hipotesis

Hipotesis nula (H0H_0): μ=μ0\mu = \mu_0 (la media poblacional es igual al valor hipotetico)

Hipotesis alternativa (H1H_1):

  • Bilateral: μ≠μ0\mu \neq \mu_0 (la media es diferente)
  • Cola derecha: μ>μ0\mu > \mu_0 (la media es mayor)
  • Cola izquierda: μ<μ0\mu < \mu_0 (la media es menor)

El Estadistico de Prueba

t=xˉ−μ0s/nt = \frac{\bar{x} - \mu_0}{s / \sqrt{n}}

Donde:

  • xˉ\bar{x} = media muestral
  • μ0\mu_0 = media poblacional hipotetica
  • ss = desviacion estandar muestral
  • nn = tamano de muestra

El estadistico t sigue una distribucion t con gl=n−1gl = n - 1.

Ejemplo de Calculo

Escenario: Probar si el promedio de pasos diarios difiere de los 10,000 recomendados.

Datos: 25 participantes, media = 8,450 pasos, DE = 2,100 pasos

Calculo:

t=8450−100002100/25=−1550420=−3.69t = \frac{8450 - 10000}{2100 / \sqrt{25}} = \frac{-1550}{420} = -3.69

Valor p: Para gl=24gl = 24 (bilateral), p≈0.001p \approx 0.001

Conclusion: La media muestral esta significativamente por debajo de 10,000 pasos (p<0.01p < 0.01).

Aplicaciones

Control de Calidad

"Alcanza el proceso de produccion el peso objetivo?"

H0:μ=500gH_0: \mu = 500g

Muestra: 30 productos, media = 497g, DE = 8g

Probar si la media difiere del objetivo.

Evaluacion Educativa

"Tienen los estudiantes un desempeno diferente al promedio nacional?"

H0:μ=75H_0: \mu = 75 (promedio nacional)

Muestra: Media de la clase = 81, DE = 12, n = 28

Investigacion en Salud

"Es la presion arterial promedio en esta poblacion diferente de lo normal?"

H0:μ=120H_0: \mu = 120 mmHg

Muestra: Media = 128, DE = 15, n = 45

Monitoreo de Procesos

"Se ha desplazado la media desde la linea base establecida?"

Comparar la muestra actual con el estandar historico.

Interpretacion de Resultados

Interpretacion del Valor p

Valor pInterpretacion
p < 0.01Evidencia fuerte contra H0
p < 0.05Evidencia moderada contra H0
p < 0.10Evidencia debil contra H0
p >= 0.10Evidencia insuficiente contra H0

Conexion con el Intervalo de Confianza

Un IC del 95% que excluye μ0\mu_0 corresponde a p<0.05p < 0.05.

IC=xˉ±t∗×EEIC = \bar{x} \pm t^* \times EE

Si μ0\mu_0 esta fuera de este intervalo, rechazar H0H_0.

Una Cola vs. Dos Colas

Bilateral (por defecto): Prueba la diferencia en cualquier direccion. Usar cuando tanto un aumento como una disminucion son de interes.

Unilateral: Prueba la diferencia en una direccion especifica. Tiene mas potencia pero requiere justificacion previa.

Valor p bilateral = 2 x valor p unilateral

Supuestos

Normalidad

La poblacion debe estar aproximadamente distribuida normalmente, O la muestra debe ser lo suficientemente grande (n>30n > 30) para que aplique el Teorema del Limite Central.

Verificar con:

  • Histograma o grafico Q-Q
  • Asimetria y curtosis
  • Pruebas formales de normalidad (Shapiro-Wilk)

Independencia

Las observaciones deben ser independientes: una medicion no debe influir en otra.

Muestreo Aleatorio

La muestra debe ser seleccionada aleatoriamente de la poblacion de interes.

Cuando Usar la Prueba t de Una Muestra

Apropiado:

  • Comparar la media muestral con un estandar conocido
  • Probar contra un valor teorico
  • Comparar con una norma publicada
  • Control de procesos contra un objetivo

No apropiado:

Tamano del Efecto: d de Cohen

Ademas de la significancia, reportar el tamano del efecto:

d=xˉ−μ0sd = \frac{\bar{x} - \mu_0}{s}

dInterpretacion
0.2Efecto pequeno
0.5Efecto mediano
0.8Efecto grande

En el ejemplo de pasos: d=8450−100002100=−0.74d = \frac{8450 - 10000}{2100} = -0.74 (efecto mediano-grande)

Contexto Historico

William Gosset (Student) desarrollo la prueba t en 1908 en la Cerveceria Guinness.

El caso de una muestra fue su enfoque original: probar si la calidad del lote cumplia con los estandares cuando los tamanos de muestra eran pequenos.

Su trabajo permitio la inferencia rigurosa con datos limitados; anteriormente, se requerian muestras grandes para obtener conclusiones validas.

Reporte de Resultados

Formato APA:

"Una prueba t de una muestra revelo que el promedio de pasos diarios (M = 8,450, DE = 2,100) fue significativamente menor que los 10,000 pasos recomendados, t(24) = -3.69, p = .001, d = -0.74."

Siempre incluir:

  • Estadisticas de la muestra (M, DE, n)
  • Estadistico de prueba y gl
  • Valor p
  • Tamano del efecto

Calculos Relacionados

Resumen

La prueba t de una muestra determina si una media muestral difiere significativamente de un valor hipotetico. El estadistico de prueba divide la diferencia (media muestral menos media hipotetica) por el error estandar, produciendo un valor t que se compara con la distribucion t. Los supuestos incluyen normalidad (o n grande), independencia y muestreo aleatorio. Siempre reporte los tamanos del efecto junto con los valores p para comunicar la significancia practica, y use intervalos de confianza para mostrar el rango de medias poblacionales plausibles.