W skrócie: test t-Studenta służy do porównania średnich w dwóch grupach. Stosuje się go, gdy dane mają rozkład zbliżony do normalnego. Gdy założenie normalności nie jest spełnione, zamiast niego używa się testu Manna-Whitneya.
Co to jest test t-Studenta?
Test t-Studenta to test parametryczny sprawdzający, czy różnica między średnimi dwóch grup jest istotna statystycznie, czy wynika jedynie z przypadku. Odpowiada na pytanie: „czy te dwie grupy naprawdę się różnią pod względem badanej cechy?”.
Rodzaje testu t-Studenta
- Dla prób niezależnych — porównuje dwie różne grupy (np. kobiety i mężczyźni).
- Dla prób zależnych — porównuje te same osoby w dwóch pomiarach (np. przed i po szkoleniu).
- Dla jednej próby — porównuje średnią z grupy z ustaloną wartością odniesienia.
Założenia testu t-Studenta
- Zmienna zależna jest ilościowa (mierzalna).
- Rozkład danych w grupach jest zbliżony do normalnego (sprawdzasz testem Shapiro-Wilka).
- Dla prób niezależnych — jednorodność wariancji (test Levene’a).
Jak interpretować wynik testu t-Studenta?
Kluczowa jest wartość p (istotności). Jeśli p < 0,05, różnica między średnimi jest istotna statystycznie — grupy różnią się w sposób, którego nie da się wytłumaczyć przypadkiem. Jeśli p ≥ 0,05, brak podstaw do odrzucenia hipotezy zerowej (różnica nieistotna). W pracy podaje się też wartość statystyki t, liczbę stopni swobody (df) oraz średnie i odchylenia standardowe obu grup.
Przykład zastosowania
Badasz, czy studenci uczący się w grupie osiągają wyższe wyniki niż uczący się samodzielnie. Masz dwie niezależne grupy i wynik w skali punktowej (zmienna ilościowa). Po sprawdzeniu normalności stosujesz test t-Studenta dla prób niezależnych. Wynik p = 0,02 oznacza, że różnica jest istotna — sposób nauki ma znaczenie.
Nie wiesz, czy Twoje dane spełniają założenia testu t? Wykonamy analizę w SPSS lub R, sprawdzimy założenia i opiszemy wyniki zgodnie z wymogami pracy. Zobacz też: jak dobrać test statystyczny.
Interpretacja testu t opiera się na istotności statystycznej (najczęściej p < 0,05).