Testes qualitativos e quantitativos

INTRODUÇÃO

Com o fim de desenvolver um trabalho eficiente, claro e objetivo. Este trata de apresentar definições, exemplos e aplicações dos testes aqui desenvolvidos. Trazendo uma introdução de fácil entendimento para o leitor. Esperamos, entretanto, que o conteúdo desta seja de alguma utilidade para os alunos de graduação em psicologia ou de outros cursos, como texto introdutório as técnicas quantitativas.

TESTE t-STUDENT

Em especial, supõe-se que as observações X1, X2, ..., Xn tenham distribuição normal, com mesma média μ e mesmo desvio padrão σ, e que sejam independentes umas das outras. Neste caso, distribuição t-Student é a distribuição da média amostral X, padronizada pela sua média μ e pelo erro padrão da média amostral s/ n. Ou seja, a estatística

T=X –μs/n

tem distribuição t-Student. O valor da média populacional fica determinado pela hipótese nula se quer testar. Nem sempre as observações têm distribuição normal, mas já foi visto que, para amostras suficientemente grandes, a distribuição da média amostral pode ser aproximada por distribuição normal. Nestes casos, a distribuição da estatística pode ser aproximada por uma distribuição t-Student. Por depender do tamanho da amostra n tanto pela média quanto pelo erro padrão amostrais, a distribuição t-Student muda com o valor de n. Mais especificamente, n – 1 passa a ser um parâmetro da distribuição, chamado de graus de liberdade. Assim, a estatística T dada por tem a distribuição t-Student com n -1 graus de liberdade.
Note que, apesar de se ter n observações na amostra, o número de graus de liberdade é igual a n – 1. Isto reflete o fato de se ter estimado o desvio-padrão populacional σ pelo desvio-padrão amostral s. Comparado com a situação que levaria à distribuição normal, perde-se um grau de liberdade com a estimação deste parâmetro.
A distribuição t-Student tem algumas características semelhantes às da distribuição normal, quais sejam: ela também pode ser usada para variáveis que