El método permite probar la hipótesis de que los valores promedio de dos poblaciones generales de las cuales se extraen las comparadas dependiente las muestras difieren entre sí. El supuesto de dependencia suele significar que el rasgo se mide en la misma muestra dos veces, por ejemplo, antes y después de la intervención. En el caso general, a cada representante de una muestra se le asigna un representante de otra muestra (se combinan en pares) de modo que las dos series de datos estén correlacionadas positivamente entre sí. Tipos de dependencia muestral más débiles: muestra 1 - maridos, muestra 2 - sus esposas; muestra 1: niños de un año, la muestra 2 está formada por gemelos de niños de la muestra 1, etc.
Hipótesis estadística comprobable, como en el caso anterior, H 0: M1 = M2(los valores promedio en las muestras 1 y 2 son iguales. Si se rechaza, se acepta la hipótesis alternativa de que). m 1 más menos) M2.
Supuestos iniciales para pruebas estadísticas:
□ cada representante de una muestra (de una población general) está asociado con un representante de otra muestra (de otra población general);
□ los datos de dos muestras están correlacionados positivamente (forman pares);
□ la distribución de la característica estudiada en ambas muestras corresponde a la ley normal.
Estructura de datos de origen: existen dos valores de la característica estudiada para cada objeto (para cada par).
Restricciones: la distribución de la característica en ambas muestras no debería diferir significativamente de lo normal; los datos de las dos mediciones correspondientes a ambas muestras están correlacionados positivamente.
Alternativas: Prueba T de Wilcoxon, si la distribución de al menos una muestra difiere significativamente de lo normal; Prueba t de Student para muestras independientes: si los datos de las dos muestras no están correlacionados positivamente.
Fórmula porque el valor empírico de la prueba t de Student refleja el hecho de que la unidad de análisis para las diferencias es diferencia (cambio) valores característicos para cada par de observaciones. En consecuencia, para cada uno de los N pares de valores de atributos, primero se calcula la diferencia re yo = x 1 yo - x 2 yo.
(3) donde M d – diferencia media de valores; σ d – desviación estándar de las diferencias.
Ejemplo de cálculo:
Supongamos que, durante la prueba de efectividad de la capacitación, a cada uno de los 8 miembros del grupo se le preguntó "¿Con qué frecuencia sus opiniones coinciden con las opiniones del grupo?" - dos veces, antes y después del entrenamiento. Para las respuestas se utilizó una escala de 10 puntos: 1 - nunca, 5 - la mitad de las veces, 10 - siempre. Se probó la hipótesis de que como resultado del entrenamiento, la autoestima de conformidad (el deseo de ser como los demás en el grupo) de los participantes aumentaría (α = 0,05). Creemos una tabla para cálculos intermedios (Tabla 3).
Tabla 3
La media aritmética de la diferencia M d = (-6)/8 = -0,75. Resta este valor de cada d (la penúltima columna de la tabla).
La fórmula para la desviación estándar solo se diferencia en que en ella aparece d en lugar de X. Sustituimos todos los valores necesarios y obtenemos
σd = = 0,886.
Paso 1. Calcule el valor empírico del criterio usando la fórmula (3): diferencia promedio Maryland= -0,75; Desviación Estándar σd = 0,886; t mi = 2,39; df = 7.
Paso 2. Utilizando la tabla de valores críticos del criterio t-Student, determinamos el nivel p de significancia. Para df = 7, el valor empírico está entre los valores críticos para p = 0,05 y p - 0,01. Por lo tanto, p.< 0,05.
| df | R | ||
| 0,05 | 0,01 | 0,001 | |
| 2,365 | 3,499 | 5,408 |
Paso 3. Tomamos una decisión estadística y formulamos una conclusión. Se rechaza la hipótesis estadística de igualdad de medias. Conclusión: el indicador de autoevaluación de conformidad de los participantes después de la capacitación aumentó estadísticamente de manera significativa (al nivel de significancia p< 0,05).
Los métodos paramétricos incluyen comparación de varianzas de dos muestras según el criterio F-Fisher. A veces, este método conduce a conclusiones valiosas y significativas y, en el caso de comparar medias para muestras independientes, comparar varianzas es obligatorio procedimiento.
Calcular fem necesitas encontrar la razón de las varianzas de las dos muestras, de modo que la varianza mayor esté en el numerador y la menor esté en el denominador.
Comparación de variaciones. El método permite probar la hipótesis de que las varianzas de las dos poblaciones de las que se extraen las muestras comparadas difieren entre sí. Hipótesis estadística probada H 0: σ 1 2 = σ 2 2 (la varianza en la muestra 1 es igual a la varianza en la muestra 2). Si se rechaza, se acepta la hipótesis alternativa de que una varianza es mayor que la otra.
Supuestos iniciales: se extraen aleatoriamente dos muestras de diferentes poblaciones con una distribución normal de la característica que se está estudiando.
Estructura de datos de origen: la característica que se estudia se mide en objetos (sujetos), cada uno de los cuales pertenece a una de las dos muestras que se comparan.
Restricciones: las distribuciones del rasgo en ambas muestras no difieren significativamente de lo normal.
Método alternativo: Prueba de Levene, cuyo uso no requiere verificar el supuesto de normalidad (utilizado en el programa SPSS).
Fórmula para el valor empírico de la prueba F de Fisher:
(4)
donde σ 1 2 - dispersión grande y σ 2 2 - dispersión más pequeña. Dado que no se sabe de antemano qué dispersión es mayor, entonces para determinar el nivel p se utiliza Tabla de valores críticos para alternativas no direccionales. Si F e > F Kp para el número correspondiente de grados de libertad, entonces R < 0,05 и статистическую гипотезу о равенстве дисперсий можно отклонить (для α = 0,05).
Ejemplo de cálculo:
A los niños se les presentaron problemas aritméticos regulares, después de lo cual a la mitad de los estudiantes seleccionados al azar se les dijo que no habían aprobado la prueba y al resto se les dijo lo contrario. Luego se preguntó a cada niño cuántos segundos les tomaría resolver un problema similar. El experimentador calculó la diferencia entre el momento en que el niño llamó y el resultado de la tarea completada (en segundos). Se esperaba que el mensaje de fracaso provocara cierta insuficiencia en la autoestima del niño. La hipótesis que se estaba probando (en el nivel α = 0,005) era que la varianza de la autoestima agregada no depende de los informes de éxito o fracaso (H 0: σ 1 2 = σ 2 2).
Se obtuvieron los siguientes datos:
Paso 1. Calcule el valor empírico del criterio y el número de grados de libertad utilizando las fórmulas (4):
Paso 2. Según la tabla de valores críticos del criterio f de Fisher para no dirigido alternativas encontramos el valor crítico para número df = 11; df saber= 11. Sin embargo, existe un valor crítico sólo para número df= 10 y df saber = 12. Es imposible tomar un número mayor de grados de libertad, por lo que tomamos el valor crítico para número df= 10: Para R = 0,05 FKp = 3.526; Para R = 0,01 FKp = 5,418.
Paso 3. Tomar una decisión estadística y una conclusión significativa. Dado que el valor empírico excede el valor crítico para R= 0,01 (y más aún para pag = 0,05), entonces en este caso p< 0,01 и принимается альтернативная гипотеза: дисперсия в группе 1 превышает дисперсию в группе 2 (R< 0,01). En consecuencia, después de un mensaje sobre el fracaso, la insuficiencia de la autoestima es mayor que después de un mensaje sobre el éxito.
/ estadística práctica / materiales de referencia / valores de la prueba t de estudiante
Significadot -Prueba t de Student a niveles de significancia de 0,10, 0,05 y 0,01
ν – grados de libertad de variación
Valores de la prueba t de Student estándar
|
Número de grados de libertad |
Niveles de significancia |
Número de grados de libertad |
Niveles de significancia |
||||||
Mesa XI
Valores de la prueba estándar de Fisher utilizados para evaluar la importancia de las diferencias entre dos muestras
|
Grados de libertad |
Nivel significativo |
Grados de libertad |
Nivel significativo |
||||
prueba t de Student
prueba t de Student- un nombre general para una clase de métodos para la prueba estadística de hipótesis (pruebas estadísticas) basados en la distribución de Student. Los usos más comunes de la prueba t implican probar la igualdad de medias en dos muestras.
t-La estadística suele construirse según el siguiente principio general: el numerador es una variable aleatoria con expectativa matemática cero (si se satisface la hipótesis nula), y el denominador es la desviación estándar muestral de esta variable aleatoria, obtenida como la raíz cuadrada de la estimación de la varianza sin mezclar.
Historia
Este criterio fue desarrollado por William Gossett para evaluar la calidad de la cerveza en la empresa Guinness. En relación con las obligaciones con la empresa en materia de no divulgación de secretos comerciales (la dirección de Guinness consideraba como tal el uso de aparatos estadísticos en su trabajo), el artículo de Gosset se publicó en 1908 en la revista Biometrics bajo el seudónimo de "Estudiante".
Requerimientos de datos
Para aplicar este criterio es necesario que los datos originales tengan una distribución normal. En el caso de aplicar una prueba de dos muestras para muestras independientes, también es necesario cumplir con la condición de igualdad de varianzas. Sin embargo, existen alternativas a la prueba t de Student para situaciones con varianzas desiguales.
El requisito de una distribución normal de los datos es necesario para una prueba t (\displaystyle t) precisa. Sin embargo, incluso con otras distribuciones de datos, es posible utilizar estadísticas t (\displaystyle t). En muchos casos, esta estadística tiene asintóticamente una distribución normal estándar: N (0, 1) (\displaystyle N(0,1)) , por lo que se pueden usar cuantiles de esta distribución. Sin embargo, incluso en este caso, a menudo se utilizan cuantiles no de la distribución normal estándar, sino de la distribución de Student correspondiente, como en la prueba t exacta (\displaystyle t). Son asintóticamente equivalentes, pero en muestras pequeñas los intervalos de confianza de la distribución de Student son más amplios y fiables.
Prueba t de una muestra
Se utiliza para probar la hipótesis nula H 0: E (X) = m (\displaystyle H_(0):E(X)=m) sobre la igualdad de la expectativa matemática E (X) (\displaystyle E(X)) a algún valor conocido m (\displaystyle m).
Obviamente, si se satisface la hipótesis nula, E (X ¯) = m (\displaystyle E((\overline (X)))=m) . Teniendo en cuenta la supuesta independencia de las observaciones, V (X ¯) = σ 2 / n (\displaystyle V((\overline (X)))=\sigma ^(2)/n) . Usando una estimación de varianza insesgada s X 2 = ∑ t = 1 n (X t − X ¯) 2 / (n − 1) (\displaystyle s_(X)^(2)=\sum _(t=1)^( n )(X_(t)-(\overline (X)))^(2)/(n-1)) obtenemos los siguientes estadísticos t:
t = X ¯ − m s X / n (\displaystyle t=(\frac ((\overline (X))-m)(s_(X)/(\sqrt (n)))))
Bajo la hipótesis nula, la distribución de este estadístico es t (n − 1) (\displaystyle t(n-1)) . En consecuencia, si el valor absoluto de las estadísticas excede el valor crítico de una distribución determinada (a un nivel de significancia determinado), se rechaza la hipótesis nula.
Prueba t de dos muestras para muestras independientes
Sean dos muestras independientes de volúmenes n 1, n 2 (\displaystyle n_(1)~,~n_(2)) de variables aleatorias normalmente distribuidas X 1, X 2 (\displaystyle X_(1),~X_(2 )). Es necesario probar la hipótesis nula de igualdad de expectativas matemáticas de estas variables aleatorias H 0: M 1 = M 2 (\displaystyle H_(0):~M_(1)=M_(2)) utilizando datos de muestra.
Considere la diferencia entre las medias muestrales Δ = X ¯ 1 − X ¯ 2 (\displaystyle \Delta =(\overline (X))_(1)-(\overline (X))_(2)) . Obviamente, si la hipótesis nula es verdadera E (Δ) = M 1 − M 2 = 0 (\displaystyle E(\Delta)=M_(1)-M_(2)=0) . La varianza de esta diferencia es igual, basada en la independencia de las muestras: V (Δ) = σ 1 2 n 1 + σ 2 2 n 2 (\displaystyle V(\Delta)=(\frac (\sigma _(1 )^(2))( n_(1)))+(\frac (\sigma _(2)^(2))(n_(2)))) . Luego, usando la estimación de la varianza insesgada s 2 = ∑ t = 1 n (X t − X ¯) 2 n − 1 (\displaystyle s^(2)=(\frac (\sum _(t=1)^(n) ( X_(t)-(\overline (X)))^(2))(n-1))) obtenemos una estimación insesgada de la varianza de la diferencia entre medias muestrales: s Δ 2 = s 1 2 n 1 + s 2 2 n 2 (\ displaystyle s_(\Delta )^(2)=(\frac (s_(1)^(2))(n_(1)))+(\frac (s_(2)^( 2))(n_(2) ))) . Por lo tanto, el estadístico t para probar la hipótesis nula es
T = X ¯ 1 − X ¯ 2 s 1 2 n 1 + s 2 2 n 2 (\displaystyle t=(\frac ((\overline (X))_(1)-(\overline (X))_( 2))(\sqrt ((\frac (s_(1)^(2))(n_(1)))+(\frac (s_(2)^(2))(n_(2))))) ))
Si la hipótesis nula es cierta, esta estadística tiene una distribución t (d f) (\displaystyle t(df)), donde d f = (s 1 2 / n 1 + s 2 2 / n 2) 2 (s 1 2 / n 1) 2 / (n 1 − 1) + (s 2 2 / n 2) 2 / (n 2 − 1) (\displaystyle df=(\frac ((s_(1)^(2)/n_(1) +s_(2 )^(2)/n_(2))^(2))((s_(1)^(2)/n_(1))^(2)/(n_(1)-1)+ (s_(2 )^(2)/n_(2))^(2)/(n_(2)-1))))
Caso de igual varianza
Si se supone que las varianzas de las muestras son iguales, entonces
V (Δ) = σ 2 (1 n 1 + 1 n 2) (\displaystyle V(\Delta)=\sigma ^(2)\left((\frac (1)(n_(1)))+(\ frac (1)(n_(2)))\derecha))
Entonces el estadístico t es:
T = X ¯ 1 − X ¯ 2 s X 1 n 1 + 1 n 2 , s X = (n 1 − 1) s 1 2 + (n 2 − 1) s 2 2 n 1 + n 2 − 2 (\ estilo de visualización t=(\frac ((\overline (X))_(1)-(\overline (X))_(2))(s_(X)(\sqrt ((\frac (1)(n_(1) )))+(\frac (1)(n_(2))))))~,~~s_(X)=(\sqrt (\frac ((n_(1)-1)s_(1)^ ( 2)+(n_(2)-1)s_(2)^(2))(n_(1)+n_(2)-2))))
Esta estadística tiene distribución t (n 1 + n 2 − 2) (\displaystyle t(n_(1)+n_(2)-2))
Prueba t de dos muestras para muestras dependientes
Para calcular el valor empírico del criterio t (\displaystyle t) en la situación de probar una hipótesis sobre diferencias entre dos muestras dependientes (por ejemplo, dos muestras de la misma prueba con un intervalo de tiempo), se utiliza la siguiente fórmula:
T = M d s d / n (\displaystyle t=(\frac (M_(d))(s_(d)/(\sqrt (n)))))
donde M d (\displaystyle M_(d)) es la diferencia promedio de valores, s d (\displaystyle s_(d)) es la desviación estándar de las diferencias y n es el número de observaciones
Esta estadística tiene una distribución t (n − 1) (\displaystyle t(n-1)) .
Prueba de una restricción lineal en parámetros de regresión lineal
La prueba t también puede probar una restricción lineal arbitraria (única) sobre los parámetros de una regresión lineal estimada mediante mínimos cuadrados ordinarios. Sea necesario probar la hipótesis H 0: c T b = a (\displaystyle H_(0):c^(T)b=a) . Obviamente, si se satisface la hipótesis nula, E (c T b ^ − a) = c T E (b ^) − a = 0 (\displaystyle E(c^(T)(\hat (b))-a)= c^( T)E((\hat (b)))-a=0) . Aquí utilizamos la propiedad de las estimaciones de mínimos cuadrados insesgadas de los parámetros del modelo E (b ^) = b (\displaystyle E((\hat (b)))=b) . Además, V (c T b ^ − a) = c T V (b ^) c = σ 2 c T (X T X) − 1 c (\displaystyle V(c^(T)(\hat (b))-a )=c^(T)V((\hat (b)))c=\sigma ^(2)c^(T)(X^(T)X)^(-1)c) . Usando en lugar de la varianza desconocida su estimación insesgada s 2 = E S S / (n − k) (\displaystyle s^(2)=ESS/(n-k)) obtenemos los siguientes estadísticos t:
T = c T b ^ − a s c T (X T X) − 1 c (\displaystyle t=(\frac (c^(T)(\hat (b))-a)(s(\sqrt (c^(T) (X^(T)X)^(-1)c)))))
Este estadístico, cuando se satisface la hipótesis nula, tiene una distribución t (n − k) (\displaystyle t(n-k)) , por lo que si el valor del estadístico es mayor que el valor crítico, entonces se rechaza la hipótesis nula de una restricción lineal. .
Probando hipótesis sobre el coeficiente de regresión lineal.
Un caso especial de restricción lineal es probar la hipótesis de que el coeficiente de regresión b j (\displaystyle b_(j)) es igual a un cierto valor a (\displaystyle a). En este caso, el estadístico t correspondiente es:
T = b ^ j − a s b ^ j (\displaystyle t=(\frac ((\hat (b))_(j)-a)(s_((\hat (b))_(j)))))
donde s b ^ j (\displaystyle s_((\hat (b))_(j))) es el error estándar de la estimación del coeficiente: la raíz cuadrada del elemento diagonal correspondiente de la matriz de covarianza de las estimaciones del coeficiente.
Si la hipótesis nula es cierta, la distribución de este estadístico es t (n − k) (\displaystyle t(n-k)) . Si el valor absoluto de la estadística es mayor que el valor crítico, entonces la diferencia entre el coeficiente y a (\displaystyle a) es estadísticamente significativa (no aleatoria); de lo contrario, es insignificante (aleatoria, es decir, el verdadero coeficiente es probablemente igual o muy cercano al valor estimado de a (\display style a))
Comentario
Una prueba de expectativas matemáticas de una muestra se puede reducir a probar una restricción lineal sobre los parámetros de regresión lineal. En una prueba de una muestra, se trata de una "regresión" de una constante. Por lo tanto, s 2 (\displaystyle s^(2)) de regresión es una estimación muestral de la varianza de la variable aleatoria que se está estudiando, la matriz X T X (\displaystyle X^(T)X) es igual a n (\displaystyle n ) , y la estimación del “coeficiente” del modelo es igual a la media muestral. De aquí obtenemos la expresión del estadístico t dada anteriormente para el caso general.
De manera similar, se puede demostrar que una prueba de dos muestras con varianzas muestrales iguales también se reduce a probar restricciones lineales. En una prueba de dos muestras, se trata de una "regresión" sobre una constante y una variable ficticia que identifica la submuestra según el valor (0 o 1): y = a + b D (\displaystyle y=a+bD) . La hipótesis sobre la igualdad de las expectativas matemáticas de las muestras se puede formular como una hipótesis sobre la igualdad del coeficiente b de este modelo a cero. Se puede demostrar que el estadístico t apropiado para probar esta hipótesis es igual al estadístico t dado para la prueba de dos muestras.
También se puede reducir a comprobar la restricción lineal en el caso de diferentes dispersiones. En este caso, la varianza del error del modelo toma dos valores. A partir de esto también se puede obtener un estadístico t similar al dado para la prueba de dos muestras.
Análogos no paramétricos
Un análogo de la prueba de dos muestras para muestras independientes es la prueba U de Mann-Whitney. Para la situación con muestras dependientes, los análogos son la prueba de signos y la prueba T de Wilcoxon.
Literatura
Alumno. El error probable de una media. // Biometrika. 1908. N° 6 (1). Pág. 1-25.
Enlaces
Sobre los criterios para probar hipótesis sobre la homogeneidad de medias en el sitio web de la Universidad Técnica Estatal de Novosibirsk
1. Método de Student (prueba t)
Este método se utiliza para probar la hipótesis sobre la confiabilidad de la diferencia de medias al analizar datos cuantitativos en elecciones con una distribución normal.
donde x 1 y x 2 son los valores promedio aritméticos de las variables de los grupos 1 y 2,
SΔ – error estándar de la diferencia.
Si n 1 = n 2 entonces 
donde n 1 y n 2 son el número de elementos en la primera y segunda muestras, δ 1 y δ 2 son desviaciones estándar para la primera y segunda muestras.
Si n 1 ≠ n 2 entonces 
El nivel de significancia se determina mediante una tabla especial.
2. Criterio φ* - Transformación angular de Fisher
Este criterio evalúa la confiabilidad de las diferencias entre los porcentajes de dos muestras en las que se registró la característica que nos interesa.
El valor empírico de φ* se calcula mediante la fórmula:
φ*=(φ 1 - φ 2) . , Dónde
φ 1 – ángulo correspondiente a un gran porcentaje.
φ 2 – ángulo correspondiente al porcentaje menor.
n 1 – número de observaciones en la muestra 1
n 2 – número de observaciones en la muestra 2
El nivel de significancia φ* del valor empírico se determina mediante una tabla especial. Cuanto mayor sea el valor de φ*, más probable es que las diferencias sean significativas.
2.2 Resultados de la investigación y su análisis
2.2.1 Características de adaptación de pacientes con enfermedades crónicas.
Para estudiar el grado de adaptación se utilizó el método de diagnóstico de adaptación sociopsicológica de K. Rogers y R. Diamond.
A partir del análisis del indicador de adaptación integral se identificaron 3 grupos experimentales de sujetos:
1. con un alto nivel de adaptación – grupo A.
El valor del indicador de adaptación es de 66 a 72 puntos. (M=67)
2. con un nivel medio de adaptación – grupo B.
El valor del indicador de adaptación es de 49 a 65 puntos. (M=56,6)
3. con un bajo nivel de adaptación – grupo C.
El valor del indicador de adaptación es de 38 a 48 puntos. (M=41,3)
La importancia de las diferencias en el nivel de adaptación entre los grupos experimentales se probó mediante la prueba t de Student. Las diferencias son estadísticamente significativas en p≤0,01 entre los grupos A y B, grupos B y C, grupos A y C. Así, podemos concluir que los pacientes con enfermedades crónicas se caracterizan por diferentes grados de adaptación.
La mayoría de los pacientes con enfermedades crónicas se caracterizan por un grado medio de adaptación (65%), con un alto nivel de adaptación: 19%, el tercer grupo de pacientes con un bajo nivel de adaptación (16%).
Se realizó un análisis de las diferencias de género en el nivel de adaptación de pacientes con enfermedades crónicas. Se encontró que la mayoría de mujeres y hombres se caracterizan por un nivel medio de adaptación (65% y 63%, respectivamente) - ver tabla. No 1.
Cuadro No. 1
Diferencias de sexo en la adaptación de pacientes con enfermedades crónicas.
(por grupos de sujetos, %)
| Asignaturas | Grupos experimentales | ||
| A (alto nivel del infierno) | B (nivel de infierno promedio) | C (nivel de presión baja) | |
| Hombres | 20 | 63 | 17 |
| Mujer | 19 | 65 | 16 |
La importancia de las diferencias se determinó mediante la prueba φ de Fisher. Se reveló que en ninguno de los grupos experimentales las diferencias de adaptación entre hombres y mujeres fueron significativas. (Grupo A–φ=0,098, grupo B - φ=0,161, grupo C - φ=0,106).
2.2.2 Rasgos de personalidad de pacientes con enfermedades crónicas con distintos grados de adaptación
Primero, consideremos las características de la autoconciencia de los grupos experimentales evaluados.
Grupo A (alto nivel de adaptación)
Los resultados obtenidos mediante la escala “Autoaceptación” mostraron que la mayoría de los sujetos de este grupo tienen un nivel de autoaceptación alto y medio (33%). Los sujetos del grupo A no obtuvieron puntuaciones bajas en la escala de “Autoaceptación”.
Así, los pacientes con enfermedades crónicas con un alto nivel de adaptación valoran mucho su apariencia, su capacidad para afrontar situaciones difíciles y se consideran interesantes como individuos.
Al estudiar las diferencias de género, se encontró que las mujeres con un alto nivel de adaptación en el período post-laboral muestran con mayor frecuencia un alto nivel de autoaceptación (83%), mientras que los hombres son igualmente altos y promedio (50% y 50% ).
Para un estudio más detallado de las ideas que una persona tiene sobre sí misma, se utilizó la técnica del "Diferencial Personal".
La interpretación de los datos obtenidos mediante LD se realizó según 3 factores:
Clasificación (O)
Actividad (A)
Para cada factor, de acuerdo con los estándares estándar, se distinguen 5 niveles:
Muy bajo (7-13 puntos)
Bajo (14-20 puntos)
Promedio (21-34 puntos)
Alto (35-41 puntos)
Muy alto (42-49 puntos)
No se encontraron valores muy bajos en ningún grupo para todos los factores por lo que al interpretar los resultados no se examina esta categoría;
Los resultados para el factor de evaluación indican el nivel de autoestima; según el factor de fuerza sobre el desarrollo de los aspectos volitivos de la personalidad; según el factor de actividad de la extroversión de la personalidad.
Al analizar los resultados en el grupo A (con alto nivel de adaptación), no se revelaron valores bajos para ningún factor (evaluación, fuerza, actividad), lo que corrige los datos obtenidos con la ayuda de la escuela “Autoaceptación”. .
El análisis de los resultados por factores reveló las siguientes características:
La mayoría de los sujetos de este grupo tenían un nivel óptimo de autoestima en términos del factor de fuerza (58% - valores medios, 17% - alto). También hay valores muy elevados (25%).
Esto indica que los pacientes con enfermedades crónicas con un alto nivel de adaptación tienen confianza en sí mismos, son independientes y confían en sus propias fuerzas en situaciones difíciles.
Según el factor de evaluación en el grupo A, los valores de la mayoría de los sujetos se asignaron al nivel óptimo (valores altos - 50%, promedio - 25%). También hay valores muy elevados (25%). Esto sugiere que los sujetos se aceptan a sí mismos como individuos y se reconocen como portadores de características positivas y socialmente deseables.
Para el factor actividad, el mayor número de valores medios (42%) y altos (33%). Se encuentran valores muy altos en el 28% de los sujetos. Estos resultados indican una alta actividad de los pacientes con enfermedades crónicas con un alto nivel de adaptación y sociabilidad.
Al realizar el procesamiento estadístico mediante la prueba φ de Fisher (nivel de significancia 0,05), se identificaron diferencias significativas en los factores de potencia y evaluación. En el grupo experimental A prevalecen los valores medios del factor fuerza y las puntuaciones del factor son altas. En base a esto, podemos concluir que los pacientes con un alto nivel de adaptación valoran sus características socialmente deseables y a sí mismos como persona por encima de sus cualidades volitivas.
Al estudiar las diferencias de género, se revelaron diferencias significativas en los factores de fuerza y evaluación (criterio φ, p = 0,01). Ver tabla. 2, 3.
Cuadro No. 2
Diferencias de sexo en el factor “Fuerza” LD (%)
|
Asignaturas | bajo | promedio | alto | muy alto |
| hombres | 0 | 33 | 17 | 50 |
| mujer | 0 | 83 | 17 | 0 |
SignificadoLas mujeres del grupo A en la mayoría de los casos muestran un valor medio para el factor “Fuerza” (83%), mientras que los hombres tienen un valor muy alto (50%).
Cuadro No. 3
Diferencias de sexo en el grupo A por factor “Evaluación” LD (%)
|
Asignaturas | bajo | promedio | Alto | muy alto |
| Hombres | 0 | 50 | 33 | 17 |
| Mujer | 0 | 0 | 67 | 33 |
La mayoría de las mujeres del grupo A tienen puntuaciones altas (67%) y muy altas (33%) en el factor “Evaluación”, mientras que los hombres tienen puntuaciones medias (50%) y altas (33%).
Por lo tanto, los hombres con un alto nivel de adaptación evalúan altamente sus cualidades de voluntad fuerte y su confianza en sí mismos, mientras que las mujeres con un alto nivel de adaptación evalúan altamente sus cualidades sociales y su nivel de logros.
Para estudiar la localización del control sobre eventos significativos se utilizó la escala de “Internalidad”.
Al analizar los resultados, no se encontraron valores bajos para este factor entre los sujetos del grupo A. Se presentaron igualmente valores medios (50%) y altos (50%). Esto indica que las personas con un alto nivel de adaptación en el período post-laboral creen que los acontecimientos más importantes de sus vidas son el resultado de sus propias acciones, que pueden controlarlas y, por tanto, se sienten responsables de esos acontecimientos y de sus propias acciones. lo que hacen. cómo resulta la vida en general.
Las diferencias de género en el criterio de “Internalidad” no son estadísticamente significativas.
Así, podemos concluir que los pacientes con enfermedades crónicas con un alto nivel de adaptación tienen un nivel óptimo de autoestima (medio y alto). Se aceptan a sí mismos como individuos, tienen confianza en sí mismos, son independientes y se consideran activos y sociables. Los hombres valoran mucho sus cualidades de voluntad fuerte y su capacidad para afrontar las dificultades, mientras que las mujeres valoran mucho sus cualidades sociales.
Las personas de este grupo tienden a confiar en sus propias fortalezas, saben gestionarse a sí mismas, a sus acciones y se consideran responsables de cómo se desarrolla su vida en su conjunto.
Grupo B (nivel medio de adaptación)
Los resultados obtenidos mediante la escala “Autoaceptación” muestran que la mayoría de los sujetos de este grupo tienen un nivel medio de autoaceptación (90%). Con un nivel alto de autoaceptación – 5%, con un nivel bajo – 5%.
No se encontraron diferencias de género estadísticamente significativas.
El análisis de los resultados mediante el método diferencial personal se realizó según los factores de fuerza, valoración y actividad. Ver tabla. 4.
Cuadro No. 4
Representación de sujetos del grupo B con diferentes niveles de autoestima (por factores, en%)
El análisis de los resultados por factores mostró que la mayoría de los sujetos del grupo B para el factor fuerza tenían un nivel óptimo de autoestima (75% - valores medios, 17% - alto). También hay niveles de valores bajos (5%) y muy altos (2,5%).
Según el factor de evaluación, prevalece un nivel adecuado de autoestima (62,5% - nivel medio de valores, 10% - alto). Tasa baja en el 2,5% de los sujetos. Un gran porcentaje de tipos muy elevados (25%).
Para el factor de actividad, el mayor número de valores óptimos (60% - medio, 22,5% - alto). Valores bajos: 7,5%, muy altos: 10%.
Al realizar el procesamiento estadístico utilizando el criterio φ (p≤0,01), se identificaron diferencias significativas en los hechos de fuerza y evaluación en un nivel de valores “muy alto”. Los sujetos del grupo B tienden a evaluar exageradamente sus cualidades sociales.
Al estudiar las diferencias de género, se identificaron diferencias en los 3 factores (criterio φ p≤0,05).
Diferencias de sexo en el factor “Fuerza”
Entre los hombres no se encontraron valores bajos de este indicador. Mientras que para las mujeres es del 10%.
Un nivel de valores muy alto se produce en los hombres del grupo en un 5% de los casos, pero no en las mujeres. Esto indica que los hombres tienden a exagerar sus cualidades de voluntad fuerte y las mujeres tienden a subestimarlas.
Diferencias de sexo en el carácter "Evaluación"
Las mujeres tienen con más frecuencia que los hombres valores muy altos para este factor (33% de las mujeres, 16% de los hombres).
Diferencias de sexo en el factor "Actividad"
Las mujeres de este grupo experimental tienen con más frecuencia que los hombres valores muy altos para este factor (44% de las mujeres, 5% de los hombres).
Al analizar los resultados en la escala “Internalidad”, se reveló que la mayoría de los pacientes con enfermedades crónicas con un nivel medio de adaptación tenían un nivel medio de indicador de internalidad (80%). Los evaluados con un valor bajo en esta escala - 7,5%, con un valor alto - 12,5%.
Esto sugiere que, en general, los pacientes con un nivel medio de adaptación se exigen mucho a sí mismos y confían en sus propias fortalezas. Pero algunas personas de este grupo no se consideran capaces de controlar los acontecimientos de sus vidas; atribuyen la responsabilidad de ellos a las circunstancias y a otras personas.
Así, la mayoría de los pacientes con enfermedades crónicas con un nivel medio de adaptación en el período post-laboral presentan un nivel óptimo de autoestima, es decir se aceptan a sí mismos como persona y están satisfechos consigo mismos. Un cierto porcentaje de personas de este grupo tiene una autoestima alta, así como una autoestima baja, lo que indica inmadurez personal, incapacidad para evaluarse correctamente a sí mismos y a los resultados de sus actividades. Los sujetos de este grupo tienden a evaluar exageradamente sus cualidades sociales.
Los hombres de este grupo tienden a sobreestimar sus cualidades volitivas, mientras que las mujeres tienden a sobreestimar sus cualidades sociales.
Grupo C (bajo nivel de adaptación)
Los resultados obtenidos mediante la escala de “autoaceptación” mostraron que la mayoría de los sujetos de este grupo tienen un nivel bajo de autoaceptación (70%). Algunos sujetos tienen un nivel medio de autoaceptación (30%). No se identificaron valores elevados en esta escala.
Así, los pacientes con enfermedades crónicas con un bajo nivel de adaptación evalúan agudamente su apariencia y creen que no han demostrado su valía en nada.
Al estudiar las diferencias de género, se reveló que las mujeres con un bajo nivel de adaptación suelen tener un nivel medio de autoaceptación (66%), mientras que los hombres en todos los casos (100%). Por tanto, las mujeres con bajos niveles de adaptación no siempre tendrán bajos niveles de autoaceptación.
El análisis de los resultados mediante el método “Diferencial Personal” se realizó según los factores de fuerza, valoración y actividad. Ver tabla. 5.
Tabla 5 Representación de los grupos de prueba C con diferentes niveles de autoestima (por factores, en%)
Al analizar los resultados del grupo C no se revelaron valores muy altos para ningún factor, lo que se correlaciona con los datos obtenidos mediante la escala de Autoaceptación. Sólo se encuentran valores altos para el factor de evaluación (10%).
Para el factor fuerza, la mayoría de los sujetos presentan valores bajos (60%). También hay valores medios (40%).
Para los factores de evaluación y actividad, el número máximo de valores medios (80%). Valores bajos para el factor de evaluación se dan en el 10% de los sujetos, y para el factor de actividad en el 20%.
Así, entre los sujetos del grupo C prevalecen valores de autoestima moderadamente bajos. Los sujetos de prueba de este grupo valoran sus cualidades volitivas de manera especialmente baja.
Al examinar las diferencias de género, se identificaron diferencias significativas en el factor de fuerza (prueba de φ, 0,03) y las calificaciones.
Los hombres con un bajo nivel de adaptación califican sus cualidades volitivas como bajas (80%, mientras que las mujeres solo el 49%;), y las mujeres tienen cualidades sociales (20% de las mujeres, 0% de los hombres).
Al analizar los resultados en la escala “Internalidad”, se reveló que la mayoría de los pacientes con enfermedades crónicas tienen un nivel de internalidad bajo (60%) y un nivel de internalidad medio (30%). En este grupo hay un 10% de personas con un alto nivel de internalidad.
Esto indica que la mayoría de pacientes con enfermedades crónicas con un bajo nivel de adaptación tienden a atribuir más importancia a las circunstancias externas y no se consideran capaces de controlar su propia vida.
Así, podemos concluir que los pacientes con enfermedades crónicas con un bajo nivel de adaptación se caracterizan por niveles de autoestima bajos y medios. A menudo son críticos consigo mismos y no están satisfechos con su propio comportamiento o nivel de logros. Los hombres de este grupo valoran su baja confianza en sí mismos y su capacidad para afrontar las dificultades, mientras que las mujeres se valoran a sí mismas como personas en su conjunto.
Las personas de este grupo creen que la mayoría de los acontecimientos de sus vidas son el resultado del azar o de las acciones de otras personas.
Un análisis comparativo de los indicadores de autoconciencia entre grupos de sujetos reveló diferencias significativas.
Los sujetos del grupo A (alto nivel de adaptación) se caracterizan por un alto nivel de autoaceptación (67%) respecto a los sujetos del grupo B (5%), φ*=4,45; p ≤0,01) y grupo C (0%).
En el grupo C (bajo nivel de adaptación) hubo mayor número de valores bajos (70%) que en el grupo B (5%) - φ*=3,57; p ≤0,01 y grupo A (0%).
Según el factor de fuerza (diferencial de personalidad), los valores muy altos (25%) y altos (17%) son más comunes entre los sujetos del grupo A que entre los sujetos del grupo C (0% y 0%).
Hay más valores bajos en el grupo C (60%) que en el grupo A (0%).
Por la naturaleza de la evaluación, los valores altos (50%) son más comunes en el grupo A que en el grupo C (10%) - φ*=2,16; p≤0,01.
En el grupo C, los valores bajos (10%) son más comunes que en el grupo A (6%) para el factor de evaluación y los valores medios (80%) que en el grupo A (25%) - φ*=2,72; p≤0,01.
Según el factor, la actividad en el grupo A tiene más valores muy altos (25%) y altos (33%) que en el grupo C (0%). El grupo C tiene valores más bajos (20%) que el grupo A (6%).
Los sujetos del grupo A se caracterizan por un alto nivel de internalidad (50%) en comparación con los sujetos del grupo C (10%) - φ*=2,16; p≤0,01
Los sujetos del grupo C tienen más probabilidades de tener un nivel bajo de internalidad (60%) que los sujetos del grupo A (0%) y los sujetos del grupo B (7,5%) - φ*=3,44; p≤0,01
Así, los sujetos del grupo A generalmente tienen una autoestima más óptima para el bienestar personal y se caracterizan por una actitud más segura y consciente ante la vida.
2.2.3 Características de la esfera de necesidad motivacional de la personalidad de los sujetos.
Para estudiar el ámbito de la necesidad motivacional se utilizó el método de las oraciones incompletas (ver apéndices). Los resultados se analizan en las siguientes categorías:
1. Declaración sobre el futuro (1, 2, 9, 13)
2. Declaración sobre el pasado (3, 4)
3. Declaración sobre la enfermedad (6, 7)
4. Declaraciones relacionadas con familiares (8)
5. Declaraciones que reflejaron la actitud ante la enfermedad (10)
Grupo A (alto nivel de adaptación) - ver apéndice.
1. En las declaraciones sobre el futuro, los ítems más comunes en las respuestas de los encuestados incluyen expectativas de logros - 29% ("Aprenderé a conducir un automóvil"), interés en los problemas de la sociedad - 21% ("I' "Me alegraré si la vida en el campo mejora"), esperanza de mantener el nivel de vida anterior -21% ("Espero ser igual de activo"), preocupación por mis familiares -13% ("En el futuro, mi vida es la vida de mis hijos”).
2. Los sujetos del grupo A, al evaluar su pasado, notan que: lograron sus planes, se dieron cuenta de sí mismos - 54% ("Mirando hacia atrás en mi vida, creo que mi vida no fue vivida en vano". "Por lo que me esforcé, Logré lograrlo”), realizó parcialmente sus planes: 21% (“La familia resultó ser buena, pero dedicaron y siguen dedicando poco tiempo a los niños”). El 17% de los pacientes con enfermedades crónicas del grupo A admiten la falacia de sus metas y aspiraciones en el pasado (“Me esforcé por algo que no importaba”)
3. El análisis de las declaraciones de pacientes con enfermedades crónicas sobre el hecho de la enfermedad mostró que algunos de los sujetos estaban muy preocupados - 25%, y otros lo daban por sentado sin ninguna preocupación especial - 21%
Los datos obtenidos además a través de conversaciones mostraron que los sujetos del grupo A se caracterizaban por una variedad de intereses.
Entre ellos se encuentran leer (83%), mirar televisión (83%), caminar (75%), hacer deporte (50%), conversar (33%), reunirse con amigos y familiares (25%). Se puede suponer que la presencia de una amplia gama de intereses ayuda a los pacientes crónicos de este grupo a percibir con calma la presencia de la enfermedad.
4. En declaraciones relacionadas con la comunicación con familiares, los sujetos expresan preocupación por sus seres queridos - 75% ("Me gustaría que mis hijos estuvieran sanos") y esperan apoyo de sus seres queridos - 25% ("Me gustaría que mis familiares siempre estuvieran sanos"). conmigo").
Al analizar los resultados obtenidos mediante la escala “Aceptación de los demás”, se reveló que los sujetos del grupo A tienen un nivel de aceptación de los demás alto (58%) y medio (42%), lo que indica una alta esperanza de afiliación y un deseo de aceptación. En general, me gustan otras personas, mis relaciones con ellos son cálidas y amigables.
Los datos obtenidos a través de la conversación mostraron que el 67% de los pacientes con enfermedades crónicas de este grupo están completamente satisfechos con la comunicación, el 25% están satisfechos, pero ahora se comunican menos que antes (el círculo de comunicación se ha reducido) y el 8% no tiene suficiente comunicación.
Así, a pesar del estrechamiento de su círculo social, los pacientes con un alto nivel de adaptación están satisfechos con su interacción con otras personas.
5. Al dar su definición de enfermedad, el 33% de los encuestados afirma que la enfermedad es un hito en la vida (“La enfermedad para mí es un límite definido, la vida “antes” y “después”, me permitió evaluar mi vida”).
6. Al estudiar las diferencias de género, se reveló que en relación con el futuro, los hombres muestran interés por los problemas de la sociedad con más frecuencia que las mujeres (67% de los hombres, 33% de las mujeres), es decir. muestran mayor actividad social.
Grupo B (nivel medio de adaptación)
1. En las declaraciones sobre el futuro, las respuestas de los encuestados suelen incluir problemas cotidianos: 20% ("Tengo la intención de renovar la casa"), esperanzas de mantener el nivel de vida anterior: 19%. (“Me alegraré mucho si sigo viviendo de la misma manera”), preocupaciones por la salud -14% (“Tengo la intención de llevar un estilo de vida saludable, esto es lo principal en la vida”), preocupaciones por los familiares -10% , el 9% de los pacientes esperan un futuro mejor (“Espero que mi vida futura sea mejor que ahora”).
2. Los sujetos del grupo B, evaluando su pasado, señalan que: realizaron parcialmente sus planes - (38%); admitió la falacia de sus objetivos y aspiraciones - (35%); realizó sus planes, se dio cuenta de sí mismo - (15%).
3. El análisis de las declaraciones sobre la noticia de la enfermedad mostró que la mayoría de los sujetos trataron este evento con relativa calma (65%), una parte del grupo estaba muy preocupada (25%) y un pequeño porcentaje se mostró indiferente (10%).
Los datos obtenidos a través de la conversación indican que los sujetos del grupo B se caracterizan por una variedad de intereses (lectura, radio, televisión, cine, pesca, quedar con amigos, mascotas, etc.). Lo que es importante para tener una actitud tranquila ante su condición de paciente crónico.
4. En declaraciones relacionadas con la comunicación con familiares, los sujetos expresan preocupación por sus seres queridos (57%) y esperan apoyo de sus seres queridos (25%). Algunas respuestas incluyen el miedo a quedarse solo (25%) (“Me alegraría mucho que mis familiares vivieran conmigo y no me olvidaran”).
Al analizar los resultados obtenidos mediante la escala “Aceptación de los demás”, se reveló que los sujetos del grupo B tienen un nivel medio de aceptación de los demás (78%). Algunos sujetos muestran un alto nivel de aceptación de los demás (10%), y otros muestran un nivel bajo (12%). Esto indica que las personas con un nivel medio de adaptación se caracterizan por el deseo de aceptar a otras personas.
Durante la conversación se encontró que los pacientes de este grupo lamentan que ahora se comunican menos, pero en general están satisfechos con la comunicación (73%), el 15% está completamente satisfecho con la interacción con otras personas y el 12% cree que les falta comunicación. .
5. En declaraciones que reflejan su actitud ante la enfermedad, los sujetos del grupo B escriben que la enfermedad es una carga para los seres queridos (27,5%), la enfermedad es un hito o límite (17,5%). El miedo a la muerte se expresa en las respuestas de 20 sujetos; el 25% indica que la enfermedad no es el fin de la vida.
Grupo C (bajo nivel de adaptación)
1. En las declaraciones sobre el futuro, las respuestas de los encuestados suelen incluir la falta de expectativas de cambios: 30% ("En el futuro, mi vida no cambiará"), expectativas de dificultades: 22,5% ("En el futuro , mi vida será aún más difícil”) , problemas domésticos - 17,5%. Las preocupaciones por la salud se reflejan en las respuestas del 15% de los sujetos. La categoría “expectativas de logro” no aparece en las respuestas de sujetos con bajo nivel de adaptación.
2. Al evaluar su pasado, las personas del grupo C notan que no hicieron lo que podrían haber hecho: 40% ("Mirando hacia atrás en mi vida, creo que podría haberla vivido mejor y más divertida"), que había más fracasos que logros: 30% ("Mirando hacia atrás en mi vida, creo que parte de mi vida fue desafortunada").
El 15% admite que sus objetivos y aspiraciones en el pasado estaban equivocados, el 10% señala que pudieron realizarse parcialmente. Y sólo el 5% escribe que cumplieron sus planes, se dieron cuenta de sí mismos.
3. Un análisis de las declaraciones de pacientes con enfermedades crónicas sobre la noticia del diagnóstico mostró que la mayoría experimentó este evento en serio: 60%; El 30% reaccionó con relativa calma y el 10% con indiferencia.
Durante la conversación, se descubrió que los sujetos del grupo C se caracterizaban por intereses pasivos (ver televisión, tejer, leer), y muchos notaron la ausencia de una actividad favorita. Podemos decir que la falta de intereses complica el proceso de adaptación a la enfermedad, ya que no se compensa con actividades significativas.
1. En declaraciones relacionadas con la comunicación con familiares, los sujetos esperan apoyo de sus seres queridos (50%) y expresan miedo a quedarse solos un 30%. Las respuestas del 20% de los sujetos incluyen preocupación por los familiares.
2. Al analizar los resultados obtenidos mediante la escala “Aceptación de los demás”, se reveló que los sujetos del grupo C tienen calificaciones bajas (60%) y medias; (40%) nivel de aceptación de los demás, lo que indica que las personas de este grupo tienen restricciones para comunicarse con los demás y sienten hostilidad hacia quienes los rodean.
El análisis de los resultados de la conversación mostró que las personas con un bajo nivel de adaptación no están satisfechas con la comunicación con los demás (70%), o están satisfechas, pero insatisfechas con el hecho de que su círculo social se ha reducido (30%).
Al dar su definición de la enfermedad, los pacientes del grupo C escriben que la enfermedad es el final de la vida (40%), expresan miedo a la muerte (20%), la enfermedad se caracteriza como un hito para el 30% de los sujetos.
Un análisis comparativo de las características del ámbito de la necesidad motivacional nos permitió identificar diferencias significativas.
1. En las declaraciones de los sujetos del grupo A (alto nivel de adaptación) sobre el futuro, las expectativas de logros son más comunes (29%) que en el grupo B (9%) φ*=1,604; p≤0,05 y en el grupo C (0%). En el grupo B, un mayor porcentaje de respuestas están relacionadas con problemas cotidianos (20%) que en el grupo A (4%) φ*=1,59; p≤0,05.
2. En declaraciones sobre el pasado, los sujetos del grupo A con mayor frecuencia (54%) que los sujetos del grupo B (15%) señalan que llevaron a cabo sus planes, se realizaron a sí mismos (φ*=2,42; p≤0,01) y más frecuentemente que en el grupo C (5%) φ*=2,802; p≤0,01.
Los sujetos del grupo C tienen más probabilidades (30%) que los sujetos del grupo A (0%) y que los sujetos del grupo B (6%) - φ*=2,83; p≤0.01 indican que hubo más fracasos que logros. También tienen más probabilidades (46%) que los sujetos del grupo B (1%) de escribir que no hicieron lo que podrían haber hecho (φ*=3,306; p≤0,01).
En el grupo B, un porcentaje mayor (38%) de sujetos señaló que eran capaces de realizarse parcialmente que en el grupo C (10%), φ*=1,934; p≤0,02.
3. En las declaraciones relacionadas con la jubilación, los sujetos del grupo C escriben con mayor frecuencia (60%) que los sujetos del grupo A (25%) y los sujetos del grupo B (25%) que estaban preocupados (φ*=1,693; p≤0,04 ).
4. Al describir las relaciones con familiares, los sujetos del grupo A expresan con mayor frecuencia (75%) preocupación por sus seres queridos (φ*=2,725; p≤0,01) que los del grupo C (20%).
Los pacientes con enfermedades crónicas del grupo C expresan con más frecuencia (30%) que los del grupo A (0%) miedo a estar solos.
5. En las respuestas de los sujetos del grupo A, la definición de la enfermedad como un resumen se escucha con más frecuencia (17%) que en el grupo C (0%) y en el grupo B (2,5%) - φ*=1,61 ; p≤0,05.
Se encontraron diferencias significativas en la escala de Aceptación de los demás. Los enfermos del grupo A muestran con mayor frecuencia (58%) un alto nivel de aceptación de los demás que los del grupo C (0%) y el grupo B (10%) φ*=3,302; p≤0,01.
Los sujetos del grupo C muestran con mayor frecuencia (60%) un bajo nivel de aceptación de los demás que los del grupo A (0%) y del grupo B (12,5%) - φ*=2,967; p≤0.01
Así, los pacientes con enfermedades crónicas con un alto nivel de adaptación se caracterizan por una actitud más optimista hacia el futuro, una valoración positiva del pasado y un alto nivel de aceptación de los demás.
Se trata de la ruptura de las conexiones entre los mayores y los jóvenes. Hoy en día no es raro llamar a este fenómeno gerontofobia o sentimientos hostiles hacia las personas mayores. Muchos de los factores estresantes de las personas mayores y de edad avanzada pueden prevenirse o superarse de manera relativamente indolora precisamente mediante cambios en las personas mayores y en el proceso de envejecimiento en general. Famoso médico estadounidense y...
Se utilizaron varios métodos: - análisis teórico de la literatura científica sobre sociología, desviatología y psicología de las diferencias individuales sobre el problema del estudio de la influencia de las características psicológicas de las personas que consumen drogas; - métodos empíricos – psicodiagnósticos; - análisis comparativo; - métodos de procesamiento matemático y estadístico de los resultados de la investigación: prueba t de Student...
Cada vez hay más niños debilitados y, por tanto, se necesitan medidas preventivas especiales destinadas a prevenir enfermedades somáticas y psicosomáticas. CAPÍTULO III. ESTUDIO EMPÍRICO DE LAS CARACTERÍSTICAS DE LA ADAPTACIÓN PSICOLÓGICA A LA PRIMERA INFANCIA 3.1 Descripción de la muestra El estudio empírico se realizó de septiembre a diciembre de 2008. Base para...
Un enfoque equivalente para interpretar los resultados de las pruebas sería asumir que la hipótesis nula es verdadera, podemos calcular qué tan grande probabilidad conseguir t- un criterio igual o mayor que el valor real que calculamos a partir de los datos de muestra disponibles. Si esta probabilidad resulta ser menor que un nivel de significancia previamente aceptado (por ejemplo, P< 0.05), мы вправе отклонить проверяемую нулевую гипотезу. Именно такой подход сегодня используется чаще всего: исследователи приводят в своих работах P-значение, которое легко рассчитывается при помощи статистических программ. Рассмотрим, как это можно сделать в системе R.
Supongamos que tenemos datos sobre la ingesta diaria de energía procedente de los alimentos (kJ/día) de 11 mujeres (ejemplo tomado del libro Altman D. G. (1981) Estadística práctica para la investigación médica, Chapman & Hall, Londres):
El promedio de estas 11 observaciones es:
Pregunta: ¿Este promedio muestral es diferente de la norma establecida de 7725 kJ/día? La diferencia entre el valor de nuestra muestra y este estándar es bastante significativa: 7725 - 6753,6 = 971,4. Pero ¿cuán grande es esta diferencia estadísticamente? Una sola muestra ayudará a responder esta pregunta. t-prueba. Como otras opciones t-test, se realiza una prueba t de una muestra en R usando la función t.test():
Pregunta: ¿Son estos promedios estadísticamente diferentes? Comprobemos la hipótesis de que no hay diferencia usando t-prueba:
Pero en tales casos, ¿cómo podemos evaluar estadísticamente la presencia de un efecto de una intervención? En general, la prueba de Student se puede representar como
prueba t de Studentpara muestras independientes
Prueba t de Student ( t-Prueba del estudiante o simplemente " t-test") se utiliza si necesita comparar solo dos grupos características cuantitativas con distribución normal (un caso especial de análisis de varianza). Nota: este criterio no se puede utilizar cuando se comparan varios grupos por pares; en este caso se debe utilizar el análisis de varianza. El uso erróneo de la prueba t de Student aumenta la probabilidad de “revelar” diferencias que no existen. Por ejemplo, en lugar de reconocer varios tratamientos como igualmente eficaces (o ineficaces), uno de ellos se declara mejor.
Dos eventos se llaman independientes si la ocurrencia de uno de ellos no afecta de ninguna manera la ocurrencia del otro. De manera similar, dos colecciones pueden considerarse independientes si las propiedades de una de ellas no están relacionadas de ninguna manera con las propiedades de la otra.
Ejemplo de ejecución t-prueba en el programa STATISTICA.
Las mujeres son en promedio más bajas que los hombres, pero esto no se debe a que los hombres tengan alguna influencia sobre las mujeres, sino que es una cuestión de características genéticas del sexo. Mediante el uso t- La prueba debe comprobar si existe una diferencia estadísticamente significativa entre los valores medios de altura en los grupos de hombres y mujeres. (Para fines educativos, asumimos que los datos de altura siguen una distribución normal y por lo tanto t- prueba es aplicable).
Figura 1. Ejemplo de formato de datos para ejecución t-
Preste atención a cómo se formatean los datos en la Figura 1. Como cuando se construyen gráficos comoTrama de bigotes o Trama de caja y bigotes, hay dos variables en la tabla: una de ellas es agrupar (variable de agrupación) (“Género”): contiene códigos (marido y mujer) que permiten al programa determinar cuál de los datos de altura pertenece a qué grupo; el segundo - el llamado variable dependiente (Variable dependiente) (“Crecimiento”): contiene los datos reales que se están analizando. Sin embargo, al ejecutart-Para realizar pruebas para muestras independientes en el programa STATISTICA, es posible otra opción de diseño: los datos para cada uno de los grupos (“Hombres” y “Mujeres”) se pueden ingresar en columnas separadas (Figura 2).
Figura 2. Otra opción para formatear datos para su ejecución. t- prueba de muestras independientes
Para ejecución t-Para una prueba de muestras independiente, debe hacer lo siguiente:
1-a. Módulo de lanzamiento t- masa del menú Estadísticas > Estadísticas/Tablas básicas > t-prueba, independiente, por grupos(si hay una variable de agrupación en la tabla de datos, consulte la Figura 3)
O
1-b. Módulo de lanzamiento t- masa del menú Estadísticas > Estadísticas/Tablas básicas > t-test, independiente, por variables(si los datos se ingresan en columnas independientes, ver Figura 4).
A continuación se muestra una versión de la prueba en la que hay una variable de agrupación en la tabla de datos.
2. En la ventana que se abre, haga clic en el botón variables y decirle al programa cuál de las variables de la tabla Hoja de cálculo es agrupación y cuál es dependiente (Figuras 5-6).
Figura 5. Selección de variables para incluir en t-prueba
Figura 6. Ventana con entrada variables seleccionadas para la realización t-prueba
3. Presione el botónResumen: pruebas T.
Figura 7. Resultados t-prueba para muestras independientes
Como resultado, el programa producirá un libro de trabajo.Libro de trabajo, que contiene una tabla con los resultados.t-prueba (Figura 7 ). Esta tabla tiene varias columnas:
- Significar(masculino) - altura promedio en el grupo “Hombres”;
- Significar(mujer) - altura media en el grupo “Mujeres”;
- t- valor: valor calculado por el programa t-Prueba del estudiante;
- df- número de grados de libertad;
- PAG- la probabilidad de validez de la hipótesis de que los valores medios comparados no difieren. De hecho, este es el resultado más importante del análisis, ya que es el valor PAG indica si la hipótesis que se está probando es cierta. En nuestro ejemplo, P > 0,05, de lo que podemos concluir que no existen diferencias estadísticamente significativas entre las alturas de hombres y mujeres.
- N válido(masculino) - tamaño de muestra “Hombres”;
- N válido(mujer) - tamaño de muestra “Mujeres”;
- Estándar desarrollador. (masculino) - desviación estándar de la muestra de “Hombres”;
- Estándar desarrollador. (femenino) - desviación estándar de la muestra de “Mujeres”;
- Relación F, variaciones- el valor de la prueba F de Fisher, con cuya ayuda se prueba la hipótesis sobre la igualdad de varianzas en las muestras comparadas;
- P,Varianzas- la probabilidad de validez de la hipótesis de que las varianzas de las muestras comparadas no difieren.
Historia
Este criterio fue desarrollado por William Gossett para evaluar la calidad de la cerveza en Guinness. En relación con las obligaciones con la empresa en materia de no divulgación de secretos comerciales (la dirección de Guinness consideraba como tal el uso de aparatos estadísticos en su trabajo), el artículo de Gosset se publicó en 1908 en la revista Biometrics bajo el seudónimo de "Estudiante".
Requerimientos de datos
Para aplicar este criterio es necesario que los datos originales tengan una distribución normal. En el caso de aplicar una prueba de dos muestras para muestras independientes, también es necesario cumplir con la condición de igualdad de varianzas. Sin embargo, existen alternativas a la prueba t de Student para situaciones con varianzas desiguales.
Prueba t de dos muestras para muestras independientes
En el caso de un tamaño de muestra ligeramente diferente, se utiliza una fórmula simplificada para cálculos aproximados:
Si el tamaño de la muestra difiere significativamente, se aplica una fórmula más compleja y precisa:
Dónde METRO 1 ,METRO 2 - medias aritméticas, σ 1, σ 2 - desviaciones estándar y norte 1 ,norte 2 - tamaños de muestra.
Prueba t de dos muestras para muestras dependientes
Para calcular el valor empírico de la prueba t en la situación de probar una hipótesis sobre diferencias entre dos muestras dependientes (por ejemplo, dos muestras de la misma prueba con un intervalo de tiempo), se utiliza la siguiente fórmula:
Dónde METRO d es la diferencia promedio de valores, y σ d- desviación estándar de las diferencias.
El número de grados de libertad se calcula como
Prueba t de una muestra
Se utiliza para probar la hipótesis sobre la diferencia entre el valor promedio y algún valor conocido:
El número de grados de libertad se calcula como
Análogos no paramétricos
Un análogo de la prueba de dos muestras para muestras independientes es la prueba U de Mann-Whitney. Para la situación con muestras dependientes, los análogos son la prueba de signos y la prueba T de Wilcoxon.
Cálculo automático de la prueba t de Student.
Fundación Wikimedia. 2010.
Vea qué es la "prueba T de Student" en otros diccionarios:
Prueba t-c de Student- Criterio de Student o t c. o la prueba S. t es un criterio estadístico para la significancia de la diferencia entre las medias comparadas. Determinado por la relación entre esta diferencia y el error de diferencia: Para valores de t... ... Genética. diccionario enciclopédico
La prueba T de Student es el nombre general de una clase de métodos para la prueba estadística de hipótesis (pruebas estadísticas) basados en la comparación con la distribución de Student. Los casos más comunes de uso de la prueba t están relacionados con la verificación de la igualdad... ... Wikipedia
prueba t de Student- Stjūdento kriterijus statusas T sritis augalininkystė apibrėžtis Faldaumo tarp dviejų vidurkių patikimumo rodiklis, išreiškiamas faldaumo ir jo paklaidos santykiu. atitikmenys: inglés. Prueba de estudiante rusa. Prueba t de Student... Žemės ūkio augalų selekcijos ir sėklininkystės terminų žodynas
prueba t de Student- Una prueba estadística en la que, bajo el supuesto de hipótesis nula, los estadísticos utilizados corresponden a la distribución t (distribución de Student). Nota. A continuación se muestran ejemplos de la aplicación de este criterio: 1. comprobar la igualdad de la media de... ... Diccionario de estadística sociológica
CRITERIO DEL ESTUDIANTE- Indicador biométrico de la fiabilidad de la diferencia (td) entre los valores medios de dos grupos de animales comparados entre sí (M1 y M2) para cualquier característica. La confiabilidad de la diferencia está determinada por la fórmula: El valor td resultante se compara con... ... Términos y definiciones utilizados en cría, genética y reproducción de animales de granja.
CRITERIO DEL ESTUDIANTE- evalúa la cercanía de dos valores promedio desde el punto de vista de si se clasifica o no como aleatorio (a un nivel de significancia dado), respondiendo a la pregunta de si los valores promedio difieren estadísticamente significativamente entre sí)
