Test t apparié vs non apparié : tableau comparatif et exemples Test t apparié

Test t apparié vs non apparié : tableau comparatif et exemples

PARTAGER L’ARTICLE SUR

Table des matières

Dans le monde d’aujourd’hui, la valeur des statistiques est tout simplement et indéniablement inégalée. Nous disposons d’une abondance de données provenant d’un nombre énorme de populations et vous devez tirer des conclusions basées sur les paramètres en utilisant un échantillonnage aléatoire. Cependant, l’importance est accompagnée de difficultés et les méthodes statistiques utilisées pour de telles évaluations ne sont pas si simples à réaliser. Elles comprennent la formulation d’hypothèses, les tests, puis, en fonction du processus statistique, la décision d’accepter ou de rejeter l’hypothèse.

Deux de ces techniques de test d’hypothèses statistiques sont le test t apparié et le test t non apparié. La principale différence entre les deux est que dans le test t apparié, vous comparez les mesures appariées qui correspondent délibérément. Alors que dans le test t non apparié, vous comparez les moyennes de deux échantillons qui n’ont pas d’appariement naturel.

Mais cela ne suffit pas pour bien comprendre à la fois le test t apparié et le test t non apparié. Par conséquent, dans cet article, nous allons examiner la différence entre le test t apparié et le test t non apparié avec un tableau de comparaison.

Transformez votre processus de génération d’informations

Créez un processus exploitable de collecte de commentaires.

online survey

Différence entre les tests t appariés et non appariés

Caractéristique

Test t apparié

Test t non apparié

Définition

Un test statistique qui compare les moyennes et les écarts-types de deux échantillons associés

Un test statistique qui compare les moyennes et les écarts-types de deux échantillons non apparentés ou indépendants

Connu également sous le nom de

Test t dépendant

Test t indépendant

Hypothèse

  • Hypothèse nulle H0 : pas de différence significative entre les moyennes de deux groupes apparentés
  • Hypothèse alternative H1 : il existe une différence significative entre les moyennes de deux groupes apparentés
  • Hypothèse nulle H0 : pas de différence significative entre les moyennes de deux groupes non apparentés
  • Hypothèse alternative H1 : il existe une différence significative entre les moyennes de deux groupes non apparentés

Variance

Ne suppose pas une variance égale entre les groupes

Suppose une variance égale entre les groupes, en cas de variance inégale, utilisez le test de Welch

Hypothèses

  • La variable dépendante est normalement distribuée
  • Observations échantillonnées indépendamment
  • Variable dépendante mesurée en rapports ou en intervalles
  • Les variables indépendantes ont deux groupes apparentés ou appariés
  • La variable dépendante est normalement distribuée
  • Observations échantillonnées indépendamment
  • Variable dépendante mesurée en rapports ou en intervalles
  • La variance des données est la même entre les groupes
  • Le même écart-type pour les groupes
  • Les variables indépendantes ont deux groupes non liés ou indépendants

Quand utiliser

Lorsqu’un élément ou un groupe doit être testé deux fois

Lors de la comparaison de la moyenne entre deux groupes indépendants avec une variance égale

Exemples de scénarios

  • Effet d’un médicament sur le même échantillon de personnes
  • Différents cours pour la même matière sur un groupe d’étudiants
  • Résultats d’examen standard pour un groupe d’étudiants avant et après les préliminaires
  • Effet du médicament sur 1/2 des patients assignés à un groupe de traitement, et sur d’autres, 1/2 assignés à un groupe témoin
  • Mesure du taux de glucose pour deux groupes indépendants, les hommes comme les femmes
  • Comparer le temps pris par les trains suivant différents itinéraires et la ville de New York comme destination

Avantages

  • Nécessite un échantillon de petite taille
  • Deux groupes ont le même échantillon avec les mêmes capacités
  • Si une personne abandonne l’étude, cela n’affectera pas la taille de l’échantillon de l’autre groupe
  • Comme les échantillons sont attribués au hasard, les chances que l’individu obtienne le même test sont réduites, et cela minimise donc les effets du potentiel d’ordre avec le test.

Contre

  • Si un individu abandonne l’étude, les deux groupes perdent un échantillon car l’individu partage les deux groupes.
  • L’ordre dans lequel le traitement est attribué peut affecter la performance de l’individu. Il peut s’habituer davantage au processus et finir par être plus performant lors du deuxième test.
  • Nécessite une taille d’échantillon plus grande
  • L’échantillon de deux groupes peut différer dans ses capacités, fournissant ainsi des résultats biaisés

 

Télécharger Market Research Toolkit

Obtenez le guide des tendances en matière des études de marché, le guide des enquêtes en ligne, le guide des études de marché agiles et 5 modèles d’études de marché.

Making the most of your B2B market research in 2021 PDF 3 s 1.png

Fonctionnement du test t apparié et non apparié, illustré d’un exemple

Pour cette comparaison, nous prendrons un exemple : un médecin veut voir comment un groupe de personnes réagit au même médicament. Jetons un coup d’œil aux données :

Pour effectuer un test t apparié : le médecin laissera le groupe de patients prendre le médicament n ° 1 pendant un mois, puis mesurera la récupération. Ensuite, il leur demandera d’utiliser le médicament n ° 2, puis il mesurera à nouveau la guérison de manière égale.

Test t apparié vs non apparié : tableau comparatif et exemples Test t apparié

Étant donné que chaque patient prend les deux médicaments, le médecin prendra un test t apparié et comparera la moyenne de deux tableaux pour savoir quel médicament est le plus efficace.

Pour effectuer un test t non apparié : le médecin prendra 20 patients et les divisera au hasard en deux groupes auxquels il fera prendre séparément le médicament n ° 1 et le médicament n ° 2.

Test t apparié vs non apparié : tableau comparatif et exemples Test t apparié

Étant donné que les patients des deux groupes sont totalement différents et indépendants, le médecin utilisera un test t non apparié pour voir lequel des deux groupes détient la moyenne la plus élevée et déterminera quel médicament sera le plus efficace.

See Voxco survey software in action with a Free demo.

Explore all the survey question types
possible on Voxco

Read more