Il test t viene spesso richiesto nelle tesi per confrontare due medie. Ma il nome indica una famiglia di procedure e la scelta dipende dal disegno, non semplicemente dal numero di gruppi. Il confronto fra persone diverse, quello fra misure ripetute degli stessi individui e quello con varianze disuguali richiedono valutazioni specifiche. Il software non può ricostruire queste condizioni se il database è stato preparato male.
Individuare l’unità di analisi
Prima di selezionare il test stabilisci se le osservazioni provengono da gruppi indipendenti oppure da coppie di misure correlate, come prima e dopo un intervento sulle stesse persone. Trattare come indipendenti misure appaiate può distorcere la stima della variabilità. La documentazione del disegno di studio, del campionamento e delle eventuali esclusioni fa parte dei metodi della tesi.
Verificare la variabile quantitativa
La risposta deve essere interpretabile come una grandezza compatibile con un confronto di medie. Una categoria codificata con 1 e 2 non diventa una misura continua. Osserva distribuzioni, valori estremi e numerosità, ricordando che un test isolato di normalità non esaurisce la valutazione. I requisiti variano a seconda della procedura e dell’obiettivo inferenziale.
Distinguere Student e Welch
Il test per gruppi indipendenti nella formulazione classica e quello di Welch gestiscono in modo diverso la variabilità dei gruppi. Se le varianze sono differenti, Welch può risultare appropriato in molte situazioni; la decisione deve basarsi sulla struttura dei dati e sulle assunzioni del modello. Non sostituire automaticamente un’analisi con un test non parametrico soltanto per rendere il risultato significativo.
Confronto appaiato
Nel caso prima-dopo sulle stesse unità, l’attenzione si concentra sulle differenze individuali. La distribuzione delle differenze e l’indipendenza tra le coppie diventano elementi importanti. È necessario distinguere le misure ripetute reali dai gruppi raccolti in momenti differenti; condividere la stessa etichetta temporale non equivale a un vero appaiamento dei partecipanti.
Interpretare effetto e precisione
Il test fornisce evidenza statistica rispetto a un modello, ma il p-value non misura l’importanza pratica della differenza. Presenta le medie, la differenza stimata, un intervallo di confidenza quando disponibile e una dimensione dell’effetto appropriata. Evita la conclusione ‘i gruppi sono identici’ quando il test non rifiuta l’ipotesi nulla: la numerosità potrebbe non permettere conclusioni precise.
Documentare la scelta in Jamovi
Nel capitolo metodi indica tipo di confronto, variabili, trattamento dei mancanti e controlli effettuati. Nei risultati riporta i numeri osservati e l’incertezza, non soltanto la schermata del software. Per confronti fra più gruppi consulta la guida all’ANOVA; per la preparazione dei dati utilizza la guida al database.
Domande frequenti
Un test t serve solo con due gruppi?
È tipicamente utilizzato per determinati confronti fra due condizioni o gruppi, anche appaiati.
Un risultato non significativo dimostra che i gruppi sono uguali?
No. Può riflettere anche stime poco precise.
Welch è sempre scorretto se i gruppi hanno la stessa numerosità?
No. La scelta dipende da assunzioni e struttura dei dati.