4 T-test

4.1 One-sample / parret T-test

Eksempel: Sammenligning af målemetoder (uge 1)

Analyze/Compare Means/One Sample T test og sætte differensen dif defineret som (mf-sv) over i Test Variable(s).

Et one-sample t-test på differenserne dif er det samme som et parret t-test på mf og sv. Dette kan man også lave via:

Analyze/Compare Means/Paired Samples T-test, marker både mf og sv samtidigt og før dem over til Pair1. Klik OK.

4.2 Two-sample T-test

Eksempel: Rygning og lungefunktion for Vietnam veteraner

Analyze/Compare Means/Independent Samples T-test, hvor vi sætter FEV1 over i Test Variable(s) og smoke01 i Grouping Variable. Under Define Groups vælges Group1 til 0 og Group2 til 1.

Output:

I Group Statistics får vi \(n,\) mean, SD og SE for de to grupper.

I Independent Samples Test sammenlignes varianserne (SD’erne) i de to grupper ved Levene’s test. P-værdien for dette test finder du til venstre i tabellen under Sig. (=0.898).

1. Hvis Levene’s test ikke er signifikant (p>0.05) er der ikke noget tegn på at variansen i de to grupper er forskellige. Aflæs derfor tallene i den øvre række (Equal variances assumed): p-værdi for sammenligning af de to gennemsnit (Sig. 2-tailed) og konfidens intervallet (Lower and Upper) for forskellen mellem de to gennemsnit (Mean Difference). Std. Error Difference er standard error (SE) af forskellen mellem de to gennemsnit.
2. Hvis Levene’s test er signifikant (p<0.05) er varianserne i de to grupper forskellige. Benyt tallene i den nedre række (Equal variances not assumed).

I eksemplet her er p-værdien for Levene’s test 0.898 og vi kan derfor antage at varianserne er ens i de to grupper. Vi rapporterer derfor det gennemsnitlige FEV1 niveau for rygere til at være 0.32L højere end for ikke-rygere (95% CI 0.03-0.62, p=0.033). Note: Når vi rapporterer effekter rapporterer vi altid positive tal, men specificerer retningen med højere / lavere.