Calcolatore del test t per campioni appaiati
Il test t appaiato confronta due misurazioni effettuate sugli stessi soggetti — prima/dopo un intervento, due condizioni, o coppie appaiate. Incolla entrambe le colonne di misurazioni (o inserisci il numero di coppie con media e DS delle differenze) e ottieni all'istante la statistica t, il p-value, la differenza media con intervallo di confidenza al 95% e la dimensione dell'effetto dz di Cohen. L'assunzione chiave del test — che le differenze siano distribuite normalmente — viene verificata automaticamente con Shapiro-Wilk, e un'interpretazione in linguaggio semplice ti spiega cosa significano i numeri. I risultati coincidono con t.test(paired = TRUE) di R fino ad almeno sei cifre significative; il Report AI li trasforma in un paragrafo APA 7.
Report IA
Lascia che l'IA interpreti i tuoi risultati: un documento Word scaricabile in formato APA 7 / report aziendale.
Domande frequenti
Come si riportano i risultati del test t appaiato in formato APA 7?
Includi la differenza media, t con gl, il p-value e la dimensione dell'effetto, ad esempio: "I punteggi sono migliorati significativamente dal pretest al posttest, t(9) = 3.25, p = .010, dz = 1.03, IC 95% della differenza [0.21, 1.09]." Il pulsante Report AI scrive per te il paragrafo di risultati APA completo.
Quando dovrei usare un test t appaiato invece di un test t indipendente?
Usa il test appaiato ogni volta che i due insiemi di valori provengono dagli stessi soggetti (misure ripetute) o da coppie naturalmente appaiate. L'appaiamento elimina la variabilità tra soggetti e ti dà più potenza statistica rispetto a trattare i gruppi come indipendenti.
Che cos'è il dz di Cohen?
È la dimensione dell'effetto per i disegni appaiati: la media delle differenze divisa per la deviazione standard delle differenze. È ciò che G*Power chiama 'dz' nel suo modulo per il test t appaiato, quindi puoi inserirlo direttamente in un'analisi della potenza.
E se le differenze non sono distribuite normalmente?
Con violazioni evidenti e campioni piccoli, il test dei ranghi con segno di Wilcoxon è la consueta alternativa non parametrica. La verifica automatica di Shapiro-Wilk sotto il risultato ti avvisa quando vale la pena considerarla.