Anteriormente, descrevemos o teste t para amostras independentes, que permite comparar os escores de dois grupos independentes entre si (e.g., alturas de homens e mulheres). Mas como executá-lo? Neste post, mostraremos como fazer o teste t para amostras independentes no SPSS. Além disso, mostraremos como calcular uma medida de tamanho de efeito para reportar junto ao resultado do teste t. Por fim, mostraremos como reportar os resultados da análise.
Como realizar o teste t para amostras independentes no SPSS?
Exemplo
Suponha que estudantes foram designados aleatoriamente a um de dois grupos experimentais. No grupo Tratamento (n = 21), os estudantes participaram de atividades de leitura dirigida, enquanto no grupo Controle (n = 23), os estudantes realizaram atividades escolares cotidianas. Em seguida, os estudantes realizaram um teste de habilidades de leitura e compreensão de texto, o Degrees of Reading Power (DRP) Test.
A Figura 1 ilustra o banco de dados desse experimento. Embora tabulado no SPSS, ele foi obtido junto à instalação do software JASP, sendo aqui utilizado para fins didáticos.
Desse modo, temos as seguintes hipóteses:
- Hipótese nula (H0): não existem diferenças nas habilidades de leitura dos grupos tratamento e controle.
- Hipótese alternativa (H1): existem diferenças nas habilidades de leitura dos grupos tratamento e controle.
Em seguida, o teste t para grupos independentes testará a plausibilidade dos dados, assumindo que a hipótese nula é verdadeira. A rejeição da hipótese nula ocorrerá considerando um nível de significância de 5%, isto é, α = 0,05.
Solicitando o teste t para amostras independentes no SPSS
Primeiramente, siga o caminho Analisar > Comparar médias > Teste-T de amostras independentes (Figura 2).
Em seguida, transfira para a caixa Variável(is) de teste a variável (ou as variáveis) dependentes que você deseja comparar entre grupos (em nosso caso, a variável DRP). Em Variável de agrupamento, selecione a variável Group, pois é ela que representa os grupos Tratamento e Controle (Figura 3, painel esquerdo).
Ao clicar em Definir grupos, o SPSS abrirá uma nova janela, onde você deverá inserir os valores numéricos que representam os dois grupos que serão comparados. Nós definiremos Grupo 1 = 0 e Grupo 2 = 1, pois os valores 0 e 1 estão associados aos grupos Tratamento e Controle, respectivamente (Figura 3, painel direito). Clique em Continuar e, em seguida, em OK.
Interpretando a saída do teste t para amostras independentes no SPSS
A Figura 4 apresenta a tabela de estatísticas descritivas, que indica que as habilidades de leitura foram maiores no grupo Tratamento. Se houver diferença estatisticamente significativa entre as médias grupais, isso certamente indicará que os escores são maiores no grupo Tratamento.
A Figura 5 apresenta a tabela de teste t de amostras independentes. Sinalizamos a tabela com três cores distintas. Por exemplo, a região azul representa o teste de Levene, que avalia o pressuposto de homogeneidade de variâncias.
A consideração anterior é importante porque o SPSS apresenta o resultado de dois testes t:
- Teste t de Student (linha Variâncias iguais assumidas, na cor verde): indicado quando o teste de Levene não é estatisticamente significativo, isto é, quando assumimos homogeneidade de variâncias;
- Teste t de Welch (linha Variâncias iguais não assumidas, na cor vermelha): indicado quando o teste de Levene é estatisticamente significativo, isto é, quando assumimos heterogeneidade de variâncias.
Em nosso exemplo, o teste de Levene não foi significativo (p = 0,13) e, portanto, assumiremos variâncias iguais nos dois grupos. No entanto, Delacre et al. (2017) sugerem ignorar o teste de Levene e simplesmente reportar o teste t de Welch por padrão.
Como optamos por seguir a lógica condicional do teste de Levene, interpretaremos o teste t de Student neste tutorial. A Figura 6 destaca as informações mais relevantes do teste t de Student.
O valor de p associado à estatística t é apresentado em Sig. (2 extremidades). Nós rejeitamos a hipótese nula de não diferenças entre as médias, pois p foi menor que 0,05. De fato, a coluna Diferença média indica que o desempenho do grupo Tratamento é em média 10 pontos maior que o do grupo Controle.
Calculando o tamanho de efeito para o teste t para amostras independentes
Para avaliarmos a magnitude da diferença entre as médias, podemos computar uma estimativa de tamanho de efeito. Por exemplo, o d de Cohen é uma medida de tamanho de efeito que expressa a diferença entre as médias de dois grupos em unidades de desvio-padrão. Ele é calculado por meio da fórmula a seguir:
Os valores da Figura 4 podem ser usados para obter o d de Cohen. Uma possibilidade é exportar aquela tabela para o Excel para realizar os cálculos. Por exemplo, a Figura 7 apresenta a fórmula do Excel (parte superior) e o valor resultante de sua aplicação (parte inferior) quando aplicada aos dados do exemplo do tutorial.
Desse modo, concluímos que o tratamento, quando comparado a uma condição controle, produziu um efeito pouco maior que meio desvio-padrão sobre as habilidades de leitura.
Reportando os resultados das análises
Os resultados das análises podem ser reportados conforme sugestão a seguir:
Os efeitos das atividades de leitura dirigida sobre as habilidades de leitura foram avaliados por meio de um teste t de Student, pois assumimos homogeneidade das variâncias dos grupos com base no teste de Levene (p = 0,13).
Os escores do grupo tratamento (n = 21) no teste de habilidades de leitura foram superiores (M = 51,48, DP = 11,01) aos do grupo controle (n = 23, M = 41,52, DP = 17,15). Essa diferença foi apoiada pelo teste t de Student, t(42) = 2,27, p = 0,03, d = 0,68. O efeito do tratamento sobre as habilidades de leitura foi considerado de média magnitude (Cohen, 1988).
Conclusão
Neste post, você aprendeu a realizar o teste t para amostras independentes no SPSS. Além disso, você aprendeu a diferenciar os testes t de Student e de Welch no SPSS, e a escolher qual teste reportar com base no resultado do teste de Levene. Por fim, você aprendeu a calcular o d de Cohen e a reportar os resultados das análises.
Gostou desse conteúdo? Se você precisa aprender análise de dados, então faça parte da Psicometria Online Academy, a maior formação de pesquisadores quantitativos da América Latina. Conheça toda nossa estrutura aqui e nunca mais passe trabalho sozinho(a).
Referências
Cohen, J. (1988). Statistical power analysis for the behavioral sciences. Academic press.
Delacre, M., Lakens, D., & Leys, C. (2017). Why psychologists should by default use Welch t-tests instead of Student’s t-test. International Review of Social Psychology, 30(1), 92–101. https://doi.org/10.5334/irsp.82
Field, A. (2017). Discovering statistics using IBM SPSS Statistics (5th ed.). Sage.
Como citar este post
Lima, M. (2021, 3 de dezembro). Como fazer o teste t para amostras independentes no SPSS? Blog Psicometria Online. https://www.blog.psicometriaonline.com.br/como-executar-teste-t-para-amostras-independentes/
