Medicina Basada en la Evidencia

Estadística básica – 580 – Una vez comprobadas normalidad y homocedastici- dad, ya podemos realizar la prueba de la t de Student. En este caso, al haber homocedasticidad, no será ne- cesario aplicar la corrección de Welch. En el Anexo 5 se presenta el procedimiento. La prueba de la t de Student para muestras independientes permite estimar la probabilidad de que la diferencia entre las medias de dos grupos no relacionados sea >0. Si esta probabilidad es muy baja (<0,05) la diferencia es estadísticamente significativa El programa ( Tabla 3 ) nos ofrece el valor del esta- dístico t (-2,36), sus grados de libertad (n-2, 28) y su valor de p (0,02). Por si tenemos alguna duda en la dirección del contraste, también nos dice cuál es la hipótesis alternativa: que la verdadera diferencia en- tre las medias de los dos grupos es distinta de cero. Al ser el valor de p <0,05, rechazamos la hipótesis nula de igualdad de medias y concluimos que sí exis- te una diferencia entre los dos grupos en el peso al nacimiento. Merece la pena comentar que R nos ofrece también las medias de los dos grupos y el intervalo de confianza de la diferencia de medias. En este caso es de -520,88 a -37,17. Viendo que el intervalo no incluye el 0 (valor nulo para la diferencia de medias), podemos también rechazar la hipótesis nula de igualdad sin necesidad de recurrir al valor de p . COMPARACIÓN DE DOS MEDIAS DEPENDIENTES O RELACIONADAS En ocasiones se plantea el problema de comparar las medias de dos grupos que están relacionados, como puede ser el caso de medidas obtenidas del mismo participante en diferentes momentos, de diferentes lo- calizaciones de la misma persona (por ej.: presión in- traocular de ojo derecho e izquierdo) o cuando se com- paran los datos de cada caso con su correspondiente control emparejado. Esto es muy típico de los estudios longitudinales, los estudios de antes-después de una intervención y los estudios de casos y controles. En estos casos no existe una variable que defina los grupos, sino que la variable de resultado que se valora- rá será las diferencias entre los dos resultados de cada pareja, suponiendo la hipótesis nula que la media de estas diferencias es igual a cero. Así, en este tipo de análisis el interés no se centra en las diferencias entre individuos, sino en las que puede haber en el mismo individuo en dos momentos diferentes o entre las ob- servaciones de los individuos relacionados. Cuando las medias comparadas están relacionadas entre sí, debemos usar el test de la t de Student para muestras relacionadas, que analiza si la media de las diferencias de la variable en cada observación es diferente de cero La prueba que empleamos en estos casos es la de la t de Student para medidas relacionadas (datos repetidos o apareados). Para poder aplicarla, debe cumplirse que la variable de interés sea cuantitativa continua, que la muestra de pares de datos haya sido obtenida al azar de la población y que la diferencia entre las parejas se distri- buya de forma normal. Lógicamente, en este caso no tiene sentido plantear si hay igualdad de varianzas, ya que se trata de los mismos participantes en los dos grupos. El planteamiento de la prueba es similar al de la t de Student para medias independientes, solo que en este caso se genera una nueva variable a partir de las dos medidas a comparar: donde d i es la diferencia de resultado de cada pareja en dos instantes o condiciones diferentes, x 1 y x 2 . En este análisis, el estadístico t se obtiene con la me- dia y la desviación estándar de esta variable, según la siguiente ecuación: Tabla 3. Comparación de dos medias independientes mediante la prueba de la t de Student para muestras independientes Salida de resultados: Two Sample t-test data: Peso.al.nacimiento by Sexo t = -2.3633, df = 28, p-value = 0.02529 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -520.88192 -37.17364 sample estimates: mean in group Femenino mean in group Masculino 2458.056 2737.083