Een t-test met gepaarde monsters uitvoeren in sas

Een paired samples t-test wordt gebruikt om de gemiddelden van twee monsters te vergelijken wanneer elke waarneming in het ene monster kan worden geassocieerd met een waarneming in het andere monster.

In deze zelfstudie wordt uitgelegd hoe u een t-test met gepaarde monsters uitvoert in SAS.

Voorbeeld: t-test van gepaarde monsters in SAS

Stel dat een hoogleraar wil vaststellen of een bepaald curriculum van invloed is op de toetsscores. Om dit te testen selecteert hij willekeurig 15 studenten die een voortest doen. Vervolgens laat hij elke leerling het leerplan een maand lang gebruiken en vervolgens een posttest met vergelijkbare moeilijkheidsgraad.

De testresultaten voor elk van de 15 studenten worden hieronder weergegeven:

Om het verschil tussen de gemiddelde pre-test- en post-testscores te vergelijken, kan de docent gepaarde t-test-steekproeven gebruiken, omdat voor elke leerling de pre-testscore kan worden gekoppeld aan de post-testscore.

Volg de volgende stappen om deze t-test met gepaarde monsters in SAS uit te voeren:

Stap 1: Creëer de gegevens

Laten we eerst de volgende code gebruiken om de gegevensset in SAS te maken:

 /*create dataset*/
datatest_scores ;
    input pre post;
    datalines ;
88 91
82 84
84 88
93 90
75 79
78 80
84 88
87 90
95 90
91 96
83 88
89 89
77 81
68 74
91 92
;
run ;

/*view dataset*/
proc print data =test_scores;

Stap 2: Voer de t-test van gepaarde monsters uit

Vervolgens kunnen we proc ttest gebruiken om de t-test van gepaarde monsters uit te voeren:

 /*perform paired samples t-test*/
proc ttest data =test_scores alpha = .05 ;
    paired pre*post;
run ; 

Uit het resultaat kunnen we het volgende zien:

• Gemiddeld verschil tussen score vóór en na de test: -2,3333
• 95% betrouwbaarheidsinterval voor gemiddeld verschil: [-4,0165, -0,6502]

We kunnen ook de t-teststatistiek en de bijbehorende tweezijdige p-waarde zien:

• t-teststatistiek: -2,97
• p-waarde: 0,0101

In dit voorbeeld gebruikt de t-test van gepaarde monsters de volgende nul- en alternatieve hypothesen :

• H ₀ : De gemiddelde pre-test- en post-testscores zijn gelijk
• H _A : De gemiddelde pre-test- en post-testscores zijn niet gelijk

Omdat de p-waarde ( 0,0101 ) kleiner is dan 0,05, verwerpen we de nulhypothese.

Dit betekent dat we voldoende bewijs hebben om te zeggen dat de werkelijke gemiddelde toetsscore voor studenten verschillend is voor en na deelname aan de opleiding.

Aanvullende bronnen

In de volgende zelfstudies wordt uitgelegd hoe u andere algemene statistische tests in SAS kunt uitvoeren:

Hoe u een t-test met één monster uitvoert in SAS
Hoe u een t-test met twee steekproeven uitvoert in SAS
Hoe u een door Wilcoxon ondertekende rangtest uitvoert in SAS