Tabla de valores t
Si se va a comprobar una hipótesis con la prueba t, el valor t de la prueba calculada debe compararse con el valor t crítico. El valor t crítico puede leerse en la tabla siguiente para un nivel de significación alfa seleccionado. Normalmente, el nivel de significación alfa es 0.05. Si el valor chi-cuadrado calculado es menor que el valor crítico, se puede mantener la hipótesis nula.
Valor p
Valor t crítico
Valores criticos de la distribucion t
| Área bilateral | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| df | 0 | 0.5 | 0.6 | 0.7 | 0.8 | 0.9 | 0.95 | 0.98 | 0.99 | 0.998 | 0.999 |
| 1 | 0 | 1 | 1.376 | 1.963 | 3.078 | 6.314 | 12.71 | 31.82 | 63.66 | 318.31 | 636.62 |
| 2 | 0 | 0.816 | 1.061 | 1.386 | 1.886 | 2.92 | 4.303 | 6.965 | 9.925 | 22.327 | 31.599 |
| 3 | 0 | 0.765 | 0.978 | 1.25 | 1.638 | 2.353 | 3.182 | 4.541 | 5.841 | 10.215 | 12.924 |
| 4 | 0 | 0.741 | 0.941 | 1.19 | 1.533 | 2.132 | 2.776 | 3.747 | 4.604 | 7.173 | 8.61 |
| 5 | 0 | 0.727 | 0.92 | 1.156 | 1.476 | 2.015 | 2.571 | 3.365 | 4.032 | 5.893 | 6.869 |
| 6 | 0 | 0.718 | 0.906 | 1.134 | 1.44 | 1.943 | 2.447 | 3.143 | 3.707 | 5.208 | 5.959 |
| 7 | 0 | 0.711 | 0.896 | 1.119 | 1.415 | 1.895 | 2.365 | 2.998 | 3.499 | 4.785 | 5.408 |
| 8 | 0 | 0.706 | 0.889 | 1.108 | 1.397 | 1.86 | 2.306 | 2.896 | 3.355 | 4.501 | 5.041 |
| 9 | 0 | 0.703 | 0.883 | 1.1 | 1.383 | 1.833 | 2.262 | 2.821 | 3.25 | 4.297 | 4.781 |
| 10 | 0 | 0.7 | 0.879 | 1.093 | 1.372 | 1.812 | 2.228 | 2.764 | 3.169 | 4.144 | 4.587 |
| 11 | 0 | 0.697 | 0.876 | 1.088 | 1.363 | 1.796 | 2.201 | 2.718 | 3.106 | 4.025 | 4.437 |
| 12 | 0 | 0.695 | 0.873 | 1.083 | 1.356 | 1.782 | 2.179 | 2.681 | 3.055 | 3.93 | 4.318 |
| 13 | 0 | 0.694 | 0.87 | 1.079 | 1.35 | 1.771 | 2.16 | 2.65 | 3.012 | 3.852 | 4.221 |
| 14 | 0 | 0.692 | 0.868 | 1.076 | 1.345 | 1.761 | 2.145 | 2.624 | 2.977 | 3.787 | 4.14 |
| 15 | 0 | 0.691 | 0.866 | 1.074 | 1.341 | 1.753 | 2.131 | 2.602 | 2.947 | 3.733 | 4.073 |
| 16 | 0 | 0.69 | 0.865 | 1.071 | 1.337 | 1.746 | 2.12 | 2.583 | 2.921 | 3.686 | 4.015 |
| 17 | 0 | 0.689 | 0.863 | 1.069 | 1.333 | 1.74 | 2.11 | 2.567 | 2.898 | 3.646 | 3.965 |
| 18 | 0 | 0.688 | 0.862 | 1.067 | 1.33 | 1.734 | 2.101 | 2.552 | 2.878 | 3.61 | 3.922 |
| 19 | 0 | 0.688 | 0.861 | 1.066 | 1.328 | 1.729 | 2.093 | 2.539 | 2.861 | 3.579 | 3.883 |
| 20 | 0 | 0.687 | 0.86 | 1.064 | 1.325 | 1.725 | 2.086 | 2.528 | 2.845 | 3.552 | 3.85 |
| 21 | 0 | 0.686 | 0.859 | 1.063 | 1.323 | 1.721 | 2.08 | 2.518 | 2.831 | 3.527 | 3.819 |
| 22 | 0 | 0.686 | 0.858 | 1.061 | 1.321 | 1.717 | 2.074 | 2.508 | 2.819 | 3.505 | 3.792 |
| 23 | 0 | 0.685 | 0.858 | 1.06 | 1.319 | 1.714 | 2.069 | 2.5 | 2.807 | 3.485 | 3.768 |
| 24 | 0 | 0.685 | 0.857 | 1.059 | 1.318 | 1.711 | 2.064 | 2.492 | 2.797 | 3.467 | 3.745 |
| 25 | 0 | 0.684 | 0.856 | 1.058 | 1.316 | 1.708 | 2.06 | 2.485 | 2.787 | 3.45 | 3.725 |
| 26 | 0 | 0.684 | 0.856 | 1.058 | 1.315 | 1.706 | 2.056 | 2.479 | 2.779 | 3.435 | 3.707 |
| 27 | 0 | 0.684 | 0.855 | 1.057 | 1.314 | 1.703 | 2.052 | 2.473 | 2.771 | 3.421 | 3.69 |
| 28 | 0 | 0.683 | 0.855 | 1.056 | 1.313 | 1.701 | 2.048 | 2.467 | 2.763 | 3.408 | 3.674 |
| 29 | 0 | 0.683 | 0.854 | 1.055 | 1.311 | 1.699 | 2.045 | 2.462 | 2.756 | 3.396 | 3.659 |
| 30 | 0 | 0.683 | 0.854 | 1.055 | 1.31 | 1.697 | 2.042 | 2.457 | 2.75 | 3.385 | 3.646 |
| 40 | 0 | 0.681 | 0.851 | 1.05 | 1.303 | 1.684 | 2.021 | 2.423 | 2.704 | 3.307 | 3.551 |
| 60 | 0 | 0.679 | 0.848 | 1.045 | 1.296 | 1.671 | 2 | 2.39 | 2.66 | 3.232 | 3.46 |
| 80 | 0 | 0.678 | 0.846 | 1.043 | 1.292 | 1.664 | 1.99 | 2.374 | 2.639 | 3.195 | 3.416 |
| 100 | 0 | 0.677 | 0.845 | 1.042 | 1.29 | 1.66 | 1.984 | 2.364 | 2.626 | 3.174 | 3.39 |
| 1000 | 0 | 0.675 | 0.842 | 1.037 | 1.282 | 1.646 | 1.962 | 2.33 | 2.581 | 3.098 | 3.3 |
Cómo leer la tabla de valores críticos de t
Para leer el valor crítico t de la tabla de distribución t, primero determina si necesitas una distribución de una cola o de dos colas.
Una cola vs dos colas
Prueba de una cola: Esta prueba se utiliza cuando solo te interesa una desviación en una dirección desde la media (por ejemplo, para probar si un nuevo medicamento es más efectivo que uno anterior, donde solo importa la mejora). En este caso, solo se observa el área en una cola de la distribución.
Prueba de dos colas: Esta prueba se utiliza cuando son importantes las desviaciones en ambas direcciones (por ejemplo, para probar si un tratamiento es diferente a un placebo, ya sea más efectivo o menos efectivo). Aquí se observan ambas colas de la distribución, cubriendo tanto los extremos positivos como negativos.
Determina el nivel de significancia (𝛼)
El nivel de significancia, generalmente representado como 𝛼, es la probabilidad de rechazar incorrectamente la hipótesis nula cuando en realidad es cierta. Los niveles de significancia comunes son 0.05 o 0.01.
Por ejemplo, en una prueba con 𝛼 = 0.05, el valor crítico t se encuentra en la columna correspondiente a 1 - 0.05, o 0.95.
Encuentra los grados de libertad (df)
Los grados de libertad (df) se calculan en función del tamaño de tu muestra. Para una prueba t de una muestra, los grados de libertad son n−1, donde n es el número de observaciones en tu muestra.
Los grados de libertad (df) te ayudan a ubicar la fila en la tabla donde se encuentra el valor crítico t. Por ejemplo, si 𝛼 = 0.05 y df = 8, el valor crítico t es 2.262.
El número que encuentres aquí es tu valor crítico t. Este valor es el umbral con el cual compararás tu estadístico t calculado.
Una vez que tengas tu valor crítico t, puedes usarlo para evaluar tu prueba de hipótesis. Si el valor absoluto de tu estadístico t calculado es mayor que el valor crítico t, rechazas la hipótesis nula.
Si lo prefieres, también puedes usar nuestra calculadora de estadísticas para realizar una prueba t en línea.
Calcular el valor t
La distribución t resulta de la combinación de una variable aleatoria X con distribución chi-cuadrado y una variable aleatoria Y con distribución normal estándar para
donde Y y X son independientes y n es el número de grados de libertad
