מבחן טי (t-test): להשוות ממוצעים ולגלות הבדלים אמיתיים
הרבה שאלות מחקריות, בניגוד למבחן חי-בריבוע העוסק בשכיחויות וקטגוריות, נוגעות לממוצעים של משתנים רציפים: האם תרופה מסוימת מורידה בממוצע את לחץ הדם? האם משך ההיריון הממוצע שונה מהערך המקובל? האם תינוקות של אמהות מעשנות שוקלים בממוצע פחות? בכל השאלות הללו הכלי הסטטיסטי המרכזי הוא מבחן טי (t-test), שפותח בתחילת המאה ה-20 על ידי וויליאם גוסט (שפרסם תחת השם הבדוי "Student") כדי להתמודד עם מדגמים קטנים שבהם סטיית התקן של האוכלוסייה אינה ידועה.
הרעיון המשותף לכל סוגי מבחן הטי הוא בדיקת ההבדל בין ממוצעים ביחס לשונות שבתוך הנתונים עצמם: הבדל גדול בממוצעים, יחד עם שונות קטנה בתוך כל קבוצה, מעיד על כך שההבדל כנראה אמיתי ולא מקרי. בפרקטיקה המחקרית מבחינים בין שלושה מצבים עיקריים.
1. מבחן טי למדגם יחיד (One-Sample t-test)
מבחן טי למדגם יחיד משמש כאשר יש לנו מדגם בודד, ואנו רוצים לבדוק האם הממוצע שלו שונה באופן מובהק מערך תיאורטי או מקובל מראש. הוא עונה על השאלה: האם המציאות שאנחנו מודדים שונה ממה שהיינו מצפים לו?
- מחקר 1 (הרפואה והמיתוס של 37 מעלות): ד"ר פיליפ מקוביאק וצוותו (1992) בדקו האם הממוצע המקובל של טמפרטורת גוף תקינה, 98.6°F (37°C), אכן מייצג נכונה את בני האדם. הם מדדו את חום הגוף של 148 מתנדבים בריאים מאות פעמים, וערכו מבחן טי למדגם יחיד כדי להשוות את הממוצע שהתקבל בפועל לערך המקובל. התוצאה: הממוצע האמיתי היה קרוב יותר ל-98.2°F, נמוך במידה מובהקת סטטיסטית מהמיתוס שליווה את הרפואה במשך יותר ממאה שנה.
- מחקר 2 (משך היריון לעומת "280 הימים"): נהוג לחשב את תאריך הלידה המשוער על בסיס 280 יום מתחילת המחזור האחרון. חוקרות בראשות ד"ר אן מארי יוקיץ' (2013) עקבו אחר 125 הריונות שבהם מועד הביוץ היה ידוע במדויק, ובדקו האם משך ההיריון הממוצע בפועל שונה מהערך המקובל. המחקר מצא שונות טבעית של יותר מחמישה שבועות בין הריונות, ושהממוצע בפועל (מיום הביוץ ועד הלידה) קצר במעט מהערך התיאורטי הרווח, ממצא שיש לו השלכות ישירות על האופן שבו רופאים מעריכים תאריכי לידה משוערים.
2. מבחן טי לזוג מדגמים בלתי תלויים (Independent-Samples t-test)
מבחן טי לזוג מדגמים בלתי תלויים משמש כאשר יש לנו שתי קבוצות שונות ונפרדות של נבדקים (למשל, קבוצת ניסוי וקבוצת ביקורת), ואנו רוצים להשוות בין הממוצעים שלהן. חשוב להדגיש: מדובר בשני מדגמים בלתי תלויים, כלומר אנשים שונים בכל קבוצה, ולא באותם אנשים שנמדדו פעמיים.
- מחקר 3 (עישון בהיריון ומשקל לידה): חוקרים בראשות ד"ר וויטוריו קונטר (1995) עקבו אחר כמעט 13,000 תינוקות באיטליה, וחילקו אותם לקבוצות לפי הרגלי העישון של האם בהיריון. באמצעות מבחן טי לזוג מדגמים בלתי תלויים הם השוו את משקל הלידה הממוצע בין קבוצת התינוקות של אמהות מעשנות לבין קבוצת התינוקות של אמהות שאינן מעשנות (שני מדגמים נפרדים לחלוטין). התוצאה הראתה הבדל מובהק סטטיסטית: תינוקות של מעשנות כבדות שקלו בממוצע כ-200 גרם פחות מתינוקות של אמהות שאינן מעשנות.
- מחקר 4 (ציפיות המורה וההישגים של התלמיד - אפקט "פיגמליון"): במחקר הקלאסי בפסיכולוגיה חינוכית, רוברט רוזנתל ולנור ג'ייקובסון (1968) חילקו תלמידי בית ספר יסודי לשתי קבוצות בלתי תלויות: קבוצה שסומנה בפני המורים (באקראי ולא לפי יכולת אמיתית) כ"עתידה לפרוח" אינטלקטואלית, וקבוצת ביקורת רגילה. בתום השנה נמדד השיפור הממוצע בציוני IQ בכל קבוצה, וההשוואה בין שני המדגמים הבלתי תלויים הראתה שקבוצת ה"פורחים" השתפרה בממוצע יותר מקבוצת הביקורת, ממצא שהפך לדוגמה מכוננת לכך שציפיות של דמות סמכות יכולות להשפיע בפועל על ביצועים.
3. מבחן טי לזוג מדגמים תלויים (Paired-Samples t-test)
מבחן טי לזוג מדגמים תלויים, המכונה גם "מבחן טי מזווג", משמש כאשר שתי מערכות המדידה קשורות זו לזו: בדרך כלל אותם נבדקים בדיוק, שנמדדו פעמיים (למשל, לפני ואחרי טיפול), או זוגות שנבחרו בכוונה להיות דומים ככל האפשר. המבחן בוחן את ההפרש בין שתי המדידות בכל זוג, ולא את שתי הקבוצות בנפרד.
- מחקר 5 (צמחי דארווין - הדוגמה ההיסטורית של המבחן המזווג): אחת הדוגמאות המפורסמות ביותר בתולדות הסטטיסטיקה מגיעה מתצפיות שערך צ'ארלס דארווין (1876) על שתילי תירס. הוא גידל, באותו עציץ ובאותם תנאים בדיוק, זוג צמחים: אחד שהופרה בהפריה עצמית ואחד שהופרה בהכלאה. כעבור עשרות שנים, סר רונלד פישר (1935) השתמש בנתונים המזווגים הללו (15 זוגות עציצים) כדי להדגים את מבחן הטי המזווג, והראה שצמחי ההכלאה היו גבוהים באופן מובהק סטטיסטית מצמחי ההפריה העצמית - עדות תומכת לרעיון של "עוצמת הכלאה" (hybrid vigour) שדארווין קידם.
- מחקר 6 (התערבות טיפולית ולחץ דם, לפני ואחרי): חוקרות בראשות ד"ר היון-סאן קים (2023) גייסו 95 מטופלים עם יתר לחץ דם, ומדדו את לחץ הדם של כל מטופל לפני התערבות טיפולית ממוקדת-מטופל (הדרכת תזונה ופעילות גופנית), ושוב אצל אותם המטופלים בדיוק שלושה חודשים אחרי ההתערבות. באמצעות מבחן טי לזוג מדגמים תלויים (שכן מדובר באותם אנשים שנמדדו פעמיים) הם בדקו האם ירידת לחץ הדם הממוצעת בקרב אותה קבוצת מטופלים הייתה מובהקת, ומצאו ירידה עקבית בלחץ הדם הסיסטולי והדיאסטולי בעקבות ההתערבות.
כיצד משתמשים בטבלת התפלגות טי?
לאחר חישוב ערך הטי (t) של המדגם, יש להשוות אותו לטבלת התפלגות טי כדי לקבוע האם התוצאה מובהקת סטטיסטית. גם כאן נדרשים שני נתונים מרכזיים: ראשית, רמת המובהקות (α) הרצויה (בדרך כלל 0.05). שנית, דרגות החופש (df), המחושבות באופן שונה עבור כל אחד משלושת סוגי המבחן: במדגם יחיד ובמדגם מזווג df שווה למספר התצפיות פחות 1, ואילו בשני מדגמים בלתי תלויים df מחושב לפי סכום הגדלים של שתי הקבוצות פחות 2. ההצלבה בטבלה בין שורת דרגות החופש לטור רמת המובהקות נותנת לנו את "הערך הקריטי". אם ערך הטי המוחלט שחישבנו גדול מהערך הקריטי - התוצאה מובהקת וההבדל בין הממוצעים כנראה אינו מקרי.
סיכום
מבחני הטי, על שלושת סוגיהם, הם מהכלים הנפוצים והשימושיים ביותר במחקר המדעי כאשר עוסקים בממוצעים ובנתונים רציפים. מבחירת התרופה שתעבור למחקר קליני נרחב יותר, ועד להבנת ההשפעה של אירוע חד-פעמי על קבוצת נבדקים - מבחן הטי הנכון, שנבחר בהתאם למבנה הנתונים (מדגם יחיד, שני מדגמים בלתי תלויים, או זוג מדגמים תלויים), מאפשר להסיק מסקנות סטטיסטיות מוצקות מתוך נתונים גולמיים.
מקורות ומאמרים מדעיים מקוריים:
- מחקר 1 (מדגם יחיד - טמפרטורת גוף): Mackowiak, P. A., Wasserman, S. S., & Levine, M. M. (1992). "A critical appraisal of 98.6 degrees F, the upper limit of the normal body temperature, and other legacies of Carl Reinhold August Wunderlich." JAMA.
צפייה במאמר ב-PubMed (PMID: 1302471)
- מחקר 2 (מדגם יחיד - משך היריון): Jukic, A. M., Baird, D. D., Weinberg, C. R., McConnaughey, D. R., & Wilcox, A. J. (2013). "Length of human pregnancy and contributors to its natural variation." Human Reproduction.
צפייה במאמר ב-PubMed (PMID: 23922246)
- מחקר 3 (בלתי תלויים - עישון בהיריון ומשקל לידה): Conter, V., Cortinovis, I., Rogari, P., & Riva, L. (1995). "Weight growth in infants born to mothers who smoked during pregnancy." BMJ.
צפייה במאמר ב-PubMed (PMID: 7711580)
- מחקר 4 (בלתי תלויים - אפקט פיגמליון): Rosenthal, R., & Jacobson, L. (1968). Pygmalion in the Classroom: Teacher Expectation and Pupils' Intellectual Development. New York: Holt, Rinehart & Winston.
מידע נוסף על המחקר (Wikipedia)
- מחקר 5 (מזווג - צמחי דארווין): Darwin, C. (1876). The Effects of Cross and Self Fertilisation in the Vegetable Kingdom. London: John Murray. ניתוח סטטיסטי מזווג: Fisher, R. A. (1935). The Design of Experiments. Edinburgh: Oliver & Boyd.
קריאת הספר המקורי של דארווין (Project Gutenberg)
- מחקר 6 (מזווג - לחץ דם לפני ואחרי התערבות): Kim, H-S., & Kim, H-J. (2023). "Sex differences in effect of patients-centered intervention on blood pressure in patients with hypertension." Scientific Reports.
צפייה במאמר ב-PubMed (PMID: 37626102)