Test t e test F: confrontare medie e varianze

Due lotti danno il 99,2% e il 99,6% di titolo: differiscono davvero, o è solo il rumore della misura? Un nuovo metodo è più variabile del vecchio, o la differenza è casuale? A queste domande non si risponde a occhio, ma con i test di ipotesi: il test t per confrontare medie, il test F per confrontare varianze. Sono lo strumento che trasforma un’impressione in una conclusione con una probabilità nota di sbagliare.

Vediamo l’idea del test di ipotesi, come funziona il test t nei suoi casi tipici, a cosa serve il test F, e che cosa sono il livello di significatività e i gradi di libertà.

L’idea del test di ipotesi

Un test di ipotesi parte da un’ipotesi nulla: si assume, finché i dati non dimostrano il contrario, che non vi sia differenza (le due medie sono uguali, oppure la media coincide con il valore vero). Si calcola poi quanto sarebbe improbabile osservare i dati raccolti se l’ipotesi nulla fosse vera. Se quell’eventualità è abbastanza rara — sotto una soglia fissata in anticipo — si conclude che la differenza è reale (significativa); altrimenti non si hanno prove sufficienti per dichiararla.

Il test t per le medie

Il test t di Student serve a confrontare medie quando la deviazione standard è stimata da un piccolo numero di dati — la situazione normale in laboratorio. Si usa in due modi tipici. Nel confronto con un valore vero si verifica se la media di alcune repliche è compatibile con un valore noto, ad esempio quello certificato di un materiale di riferimento: una differenza significativa rivela un bias. Nel confronto fra due medie si verifica se due insiemi di misure (due metodi, due operatori, due lotti) provengono in pratica dalla stessa popolazione.

t = (x̄ − μ₀) · √ns

Il valore di t calcolato misura quanto la differenza osservata è grande rispetto all’incertezza con cui la si conosce: cresce se la differenza fra le medie è ampia, se la dispersione è piccola e se il numero di dati è elevato. Lo si confronta con un valore critico tabulato: se il t calcolato lo supera, la differenza è significativa. Quando si confrontano due insiemi che condividono la stessa variabilità, si combina l’informazione dei due gruppi in una stima unica della deviazione standard, la cosiddetta deviazione standard combinata (pooled), che pesa i due contributi e dà una stima più solida.

Il test F per le varianze

Mentre il test t confronta i valori centrali, il test F confronta le dispersioni, cioè le varianze. Serve per rispondere a domande come: il nuovo metodo è più (o meno) ripetibile del vecchio? La variabilità di due operatori è la stessa? Il test si basa sul rapporto fra le due varianze, ponendo al numeratore la maggiore in modo che il rapporto sia sempre ≥ 1.

F = s₁²s₂²  (con s₁ ≥ s₂)

Se le due varianze fossero uguali, il rapporto F sarebbe vicino a 1; quanto più si discosta da 1, tanto più diventa plausibile che le dispersioni siano diverse. Anche qui si confronta il valore con un F critico tabulato. Il test F precede spesso il test t: per confrontare correttamente due medie occorre infatti sapere prima se le due varianze sono compatibili, perché ciò determina quale forma del test t usare.

Significatività e gradi di libertà

Due concetti governano ogni test. Il livello di significatività (indicato con α) è la probabilità che si accetta di sbagliare dichiarando significativa una differenza che in realtà è casuale; il valore tipico è 0,05, cioè un rischio del 5% (livello di confidenza del 95%). Abbassarlo a 0,01 rende il test più prudente ma meno sensibile alle differenze reali. I gradi di libertà riflettono quanti dati indipendenti contribuiscono alla stima della dispersione: calcolando una deviazione standard da n misure se ne perde uno (resta n − 1, perché la media usa già un grado), e questo numero determina quale riga della tavola di t o di F si deve leggere.

Perché conta nella pratica

Nel controllo qualità e nella validazione, i test t e F sono il modo standard per prendere decisioni oggettive: confrontare un metodo nuovo con quello di riferimento, verificare l’assenza di bias contro un materiale certificato, dimostrare l’equivalenza tra due laboratori o due strumenti. Saper scegliere il test giusto, impostare il livello di significatività e contare i gradi di libertà evita due errori opposti e costosi: bloccare lotti buoni per differenze inesistenti, o lasciar passare scostamenti reali scambiandoli per rumore.

Domande frequenti

A cosa serve il test t di Student?

Serve a confrontare medie quando la deviazione standard è stimata da pochi dati. Nelle sue forme tipiche verifica se la media di alcune repliche coincide con un valore vero noto — per esempio quello di un materiale di riferimento, scoprendo eventuali bias — oppure se due insiemi di misure, come due metodi o due operatori, danno lo stesso risultato medio o differiscono in modo reale.

Qual è la differenza tra test t e test F?

Il test t confronta i valori centrali, cioè le medie; il test F confronta le dispersioni, cioè le varianze. Il primo risponde a «le medie sono diverse?», il secondo a «la variabilità è diversa?». Spesso si esegue prima il test F, perché conoscere se le due varianze sono compatibili determina quale forma del test t applicare nel confronto fra medie.

Che cos’è il livello di significatività?

È la probabilità, fissata in anticipo, di dichiarare significativa una differenza che in realtà è solo casuale. Il valore tipico è 0,05, cioè un rischio del 5% di sbagliare, corrispondente a un livello di confidenza del 95%. Sceglierlo più basso, come 0,01, rende il test più prudente ma meno capace di cogliere differenze reali. È il compromesso tra falsi allarmi e mancati riconoscimenti.

Che cosa sono i gradi di libertà?

Rappresentano il numero di dati indipendenti che contribuiscono a stimare la dispersione. Quando si calcola una deviazione standard da n misure se ne perde uno, perché la media già consuma un’informazione, e ne restano n − 1. Questo numero determina quale valore critico leggere nelle tavole di t e di F: più dati significano più gradi di libertà e stime più affidabili.

Se un test risulta «non significativo», le medie sono uguali?

No. Un risultato non significativo indica solo che i dati a disposizione non bastano a distinguere le due medie, non che siano identiche. Con poche repliche l’incertezza è grande e quasi nulla risulta significativo. Aumentando il numero di misure si riduce la dispersione e possono emergere differenze reali che prima restavano confuse con il rumore.