Онлайн коучинг на статистика - PDF безплатно изтегляне
Модул за онлайн коучинг на статистика 3 Статистическо тестване - Избор на подходящия метод - Прилагане със SPSS - Интерпретация и презентация Dipl.-Math. Даниела Келер www.statistik-und-beratung.de
Съдържание 1 Идеята за статистическо тестване 3 1.1 Нулеви и алтернативни хипотези. 3 1.2 Резултат от теста: статистика на теста и р-стойност. 3 1.3 Грешки от първи вид и грешки от втори вид 4 1.4 Забележка. 5 2 Общ преглед 6 3 Предварителни съображения за избор 9 3.1 Бихте ли искали да проучите разликите в местоположението или връзките. 9 3.1.1 Анализ на разликите в местоположението. 9 3.1.2 Анализ на корелациите. 9 3.2 Разпределени ли са нормално променливите на скалата? 10 4 Връзки между категориалните променливи 12 4.1 Тест хи-квадрат. 12 4.2 Точен тест на Фишър. 13 5 Тестове за връзки между метрични/редови променливи: Корелация 15 5.1 Корелация на Пиърсън. 15 5.2 Корелация на Спиърман. 15 5.3 Прилагане на корелацията със SPSS. 16 5.4 Интерпретация и представяне на корелацията. 16 6 Тестове за разлики в позициите 18 6.1 Еднопробен t-тест. 18 6.2 Тест на Wilcoxon за проба. 19 6.3 Тест на Wilcoxon. 20 6.4 Сдвоен t-тест. 21 6.5 t-тест. 22 6.6 Тест на Ман-Уитни-U. 23 6.7 Тест на Фридман. 24 6.8 Повторни измервания ANOVA (дисперсионен анализ с повтарящи се измервания). 25 6.9 Еднопосочен ANOVA (еднопосочен дисперсионен анализ). 28 6.10 Тест на Крускал-Уолис. 30 c Daniela Keller - 2015 2
от 0,8 се считат за добри. Тестовата якост не е част от изхода на SPSS, но може да се използва с инструменти за планиране на размера на пробата, като например безплатната G * мощност 3 на университета в Дюселдорф (http://www.gpower.hhu.de/). 1.4 Забележка Най-важното за анализа е да знаете, че търсите р-стойността в резултата от теста. Това обикновено е в SPSS в ред или колона Sig. В изхода на SPSS. Ако тази р-стойност е по-малка от 0,05, нулевата хипотеза се отхвърля и сте демонстрирали значителна разлика или връзка. Ако р-стойността е по-голяма от 0,05, нулевата хипотеза не се отхвърля и не можете да докажете значителна разлика или връзка. Ако случаят е такъв (р-стойност по-голяма от 0,05), това не е доказателство, че няма разлика или връзка. Това означава само, че извадката не е била достатъчно голяма или разликата/връзката не е била достатъчно силна, за да докаже, че е значителна. c Даниела Келер - 2015 г. 5
2 Общ преглед Изчислихте описателната статистика, проверихте разпределението и създадохте цифри. Вече може да бъде избран подходящ статистически тест, за да се провери значимостта на наблюдаваната корелация или разлика. Графиката тук трябва да служи за ориентация и преглед. Там са изброени най-важните тестове за различия в позицията и взаимоотношенията. Цветовете и рамките маркират съответните условия за теста. Звездичките означават допълнителни изисквания. Подходящата описателна статистика и подходящата фигура са маркирани със символи. Винаги можете да се върнете към тази графика, ако изберете правилния метод. В следващите раздели ще ви покажа какви предварителни съображения са необходими, за да изберете метода. Тогава ще ви обясня изпълнението със SPSS. c Даниела Келер - 2015 г. 6
Добавка към фигурата: Анализ на разликата в позицията за променлива (само една група) в сравнение с фиксирана стойност с нормално разпределение: Еднопробен t-тест без нормално разпределение: Тест на Wilcoxon с една проба c Daniela Keller - 2015 8
и двете категориални променливи (номинална или редовна) или и двете мащабни променливи. Когато се анализира връзката между две категорични променливи, също е от значение дали и двете променливи имат точно две категории (2х2 категории) или една или и двете имат повече категории (> 2х2 категории). 3.2 Разпределени ли са нормално променливите на скалата? В модул 2 вече проучихте разпределението на вашите метрични променливи (и евентуално също с ординали с много изрази). За да изберете подходящия метод, сега е важно да знаете дали данните са приблизително нормално разпределени или не. Ако данните са приблизително нормално разпределени (всяко повторно измерване или всяка група поотделно), параметричните методи могат да се използват като тестове за значимост, които предполагат нормално разпределение. Параметричните методи, разгледани тук, са еднообразен t-тест, сдвоен t-тест t-тест, повтарящи се мерки ANOVA еднопосочна ANOVA и корелация на Пиърсън. Ако данните не се разпределят нормално (или не сте сигурни), като алтернатива се използват непараметрични методи: Тест на Wilcoxon с една проба Тест на Wilcoxon Тест на Mann-Whitney-U Тест на Friedman Тест на Kruskal Wallis c Daniela Keller - 2015 10
и Корелация на Спиърман. Непараметричните методи са винаги разрешени, така че те могат да се използват и с нормално разпределение. c Даниела Келер - 2015 г. 11
4 Връзки между категориални променливи 4.1 Тест за хи-квадрат Характеристика: Тест за променливи за връзка: две категорични променливи повече от 2 категории в поне една от двете променливи Специална характеристика: Всяка клетка на кръстосания таб трябва да съдържа поне 5 наблюдения, за да бъде тестът хи-квадрат да бъде надежден е. Ако случаят не е такъв, категориите могат или да бъдат групирани по подходящ начин, или категория да бъде пропусната (в зависимост от въпроса и данните). След това или се получават достатъчно наблюдения във всяка клетка, или в кръстосана таблица 2x2 и използване на точния тест на Fisher's. Пример: Въпрос: Има ли връзка между пола и училищното образование (4 различни степени)? Нулева хипотеза: Няма връзка между двете променливи. Възможни резултати: р-стойност не е значима (р 0,05) Не може да се докаже значителна корелация. p-стойност значима (p