Тренер за статистика преку Интернет - PDF Бесплатно преземање
Третман за статистика на Интернет Модул 3 Статистичко тестирање - Избор на соодветен метод - Имплементација со СПСС - Интерпретација и презентација Диплом-математика. Даниела Келер www.statistik-und-beratung.de
Содржина 1 Идејата за статистичко тестирање 3 1.1 Ништовни и алтернативни хипотези. 3 1.2 Резултат од тестот: статистика на тестот и p-вредност. 3 1.3 Грешки од првиот вид и грешки од вториот вид 4 1.4 Забелешка. 5 2 Преглед 6 3 Прелиминарни размислувања за избор 9 3.1 Дали сакате да ги испитате разликите во локацијата или односите. 9 3.1.1 Анализа на разликите во локацијата. 9 3.1.2 Анализа на корелации. 9 3.2 Дали променливите на скалата се нормално распоредени? 10 4 Поврзаност помеѓу категоричките варијабли 12 4.1 Тест за хи-квадрат. 12 4.2 Точен тест на Фишер. 13 5 Тестови за врски помеѓу метрички/редни варијабли: Корелација 15 5.1 Пирсонова корелација. 15 5.2 Спирменска корелација. 15 5.3 Спроведување на корелацијата со SPSS. 16 5.4 Интерпретација и презентација на корелацијата. 16 6 Тестови за разлики во положбата 18 6.1 Т-тест со еден примерок. 18 6.2 Вилкоксон тест за примерок. 19 6.3 Вилкоксон тест. 20 6.4 Спарен т-тест. 21 6,5 т-тест. 22 6.6 Тест Ман-Витни-У. 23 6.7 Фридман тест. 24 6.8 Повторени мерења ANOVA (анализа на варијанса со повторени мерења). 25 6.9 Еднострана ANOVA (еднонасочна анализа на варијанса). 28 6.10 тест Крускал-Волис. 30 в Даниела Келер - 2015 година 2
од 0,8 се сметаат за добри. Јачината на тестот не е дел од излезот на SPSS, но може да се користи со алатки за планирање на големината на примерокот, како што се бесплатната G * моќ 3 на Универзитетот во Дизелдорф (http://www.gpower.hhu.de/). 1.4 Забелешка Најважната работа за анализата е да знаете дека го гледате резултатот од тестот за p-вредноста. Ова е обично во SPSS во линија или колона Sig. Во излезот на SPSS. Ако оваа p-вредност е помала од 0,05, нултата хипотеза е одбиена и вие покажавте значителна разлика или врска. Ако p-вредноста е поголема од 0,05, нултата хипотеза не се одбива и не можете да докажете значителна разлика или врска. Ако тоа е случај (p-вредност поголема од 0,05), тоа не е доказ дека нема разлика или врска. Ова само значи дека примерокот не бил доволно голем или разликата/врската не била доволно силна за да докаже дека е значајна. в Даниела Келер - 2015 година 5
2 Преглед Ја пресметавте описната статистика, ги проверивте дистрибуциите и креиравме бројки. Сега може да се избере соодветен статистички тест со цел да се провери забележаната корелација или разлика за значењето. Графиката тука треба да послужи како ориентација и преглед. Најважните тестови за разлики во положбата и односите се наведени таму. Боите и рамките ги означуваат соодветните услови за тестот. Aвездичките означуваат дополнителни барања. Соодветната описна статистика и соодветната слика се обележани со симболи. Секогаш можете да се вратите на оваа графика ако го изберете вистинскиот метод. Во следните делови ќе ви покажам кои прелиминарни размислувања се неопходни за да се избере методот. Тогаш ќе ви ја објаснам имплементацијата со СПСС. c Даниела Келер - 2015 година 6
Додаток на сликата: Анализа на разликата во позицијата за променлива (само една група) во споредба со фиксна вредност со нормална дистрибуција: Т-тест со еден примерок без нормална дистрибуција: Тест со еден примерок за Вилкоксон c Даниела Келер - 2015 8
и категоричните варијабли (номинални или редни) или обете варијабли на скала. При анализа на односот помеѓу две категорични варијабли, исто така е важно дали и двете варијабли имаат точно две категории (категории 2x2) или едната или двете имаат повеќе категории (> категории 2x2). 3.2 Дали променливите на скалата се нормално распоредени? Во модулот 2 веќе ја испитавте распределбата на вашите метрички варијабли (а можеби и со вообичаени со многу изрази). Со цел да се избере соодветниот метод, сега е важно да се знае дали податоците се приближно нормално дистрибуирани или не. Ако податоците се приближно нормално распоредени (секое повторено мерење или секоја група одделно), може да се користат параметарски методи како тестови за значење, кои претпоставуваат нормална дистрибуција. Параметарските методи дискутирани овде се еднократни т-тест спарени т-тест т-тест повторени мерења ANOVA еднонасочна ANOVA и Пирсон корелација. Ако податоците не се дистрибуираат вообичаено (или не сте сигурни), непараметричните методи се користат како алтернатива: тест за еден примерок Вилкоксон тест за Вилкоксон, тест за Ман-Витни-У тест за Фридман, тест Крускал Валис, тест Даниела Келер - 2015 10
и Спирман Корелација. Непараметарските методи се секогаш дозволени, така што тие исто така можат да се користат со нормална дистрибуција. c Даниела Келер - 2015 година 11
4 Односи помеѓу категорички варијабли 4.1 Тест за чи-квадрат Карактеризација: Тест за врска Променливи: две категорични променливи повеќе од 2 категории во најмалку една од двете варијабли Посебна карактеристика: Секоја ќелија на крстот треба да содржи најмалку 5 набудувања за хи-квадрат тестот да биде сигурен е Ако не е така, категориите можат соодветно да се групираат заедно или да се изостави категорија (во зависност од прашањето и податоците). Ова тогаш значи дека има доволно набудувања во секоја ќелија, или дека се создава крстостава 2х2 и може да се користи точниот тест на Фишер. Пример: Прашање: Дали има врска помеѓу родот и училишното образование (4 различни степени)? Ништовна хипотеза: Нема врска помеѓу двете варијабли. Можни резултати: p-вредноста не е значајна (p 0,05) Не може да се демонстрира значајна корелација. p-вредност значајна (стр