Online Statisztikai Coaching - PDF ingyenes letöltés
Online Statisztika Coaching 3. modul: Statisztikai tesztelés - A megfelelő módszer kiválasztása - Megvalósítás SPSS-sel - Értelmezés és prezentáció Dipl.-Math. Daniela Keller www.statistik-und-beratung.de
Tartalom 1 A statisztikai teszt ötlete 3 1.1 Null és alternatív hipotézisek. 3 1.2 Teszt eredménye: tesztstatisztika és p-érték. 3 1.3 Az első és a második típusú hibák 4 1.4 Megjegyzés. 5 2 Áttekintés 6 3 Előzetes szempontok a kiválasztáshoz 9 3.1 Szeretné megvizsgálni a helyszín vagy a kapcsolatok különbségeit. 9 3.1.1 A helybeli különbségek elemzése. 9 3.1.2 A korrelációk elemzése. 9 3.2 A skálaváltozók rendesen el vannak-e osztva? 10 4 A kategorikus változók közötti kapcsolat 12 4.1 Khi-négyzet teszt. 12 4.2 Fisher pontos tesztje. 13 5 A metrikus/ordinális változók közötti kapcsolatok tesztjei: korreláció 15 5.1 Pearson-korreláció. 15 5.2 Spearman-összefüggés. 15 5.3 Az SPSS-szel való korreláció megvalósítása. 16 5.4 A korreláció értelmezése és bemutatása. 16 6 Tesztek a különbséghez a helyzetben 18 6.1 Egy mintás t-teszt. 18 6.2 Wilcoxon-teszt egy mintához. 19 6.3 Wilcoxon-teszt. 20 6.4 Páros t-teszt. 21 6,5 t-teszt. 22 6.6 Mann-Whitney-U teszt. 23 6.7 Friedman-teszt. 24 6.8 Ismételt mérések ANOVA (varianciaanalízis ismételt mérésekkel). 25 6.9 Egyirányú ANOVA (egyirányú varianciaanalízis). 28 6.10 Kruskal-Wallis teszt. 30. c Daniela Keller - 2015 2
0,8-tól jónak tekintik. A teszterősség nem része az SPSS kimenetének, de használható a mintaméret-tervező eszközökkel, mint pl a Düsseldorfi Egyetem szabad G * ereje 3 (http://www.gpower.hhu.de/). 1.4 Megjegyzés Az elemzés szempontjából az a legfontosabb, hogy tudjuk, hogy a p-értéket a teszt kimenetében keresi. Ez általában az SPSS-ben van egy Sig sorban vagy oszlopban. Az SPSS kimenetben. Ha ez a p-érték kisebb, mint 0,05, akkor a nullhipotézist elvetjük, és Ön jelentős különbséget vagy összefüggést mutatott be. Ha a p-érték nagyobb, mint 0,05, akkor a nullhipotézist nem utasítják el, és nem tud igazolni semmilyen jelentős különbséget vagy kapcsolatot. Ha ez a helyzet (p-érték nagyobb, mint 0,05), ez nem bizonyítja, hogy nincs különbség vagy kapcsolat. Ez csak azt jelenti, hogy a minta nem volt elég nagy, vagy a különbség/kapcsolat nem volt elég erős ahhoz, hogy szignifikánsnak bizonyuljon. c Daniela Keller - 2015 5
2 Áttekintés Kiszámította a leíró statisztikákat, ellenőrizte az eloszlásokat és létrehozott ábrákat. A megfelelő statisztikai teszt most kiválasztható a megfigyelt összefüggés vagy különbség szignifikancia szempontjából történő ellenőrzésére. Az itt szereplő grafikának tájékozódásként és áttekintésként kell szolgálnia. A helyzet és a kapcsolatok közötti különbségek legfontosabb tesztjeit ott soroljuk fel. A színek és a keretek megjelölik a teszt megfelelő feltételeit. A csillagok további követelményeket jelölnek. A megfelelő leíró statisztikákat és a megfelelő ábrát szimbólumokkal jelöljük. Bármikor visszatérhet ehhez a grafikához, ha a megfelelő módszert választja. A következő szakaszokban megmutatom, milyen előzetes megfontolások szükségesek a módszer kiválasztásához. Majd elmagyarázom neked az SPSS-sel a megvalósítást. c Daniela Keller - 2015 6
Az ábra kiegészítése: Változó (csak egy csoport) helyzetkülönbségének elemzése normál eloszlású fix értékhez képest: Egy mintás t-teszt normál eloszlás nélkül: Wilcoxon egy mintás teszt c Daniela Keller - 2015 8
mindkét kategorikus változó (nominális vagy ordinális) vagy mindkét skálaváltozó. Két kategorikus változó kapcsolatának elemzésekor az is lényeges, hogy mindkét változónak pontosan két kategóriája van (2x2 kategória), vagy az egyiknek vagy mindkettőnek több kategóriája van (> 2x2 kategória). 3.2 A skálaváltozók normálisan vannak-e elosztva? A 2. modulban már megvizsgálta a metrikus változók eloszlását (és esetleg sok kifejezéssel rendelkező ordinálisokkal is). A megfelelő módszer kiválasztásához most fontos tudni, hogy az adatok eloszlása megközelítőleg normális-e vagy sem. Ha az adatok eloszlása megközelítőleg normális (mindegyik ismételt mérés vagy csoport külön-külön), akkor paraméteres módszerek alkalmazhatók szignifikancia tesztként, amelyek normális eloszlást feltételeznek. Az itt tárgyalt paraméteres módszerek egy mintás t-teszt páros t-teszt t-teszt ismételt mérések ANOVA egyirányú ANOVA és Pearson-korreláció. Ha az adatok nem szokásosan oszlanak el (vagy nem biztos benne), akkor nem paraméteres módszereket használnak alternatívaként: Wilcoxon egy mintás teszt Wilcoxon teszt Mann-Whitney-U teszt Friedman teszt Kruskal Wallis teszt c Daniela Keller - 2015
és Spearman-korreláció. A nem paraméteres módszerek mindig megengedettek, így normál eloszlás mellett is használhatók. c Daniela Keller - 2015 11
4 Kapcsolatok a kategorikus változók között 4.1 Khi-négyzet teszt Jellemzés: Kapcsolati változók tesztje: két kategorikus változó, több mint 2 kategória a két változó legalább egyikében Különleges jellemző: A kereszttábla minden cellájának legalább 5 megfigyelést kell tartalmaznia ahhoz, hogy a khi-négyzet teszt megbízható legyen van. Ha nem ez a helyzet, akkor a kategóriákat vagy megfelelően csoportosíthatjuk, vagy elhagyhatunk egy kategóriát (a kérdéstől és az adatoktól függően). Ez vagy elegendő megfigyelést eredményez minden cellában, vagy 2x2 keresztkeresztet eredményez, és Fisher Exact tesztet használ. Példa: Kérdés: Van-e összefüggés a nemek és az iskolai oktatás (4 különböző fokozat) között? Nullhipotézis: Nincs kapcsolat a két változó között. Lehetséges eredmények: p-érték nem szignifikáns (p 0,05) Nem mutatható ki szignifikáns összefüggés. p-érték szignifikáns (p