Koučovanie online štatistík - PDF na stiahnutie zadarmo
Modul koučovania online štatistík 3 - Štatistické testovanie - výber vhodnej metódy - implementácia pomocou SPSS - tlmočenie a tlmočenie Daniela Keller www.statistik-und-beratung.de
Obsah 1 Myšlienka štatistického testovania 3 1.1 Nulové a alternatívne hypotézy. 3 1.2 Výsledok testu: štatistika testu a hodnota p. 3 1.3 Chyby prvého druhu a chyby druhého druhu 4 1.4 Poznámka. 5 2 Prehľad 6 3 Úvodné poznámky k výberu 9 3.1 Chceli by ste preskúmať rozdiely v umiestnení alebo vo vzťahoch. 9 3.1.1 Analýza lokalizačných rozdielov. 9 3.1.2 Analýza korelácií. 9 3.2 Sú premenné stupnice normálne distribuované? 10 4 Vzťahy medzi kategorickými premennými 12 4.1 Test chí-kvadrát. 12 4.2 Fisherov presný test. 13 5 Testy vzťahov medzi metrickými/ordinálnymi premennými: korelácia 15 5.1 Pearsonova korelácia. 15 5.2 Spearmanova korelácia. 15 5.3 Implementácia korelácie so SPSS. 16 5.4 Výklad a prezentácia korelácie. 16 6 Skúšky rozdielov polôh 18 6.1 T-test s jednou vzorkou. 18 6.2 Wilcoxonov test na vzorku. 19 6.3 Wilcoxonov test. 20 6.4 Párový t-test. 21 6,5 t-test. 6.6 Mann-Whitney-U test. 23 6.7 Friedmanov test. 6.8 Opakované merania ANOVA (analýza odchýlky pri opakovaných meraniach). 6.9 Jednosmerná ANOVA (jednosmerná analýza odchýlky). 28 6.10 Kruskal-Wallisov test. 30 c Daniela Keller - 2015 2
od 0,8 sa považujú za dobré. Testovacia sila nie je súčasťou výstupu SPSS, ale je možné ju použiť s nástrojmi na plánovanie veľkosti vzorky, ako sú napr bezplatná sila G * 3 univerzity v Düsseldorfe (http://www.gpower.hhu.de/). 1.4 Poznámka Najdôležitejšie pre analýzu je vedieť, že hľadáte hodnotu p na výstupe z testu. Toto je zvyčajne v SPSS v riadku alebo stĺpci Sig. Vo výstupe SPSS. Ak je táto p-hodnota menšia ako 0,05, nulová hypotéza je odmietnutá a vy ste preukázali významný rozdiel alebo súvislosť. Ak je hodnota p vyššia ako 0,05, nulová hypotéza nie je odmietnutá a nemôžete dokázať významný rozdiel alebo súvislosť. Ak je to tak (hodnota p vyššia ako 0,05), nie je to dôkaz, že neexistuje žiadny rozdiel alebo súvislosť. To znamená iba to, že vzorka nebola dostatočne veľká alebo rozdiel/vzťah nebol dostatočne silný na to, aby dokázal, že je významná. c Daniela Keller - 2015 5
2 Prehľad Vypočítali ste popisnú štatistiku, skontrolovali distribúcie a vytvorili údaje. Teraz je možné zvoliť vhodný štatistický test na kontrolu významnosti pozorovanej korelácie alebo rozdielu. Táto grafika by mala slúžiť ako orientácia a prehľad. Sú tu uvedené najdôležitejšie testy rozdielov v pozícii a vzťahoch. Farby a rámy označujú príslušné podmienky testu. Hviezdičky označujú ďalšie požiadavky. Príslušné popisné štatistiky a príslušný údaj sú označené symbolmi. K tejto grafike sa môžete kedykoľvek vrátiť, ak zvolíte správny spôsob. V nasledujúcich častiach vám ukážem, aké predbežné úvahy sú potrebné pri výbere metódy. Potom vám vysvetlím implementáciu so SPSS. c Daniela Keller - 2015 6
Dodatok k obrázku: Analýza pozičného rozdielu pre premennú (iba jedna skupina) v porovnaní s pevnou hodnotou s normálnym rozdelením: T-test s jednou vzorkou bez normálneho rozdelenia: Wilcoxon s jedným vzorkom c Daniela Keller - 2015 8
obidve kategorické premenné (nominálne alebo ordinálne) alebo obe škálové premenné. Pri analýze vzťahu medzi dvoma kategorickými premennými je tiež dôležité, či majú obe premenné presne dve kategórie (2 x 2 kategórie) alebo či jedna alebo obe majú viac kategórií (> 2 x 2 kategórie). 3.2 Sú premenné stupnice normálne distribuované? V module 2 ste už skúmali distribúciu metrických premenných (a prípadne aj radových čísiel s mnohými výrazmi). Pri výbere vhodnej metódy je teraz dôležité vedieť, či sú údaje približne normálne distribuované alebo nie. Ak sú údaje približne normálne distribuované (každé opakované meranie alebo každá skupina zvlášť), môžu sa ako testy významnosti použiť parametrické metódy, ktoré predpokladajú normálne rozdelenie. Tu diskutovanými parametrickými metódami sú t-test s jednou vzorkou, párový t-test, t-test, opakované merania, ANOVA, jednosmerná ANOVA a Pearsonova korelácia. Ak údaje nie sú bežne distribuované (alebo si nie ste istí), ako alternatíva sa používajú neparametrické metódy: Wilcoxonov jeden test Wilcoxonov test Mann-Whitney-U test Friedmanov test Kruskal Wallisov test c Daniela Keller - 2015 10
a Spearmanova korelácia. Neparametrické metódy sú vždy povolené, takže sa dajú použiť aj pri normálnom rozdelení. c Daniela Keller - 2015 11
4 Vzťahy medzi kategorickými premennými 4.1 Test chí kvadrát Charakterizácia: Test vzťahu Premenné: dve kategorické premenné viac ako 2 kategórie najmenej v jednej z dvoch premenných Špeciálna vlastnosť: Každá bunka krížovej tabuľky musí obsahovať najmenej 5 pozorovaní, aby bol test chí-kvadrát spoľahlivý je. Ak to tak nie je, kategórie možno buď vhodne zoskupiť, alebo kategóriu vynechať (v závislosti od otázky a údajov). To potom vedie buď k dostatočnému počtu pozorovaní v každej bunke, alebo v krížovej tabuli 2x2 a pri použití Fisherovho presného testu. Príklad: Otázka: Existuje spojenie medzi pohlavím a školským vzdelaním (4 rôzne stupne)? Nulová hypotéza: Medzi týmito dvoma premennými neexistuje žiadna súvislosť. Možné výsledky: hodnota p nie je významná (p 0,05) Nie je možné preukázať žiadnu významnú koreláciu. p-hodnota významná (s