Η στατιστική διαφορά αναφέρεται σε σημαντικές διαφορές μεταξύ ομάδων αντικειμένων ή ατόμων. Οι επιστήμονες υπολογίζουν αυτήν τη διαφορά προκειμένου να προσδιορίσουν εάν τα δεδομένα από ένα πείραμα είναι αξιόπιστα πριν βγάλουν συμπεράσματα και δημοσιεύσουν αποτελέσματα. Όταν μελετούν τη σχέση μεταξύ δύο μεταβλητών, οι επιστήμονες χρησιμοποιούν τη μέθοδο υπολογισμού chi-square. Κατά τη σύγκριση δύο ομάδων, οι επιστήμονες χρησιμοποιούν τη μέθοδο κατανομής t.
Για παράδειγμα, εάν προσπαθείτε να απαντήσετε στο ερώτημα εάν οι κάρτες flash εικόνας ή η λέξη flash Οι κάρτες βοηθούν καλύτερα τα παιδιά να περάσουν ένα τεστ λεξιλογίου, θα δημιουργήσετε έναν πίνακα με τρεις στήλες και δύο σειρές. Η πρώτη στήλη θα φέρει την ένδειξη "Passed Test?" και δύο σειρές κάτω από την επικεφαλίδα θα φέρουν την ένδειξη "Ναι" και όχι." Η επόμενη στήλη θα φέρει την ετικέτα "Κάρτες εικόνων" και η τελευταία στήλη θα φέρει την ένδειξη "Word Καρτέλλες."
Υπολογίστε την αναμενόμενη συχνότητα για κάθε αποτέλεσμα και καταγράψτε την. Η αναμενόμενη συχνότητα είναι ο αριθμός ατόμων ή αντικειμένων που θα περίμενε κανείς να επιτύχει το αποτέλεσμα κατά τύχη. Για τον υπολογισμό αυτής της στατιστικής, πολλαπλασιάστε το σύνολο της στήλης με το σύνολο της σειράς και διαιρέστε με τον συνολικό αριθμό των παρατηρήσεων. Για παράδειγμα, εάν 200 παιδιά χρησιμοποίησαν κάρτες εικόνων, 300 παιδιά πέρασαν το τεστ λεξιλογίου και 450 παιδιά δοκιμάστηκαν, η αναμενόμενη συχνότητα των παιδιών Η επιτυχία του τεστ χρησιμοποιώντας κάρτες εικόνων θα ήταν (200 * 300) / 450 ή 133.3. Εάν οποιοδήποτε αποτέλεσμα έχει αναμενόμενη συχνότητα μικρότερη από 5,0, τα δεδομένα δεν είναι αξιόπιστος.
Αφαιρέστε κάθε παρατηρούμενη συχνότητα από κάθε αναμενόμενη συχνότητα. Τετράγωνο το αποτέλεσμα. Διαιρέστε αυτήν την τιμή με την αναμενόμενη συχνότητα. Στο παραπάνω παράδειγμα, αφαιρέστε το 200 από το 133.3. Τετραγωνίστε το αποτέλεσμα και διαιρέστε με 133,3 για αποτέλεσμα 13,04.
Προσδιορίστε το αποδεκτό περιθώριο σφάλματος. Όσο μικρότερος είναι ο πίνακας, τόσο μικρότερο είναι το περιθώριο σφάλματος. Αυτή η τιμή ονομάζεται τιμή άλφα.
Αναζητήστε την κανονική κατανομή σε έναν πίνακα στατιστικών στοιχείων. Οι πίνακες στατιστικών μπορούν να βρεθούν στο διαδίκτυο ή σε βιβλία στατιστικών. Βρείτε την τιμή για τη διασταύρωση των σωστών βαθμών ελευθερίας και άλφα. Εάν αυτή η τιμή είναι μικρότερη ή ίση με την τιμή chi-square, τα δεδομένα είναι στατιστικά σημαντικά.
Δημιουργήστε έναν πίνακα δεδομένων που δείχνει τον αριθμό των παρατηρήσεων για καθεμία από τις δύο ομάδες, τον μέσο όρο των αποτελεσμάτων για κάθε ομάδα, την τυπική απόκλιση από κάθε μέσο και τη διακύμανση για κάθε μέσο.
Διαιρέστε κάθε διακύμανση με τον αριθμό των παρατηρήσεων μείον 1. Για παράδειγμα, εάν μια ομάδα είχε μια διακύμανση 2186753 και 425 παρατηρήσεων, θα διαιρέσατε το 2186753 με το 424. Πάρτε την τετραγωνική ρίζα κάθε αποτελέσματος.
Υπολογίστε τους βαθμούς ελευθερίας αθροίζοντας τον αριθμό των παρατηρήσεων και για τις δύο ομάδες και διαιρώντας με 2. Προσδιορίστε το επίπεδο άλφα και αναζητήστε τη διασταύρωση των βαθμών ελευθερίας και άλφα σε έναν πίνακα στατιστικών στοιχείων. Εάν η τιμή είναι μικρότερη ή ίση με το υπολογισμένο t-σκορ σας, το αποτέλεσμα είναι στατιστικά σημαντικό.