Tilastollinen analyysi kolmen tai useamman tietojoukon vertailemiseksi riippuu kerättyjen tietojen tyypistä. Jokaisella tilastollisella testillä on tiettyjä oletuksia, jotka on täytettävä, jotta testi toimisi asianmukaisesti. Lisäksi vertailtavien tietojen näkökohdat vaikuttavat testiin. Esimerkiksi, jos jokaisella kolmesta tietojoukosta on kaksi tai useampia mittauksia, tarvitset erityyppisen tilastollisen testin.
ANOVA
Yksi yleisimmistä tilastollisista testeistä kolmelle tai useammalle aineistolle on Varianssianalyysi tai ANOVA. Tämän testin käyttämiseksi tietojen on täytettävä tietyt kriteerit. Ensinnäkin tietojen tulee olla numeerisia. Tavalliset tiedot - kuten 5-pisteiset asteikot, nimeltään Likert-asteikot - eivät ole numeerisia tietoja, eikä ANOVA tuota tarkkoja tuloksia, jos niitä käytetään järjestysdatan kanssa. Toiseksi tietojen tulisi normaalisti jakautua kellokäyrään. Jos nämä oletukset täyttyvät, ANOVA-testiä voidaan käyttää yhden riippuvan muuttujan varianssin analysointiin kolmessa tai useammassa näytteessä tai tietojoukossa. Muista, että riippuva muuttuja on tekijä, jota mitat tutkimuksessa.
MANOVA
Tapauksissa, joissa ANOVA: n oletukset täyttyvät, mutta haluat mitata useampaa kuin yhtä riippuvaa muuttujaa, tarvitset monimuuttujavarianssianalyysin tai MANOVA: n. Riippuvat muuttujat ovat tekijöitä, joita mittaat ja haluat tutkia. Itsenäinen muuttuja tai muuttujat vaikuttavat riippuvaan muuttujaan. Oletetaan esimerkiksi, että mittaat rasittavan liikunnan vaikutuksia verenpaineeseen, painonlaskuun ja sykkeeseen. Itsenäinen muuttuja on harjoitus, ja riippuvat muuttujat ovat verenpaine, laihtuminen ja syke. Tässä tilanteessa käytät MANOVAa. Tämän tilastollisen testin laskeminen on hyvin monimutkaista ja vaatii tietokoneen ja erityisohjelmiston käyttöä.
Ei-parametriset päätelmätilastot
On olemassa monia erilaisia ei-parametreja testejä, mutta yleensä ei-parametrisia tilastoja käytetään, kun tiedot ovat järjestyslukuja ja / tai eivät normaalisti jaettuja. Ei-parametriset testit sisältävät merkkitestin, khi-neliön ja mediaanitestin. Näitä testejä käytetään usein, kun analysoit kyselydataa, jossa vastaajien oli arvioitava erilaisia lausuntoja; esimerkiksi asteikko "täysin eri mieltä, eri mieltä, samaa mieltä, täysin samaa mieltä" täyttäisi järjestystiedoksi. Nämä testit on usein helppo laskea käsin, vaikka taulukosta on apua.
Kuvailevia tilastoja
Päätelmätestien lisäksi voit käyttää yksinkertaisia kuvaavia tilastoja tarjotaksesi nopean ja yksinkertaisen tietojoukkojen tarkastelun. Voit ilmoittaa kolmen tietojoukon keskiarvot, keskihajonnat ja prosenttiosuudet. Kuvaavat tilastot auttavat tarkastelemaan tietoja nopeasti, mutta niitä ei voida käyttää johtopäätösten tekemiseen. Esimerkiksi, jos yhdellä kolmesta tietojoukosta on muuttuja, joka on 20 prosenttia suurempi kuin kaksi muuta tietojoukkoa, et voi sanoa, että ero on "tilastollisesti merkitsevä" ilman jotakin pääteltävää tilastollista testiä, kuten ANOVA, MANOVA tai ei-parametrista testiä.