तीन चीजों की एक दूसरे से तुलना करते समय मैं कौन सा सांख्यिकीय विश्लेषण करता हूं?

तीन या अधिक डेटा सेटों की तुलना करने के लिए एक सांख्यिकीय विश्लेषण एकत्र किए गए डेटा के प्रकार पर निर्भर करता है। प्रत्येक सांख्यिकीय परीक्षण की कुछ मान्यताएँ होती हैं जिन्हें परीक्षण को उचित रूप से कार्य करने के लिए पूरा किया जाना चाहिए। साथ ही, आप डेटा के किन पहलुओं की तुलना करेंगे, यह परीक्षण को प्रभावित करेगा। उदाहरण के लिए, यदि तीन डेटा सेटों में से प्रत्येक में दो या अधिक माप हैं, तो आपको एक अलग प्रकार के सांख्यिकीय परीक्षण की आवश्यकता होगी।

तीन या अधिक डेटा सेटों के लिए अधिक सामान्य सांख्यिकीय परीक्षणों में से एक है विचरण का विश्लेषण, या एनोवा। इस परीक्षण का उपयोग करने के लिए, डेटा को कुछ मानदंडों को पूरा करना होगा। सबसे पहले, डेटा संख्यात्मक होना चाहिए। सामान्य डेटा - जैसे कि 5-पॉइंट स्केल रेटिंग, जिसे लिकर्ट स्केल कहा जाता है - संख्यात्मक डेटा नहीं हैं, और एनोवा सटीक परिणाम नहीं देगा यदि सामान्य डेटा के साथ उपयोग किया जाता है। दूसरा, डेटा को सामान्य रूप से बेल कर्व में वितरित किया जाना चाहिए। यदि इन मान्यताओं को पूरा किया जाता है, तो एनोवा परीक्षण का उपयोग तीन या अधिक नमूनों या डेटा सेटों में एकल आश्रित चर के विचरण का विश्लेषण करने के लिए किया जा सकता है। याद रखें, आश्रित चर वह कारक है जिसे आप अध्ययन में माप रहे हैं।

ऐसे मामलों में जहां एनोवा के लिए मान्यताएं पूरी होती हैं लेकिन आप एक से अधिक आश्रित चर को मापना चाहते हैं, आपको बहुभिन्नरूपी विश्लेषण, या MANOVA की आवश्यकता होगी। आश्रित चर वे कारक हैं जिन्हें आप माप रहे हैं और जांचना चाहते हैं। स्वतंत्र चर या चर आश्रित चर को प्रभावित करते हैं। उदाहरण के लिए, मान लें कि आप रक्तचाप, वजन घटाने और हृदय गति पर ज़ोरदार व्यायाम के प्रभावों को माप रहे थे। स्वतंत्र चर व्यायाम है, और आश्रित चर रक्तचाप, वजन घटाने और हृदय गति हैं। ऐसी स्थिति में आप MANOVA का प्रयोग करेंगे। यह सांख्यिकीय परीक्षण गणना करने के लिए बहुत जटिल है और इसके लिए कंप्यूटर और विशेष सॉफ्टवेयर के उपयोग की आवश्यकता होगी।

कई अलग-अलग गैर-पैरामीट्रिक परीक्षण हैं, लेकिन आम तौर पर गैर-पैरामीट्रिक आंकड़ों का उपयोग तब किया जाता है जब डेटा सामान्य होता है और/या सामान्य रूप से वितरित नहीं होता है। गैर-पैरामीट्रिक परीक्षणों में साइन टेस्ट, ची-स्क्वायर और मीडियन टेस्ट शामिल हैं। ये परीक्षण अक्सर तब नियोजित होते हैं जब आप सर्वेक्षण डेटा का विश्लेषण कर रहे होते हैं जहां उत्तरदाताओं को अलग-अलग बयानों को रेट करना होता है; उदाहरण के लिए, "पूरी तरह से असहमत, असहमत, सहमत, दृढ़ता से सहमत" का एक पैमाना क्रमिक डेटा के रूप में योग्य होगा। इन परीक्षणों को अक्सर हाथ से गणना करना आसान होता है, हालांकि एक स्प्रेडशीट मदद करती है।

अनुमानात्मक परीक्षणों के अलावा, आप डेटा सेट पर एक त्वरित और सरल नज़र प्रदान करने के लिए सरल वर्णनात्मक आँकड़ों का भी उपयोग कर सकते हैं। आप तीन डेटा सेटों में से प्रत्येक के लिए औसत, मानक विचलन और प्रतिशत की रिपोर्ट कर सकते हैं। वर्णनात्मक आँकड़े डेटा पर एक त्वरित नज़र प्रदान करने में मदद करते हैं लेकिन निष्कर्ष निकालने के लिए इसका उपयोग नहीं किया जा सकता है। उदाहरण के लिए, यदि तीन डेटा सेटों में से एक का वैरिएबल अन्य दो डेटा सेटों की तुलना में 20 प्रतिशत अधिक है, तो आप यह नहीं कह सकते हैं कि अंतर "सांख्यिकीय रूप से महत्वपूर्ण" है, कुछ अनुमानात्मक सांख्यिकीय परीक्षण, जैसे एनोवा, मैनोवा या गैर-पैरामीट्रिक परीक्षण का उपयोग किए बिना।