Che cos'è il test Tukey HSD?

Il test Tukey HSD ("differenza onestamente significativa" o "differenza significativa onesta") è uno strumento statistico utilizzato per determinare se la relazione tra due serie di dati è statisticamente significativo, ovvero se esiste una forte possibilità che un cambiamento numerico osservato in un valore sia correlato causalmente a un cambiamento osservato in un altro valore. In altre parole, il test di Tukey è un modo per testare un'ipotesi sperimentale.

Il test di Tukey viene invocato quando è necessario determinare se l'interazione tra tre o più variabili è reciproca statisticamente significativo, che purtroppo non è semplicemente una somma o un prodotto dei singoli livelli di significato.

I semplici problemi di statistica comportano l'osservazione degli effetti di una variabile (indipendente), come il numero di ore studiate da ogni studente in una classe per un particolare test, su una seconda variabile (dipendente), come i punteggi dello studente nel test. In tali casi, di solito imposti il ​​limite per la significatività statistica a P <0,05, in cui l'esperimento rivela una probabilità superiore al 95% che le variabili in questione siano realmente correlate. Quindi fai riferimento a una tabella t che tiene conto del numero di coppie di dati nel tuo esperimento per vedere se la tua ipotesi era corretta.

A volte, tuttavia, l'esperimento può esaminare più variabili indipendenti o dipendenti contemporaneamente. Ad esempio, nell'esempio precedente, potrebbero essere incluse le ore di sonno che ogni studente ha ricevuto la notte prima del test e il suo voto di classe. Tali problemi multivariati richiedono qualcosa di diverso da un t-test a causa del semplice numero di relazioni che variano indipendentemente.

ANOVA sta per "analisi della varianza" e affronta proprio il problema appena descritto. Tiene conto dei gradi di libertà in rapida espansione in un campione man mano che le variabili vengono aggiunte. Ad esempio, guardando ore vs. punteggi è un abbinamento, sonno vs. punteggi è un altro, voti vs. scores è un terzo e, nel frattempo, anche tutte quelle variabili indipendenti interagiscono tra loro.

In un test ANOVA, la variabile di interesse dopo che i calcoli sono stati eseguiti è F, che è iltrovatovariazione delle medie di tutte le coppie, o gruppi, divise perprevistovariazione di queste medie. Più alto è questo numero, più forte è la relazione e la "significatività" è solitamente impostata su 0,95. La segnalazione dei risultati ANOVA di solito richiede l'uso di un calcolatore integrato come quelli che si trovano in Microsoft Excel e di programmi statistici dedicati come SPSS.

John Tukey ha inventato il test che porta il suo nome quando si è reso conto delle insidie ​​matematiche di cercando di utilizzare valori P indipendenti per determinare l'utilità di un'ipotesi a più variabili come a totale. A quel tempo, i test t venivano applicati a tre o più gruppi e considerava questo disonesto, quindi "differenza onestamente significativa".

Quello che fa il suo test è confrontare le differenze tra medie di valori piuttosto che confrontare coppie di valori. Il valore del test di Tukey è dato prendendo il valore assoluto della differenza tra coppie di medie e dividendolo per l'errore standard della media (SE) come determinato da un test ANOVA unidirezionale. La SE è a sua volta la radice quadrata di (varianza divisa per dimensione del campione). Un esempio di calcolatore online è elencato nella sezione Risorse.

Il Tukey test è un test post hoc in quanto i confronti tra le variabili vengono effettuati dopo che i dati sono già stati raccolti. Ciò differisce da un test a priori, in cui questi confronti vengono effettuati in anticipo. Nel primo caso, potresti guardare i tempi di percorrenza dei chilometri degli studenti in tre diverse classi di fisioterapia un anno. In quest'ultimo caso, potresti assegnare gli studenti a uno dei tre insegnanti e poi far loro correre un miglio cronometrato.