Quale analisi statistica eseguo quando confronto tre cose tra loro?

Un'analisi statistica per confrontare tre o più set di dati dipende dal tipo di dati raccolti. Ogni test statistico ha determinati presupposti che devono essere soddisfatti affinché il test funzioni in modo appropriato. Inoltre, quali aspetti dei dati confronterai influenzeranno il test. Ad esempio, se ciascuno dei tre set di dati ha due o più misurazioni, sarà necessario un diverso tipo di test statistico.

Uno dei test statistici più comuni per tre o più set di dati è l'analisi della varianza o ANOVA. Per utilizzare questo test, i dati devono soddisfare determinati criteri. Innanzitutto, i dati dovrebbero essere numerici. I dati ordinali, come le valutazioni della scala a 5 punti, chiamate scale Likert, non sono dati numerici e l'ANOVA non produrrà risultati accurati se utilizzato con dati ordinali. In secondo luogo, i dati dovrebbero essere normalmente distribuiti in una curva a campana. Se queste ipotesi sono soddisfatte, il test ANOVA può essere utilizzato per analizzare la varianza di una singola variabile dipendente su tre o più campioni o set di dati. Ricorda, la variabile dipendente è il fattore che stai misurando nello studio.

Nei casi in cui le ipotesi per ANOVA sono soddisfatte ma si desidera misurare più di una variabile dipendente, sarà necessaria l'analisi multivariata della varianza o MANOVA. Le variabili dipendenti sono i fattori che stai misurando e che vuoi esaminare. La variabile o le variabili indipendenti influiscono sulla variabile dipendente. Ad esempio, supponi di misurare gli effetti di un esercizio faticoso sulla pressione sanguigna, sulla perdita di peso e sulla frequenza cardiaca. La variabile indipendente è l'esercizio e le variabili dipendenti sono la pressione sanguigna, la perdita di peso e la frequenza cardiaca. In questa situazione, useresti MANOVA. Questo test statistico è molto complicato da calcolare e richiederà l'uso di un computer e di un software speciale.

Esistono molti test non parametrici diversi, ma generalmente le statistiche non parametriche vengono utilizzate quando i dati sono ordinali e/o non distribuiti normalmente. I test non parametrici includono il test del segno, il chi quadrato e il test della mediana. Questi test sono spesso utilizzati quando si analizzano i dati dei sondaggi in cui gli intervistati hanno dovuto valutare affermazioni diverse; ad esempio, una scala di "fortemente in disaccordo, in disaccordo, d'accordo, fortemente d'accordo" si qualificherebbe come dati ordinali. Questi test sono spesso facili da calcolare a mano anche se un foglio di calcolo aiuta.

Oltre ai test inferenziali, puoi anche utilizzare semplici statistiche descrittive per fornire uno sguardo rapido e semplice ai set di dati. È possibile riportare la media, le deviazioni standard e le percentuali per ciascuno dei tre set di dati. Le statistiche descrittive aiutano a fornire una rapida occhiata ai dati ma non possono essere utilizzate per trarre conclusioni. Ad esempio, se uno dei tre set di dati ha una variabile del 20% più alta degli altri due set di dati, non puoi dire che il differenza è "statisticamente significativa" senza utilizzare alcuni test statistici inferenziali, come ANOVA, MANOVA o un test non parametrico.