რომელ სტატისტიკურ ანალიზს ვაწარმოებ სამი რამის შედარებისას?

სამი ან მეტი მონაცემის შედარების სტატისტიკური ანალიზი დამოკიდებულია შეგროვებული მონაცემების ტიპზე. თითოეულ სტატისტიკურ ტესტს აქვს გარკვეული დაშვებები, რომლებიც უნდა დაკმაყოფილდეს ტესტის სათანადო მუშაობისთვის. ასევე, მონაცემების რომელ ასპექტებს შეადარებთ, გავლენას მოახდენს ტესტზე. მაგალითად, თუ მონაცემთა სამი ნაკრებიდან თითოეულს აქვს ორი ან მეტი გაზომვა, თქვენ დაგჭირდებათ სხვადასხვა ტიპის სტატისტიკური ტესტი.

სამი ან მეტი მონაცემთა ნაკრების ერთ-ერთი ყველაზე გავრცელებული სტატისტიკური ტესტი არის ვარიანტის ანალიზი, ან ANOVA. ამ ტესტის გამოსაყენებლად მონაცემები უნდა აკმაყოფილებდეს გარკვეულ კრიტერიუმებს. პირველი, მონაცემები უნდა იყოს რიცხვითი. რიგითი მონაცემები - მაგალითად, 5-ბალიანი მასშტაბის შეფასებები, რომლებსაც უწოდებენ ლიკერტის სასწორებს - არ არის რიცხვითი მონაცემები და ANOVA ზუსტ შედეგებს ვერ მიიღებს, თუ ისინი გამოიყენება რიგით მონაცემებთან. მეორე, მონაცემები ჩვეულებრივ უნდა განაწილდეს ზარის მრუდად. ამ დაშვებების დაკმაყოფილების შემთხვევაში, ANOVA ტესტი შეიძლება გამოყენებულ იქნას ცალკეული დამოკიდებული ცვლადის ვარიანტის გასაანალიზებლად სამ ან მეტ ნიმუშზე ან მონაცემთა ნაკრებში. გახსოვდეთ, დამოკიდებული ცვლადი არის ის ფაქტორი, რომელსაც გაზომავთ კვლევაში.

იმ შემთხვევაში, თუ ANOVA– ს დაშვებები შესრულებულია, მაგრამ გსურთ ერთზე მეტი დამოკიდებული ცვლადის გაზომვა, დაგჭირდებათ ვარიაციის მრავალმხრივი ანალიზი, ან MANOVA. დამოკიდებული ცვლადები არის ის ფაქტორები, რომელთა გაზომვაც გსურთ და გსურთ შეისწავლოთ. დამოუკიდებელი ცვლადი ან ცვლადები გავლენას ახდენენ დამოკიდებულ ცვლადზე. მაგალითად, ჩათვალეთ, რომ ზომავდით დატვირთული ვარჯიშის გავლენას არტერიულ წნევაზე, წონის დაკლებასა და გულის რითმზე. დამოუკიდებელი ცვლადია ვარჯიში, ხოლო დამოკიდებული ცვლადები არტერიული წნევა, წონის დაკლება და გულისცემა. ამ სიტუაციაში გამოიყენებდით MANOVA- ს. ამ სტატისტიკური ტესტის გამოთვლა ძალიან რთულია და საჭირო იქნება კომპიუტერისა და სპეციალური პროგრამული უზრუნველყოფის გამოყენება.

არსებობს მრავალი არაპამეტრიული ტესტი, მაგრამ ზოგადად არაპაპარმეტრიული სტატისტიკური მონაცემები გამოიყენება, როდესაც მონაცემები რიგითია და / ან ჩვეულებრივ არ არის განაწილებული. არაპამეტრიული ტესტები მოიცავს ნიშნის ტესტს, ქი – კვადრატს და მედიანას. ეს ტესტები ხშირად გამოიყენება, როდესაც თქვენ აანალიზებთ გამოკითხვის მონაცემებს, სადაც რესპონდენტებს უნდა შეაფასონ სხვადასხვა დებულებები; მაგალითად, მასშტაბი "კატეგორიულად არ ვეთანხმები, არ ვეთანხმები, ვეთანხმები, მტკიცედ ვეთანხმები" შეფასდება როგორც რიგითი მონაცემები. ამ ტესტების გაანგარიშება ხშირად ხელით მარტივია, თუმცა ცხრილი დაგეხმარებათ.

დასკვნითი ტესტების გარდა, თქვენ ასევე შეგიძლიათ გამოიყენოთ მარტივი აღწერითი სტატისტიკა, მონაცემთა სწრაფი და მარტივი გადახედვის მიზნით. თქვენ შეგიძლიათ შეაფასოთ საშუალო, სტანდარტული გადახრები და პროცენტული მონაცემები თითოეული სამი ნაკრებისთვის. აღწერითი სტატისტიკა ხელს უწყობს მონაცემთა სწრაფი გადახედვას, მაგრამ მათი გამოყენება შეუძლებელია დასკვნების გასაკეთებლად. მაგალითად, თუ სამი მონაცემების ერთ ან ერთს აქვს ცვლადი, რომელიც 20 პროცენტით მეტია, ვიდრე დანარჩენი ორი მონაცემთა ნაკრები, ვერ იტყვით, რომ განსხვავება არის "სტატისტიკურად მნიშვნელოვანი" ზოგიერთი დასკვნითი სტატისტიკური ტესტის გამოყენების გარეშე, როგორიცაა ANOVA, MANOVA ან არაპაპარმეტრიული ტესტი.