통계적 유의성은 실험에서 얻은 데이터를 해석 할 때 이해해야 할 중요한 개념입니다. "통계적 유의성"이라는 용어는 실험적 연구에서 수행 된 작업이 아닌 우연에 의해 결과가 발생할 확률을 나타냅니다. .05 이상의 통계적 유의성은 연구 결과를 무효화 할만큼 충분히 큰 것으로 간주됩니다. 따라서 실험 중에 기록 된 데이터로 작업 할 때이 값을 올바르게 계산하는 것이 중요합니다.
데이터가지지하거나 반증해야하는 가설을 작성하십시오. 가설의 특성은 통계적 유의성을 계산하기 위해 단측 또는 양측 통계 분석을 사용할 것인지 여부를 알려줍니다. 단측 계산은 "통계 시험에서 여성이 남성보다 높은 점수를받을 가능성이 더 높습니까?"와 같이 하나의 변수에 초점을 맞춘 질문에 답하려고 할 때 사용됩니다. ㅏ 양측 접근 방식은 "통계에서 남성 점수와 여성 점수간에 유의 한 차이가 있습니까?"와 같은 개방형 가설을 조사 할 때 사용해야합니다. 시험? "
데이터를 구성하십시오. 종이에 두 개의 열을 만드십시오. 실험의 한 결과와 일치하는 모든 결과를 한 열에 넣고 모든 결과가 다른 열에 다른 결과와 일치합니다. 통계 테스트 예제를 사용하여 단측 테스트의 경우 집계 표시를 넣은 하나의 열을 만들 수 있습니다. 시험에서 더 높은 점수를받은 각 여학생과 점수를 매긴 각 남학생을 추적하는 열 1 개 더 높은. 양측 계산의 경우 각 여성 최고 점수가 한 열에 얼마나 높았는지, 각 남성 최고 점수가 다른 열에 얼마나 높았는지 입력합니다.
우연히 이러한 결과를 얻을 확률을 계산하십시오. 단측 검정의 경우 이항 분포 계산을 사용하여 수행합니다. 이 계산을 수행하려면 그래프 또는 통계 계산기를 사용하십시오. 하나의 결과를 성공으로 정의하고 (예: 더 높은 점수를 얻은 여성의 수)이 숫자를 계산기에 연결해야합니다. 시험 횟수 (수업에 참여한 학생 수)와 함께 양측 테스트의 경우이 작업을 수행 할 때 얻는 결과를 두 배로 늘립니다. 계산.
통계표에서 시행 횟수와 테스트 유형에 대한 임계 값을 찾습니다. 이 숫자를 3 단계에서 얻은 값과 비교하십시오. 통계가 표의 통계보다 높으면 결과가 통계적으로 유의 한 것입니다. 그렇지 않다면 결과는 통계적으로 중요하지 않습니다.