세 개 이상의 데이터 세트를 비교하기위한 통계 분석은 수집 된 데이터 유형에 따라 다릅니다. 각 통계 테스트에는 테스트가 적절하게 작동하기 위해 충족되어야하는 특정 가정이 있습니다. 또한 비교할 데이터의 측면이 테스트에 영향을 미칩니다. 예를 들어, 세 데이터 세트 각각에 두 개 이상의 측정 값이있는 경우 다른 유형의 통계 테스트가 필요합니다.
분산 분석
세 개 이상의 데이터 세트에 대한보다 일반적인 통계 테스트 중 하나는 분산 분석 (ANOVA)입니다. 이 테스트를 사용하려면 데이터가 특정 기준을 충족해야합니다. 첫째, 데이터는 숫자 여야합니다. Likert 척도라고하는 5 점 척도 등급과 같은 서수 데이터는 숫자 데이터가 아니며 ANOVA는 서수 데이터와 함께 사용되는 경우 정확한 결과를 산출하지 않습니다. 둘째, 데이터는 종형 곡선으로 정규 분포되어야합니다. 이러한 가정이 충족되면 ANOVA 테스트를 사용하여 세 개 이상의 샘플 또는 데이터 세트에서 단일 종속 변수의 분산을 분석 할 수 있습니다. 종속 변수는 연구에서 측정하는 요인이라는 것을 기억하십시오.
MANOVA
ANOVA에 대한 가정이 충족되지만 둘 이상의 종속 변수를 측정하려는 경우 다변량 분산 분석 또는 MANOVA가 필요합니다. 종속 변수는 측정하고 조사하려는 요인입니다. 독립 변수는 종속 변수에 영향을줍니다. 예를 들어 격렬한 운동이 혈압, 체중 감소 및 심박수에 미치는 영향을 측정했다고 가정 해 보겠습니다. 독립 변수는 운동이고 종속 변수는 혈압, 체중 감소 및 심박수입니다. 이 상황에서는 MANOVA를 사용합니다. 이 통계 테스트는 계산하기가 매우 복잡하며 컴퓨터와 특수 소프트웨어를 사용해야합니다.
비모수 추론 통계
비모수 테스트에는 여러 가지가 있지만 일반적으로 데이터가 순서 형이거나 정규 분포를 따르지 않는 경우 비모수 통계가 사용됩니다. 비모수 검정에는 부호 검정, 카이-제곱 및 중앙값 검정이 포함됩니다. 이러한 테스트는 응답자들이 서로 다른 진술을 평가해야하는 설문 조사 데이터를 분석 할 때 종종 사용됩니다. 예를 들어, "강하게 동의하지 않음, 동의하지 않음, 동의 함, 강력히 동의 함"척도는 서수 데이터로 간주됩니다. 이러한 테스트는 스프레드 시트가 도움이되지만 손으로 쉽게 계산할 수 있습니다.
기술 통계
추론 테스트 외에도 간단한 기술 통계를 사용하여 데이터 세트를 빠르고 간단하게 볼 수 있습니다. 세 가지 데이터 세트 각각에 대한 평균, 표준 편차 및 백분율을보고 할 수 있습니다. 기술 통계는 데이터를 빠르게 살펴볼 수 있지만 결론을 내리는 데 사용할 수는 없습니다. 예를 들어, 세 데이터 세트 중 하나에 다른 두 데이터 세트보다 20 % 더 높은 변수가있는 경우 차이는 ANOVA, MANOVA 또는 비모수 테스트와 같은 일부 추론 통계 테스트를 사용하지 않고 "통계적으로 유의미합니다".