Statistiskā analīze trīs vai vairāku datu kopu salīdzināšanai ir atkarīga no savākto datu veida. Katram statistikas testam ir noteikti pieņēmumi, kas jāizpilda, lai tests darbotos atbilstoši. Arī tas, kādus datu aspektus jūs salīdzināsiet, ietekmēs testu. Piemēram, ja katrai no trim datu kopām ir divi vai vairāki mērījumi, jums būs nepieciešams dažāda veida statistikas tests.
ANOVA
Viens no biežākajiem statistikas testiem trim vai vairākām datu kopām ir dispersijas analīze jeb ANOVA. Lai izmantotu šo testu, datiem jāatbilst noteiktiem kritērijiem. Pirmkārt, datiem jābūt skaitliskiem. Kārtas dati - piemēram, 5 punktu skalas vērtējumi, ko sauc par Likerta skalām - nav skaitliski dati, un ANOVA nedos precīzus rezultātus, ja tos izmantos ar kārtas datiem. Otrkārt, dati parasti jāsadala zvana līknē. Ja šie pieņēmumi ir izpildīti, ANOVA testu var izmantot, lai analizētu viena atkarīgā mainīgā dispersiju trīs vai vairāk paraugos vai datu kopās. Atcerieties, ka atkarīgais mainīgais ir faktors, kuru jūs mērāt pētījumā.
MANOVA
Gadījumos, kad ANOVA pieņēmumi ir izpildīti, bet vēlaties izmērīt vairāk nekā vienu atkarīgo mainīgo, jums būs nepieciešama daudzveidīgo dispersiju analīze vai MANOVA. Atkarīgie mainīgie ir faktori, kurus jūs mērāt un kurus vēlaties pārbaudīt. Neatkarīgais mainīgais vai mainīgie ietekmē atkarīgo mainīgo. Piemēram, pieņemsim, ka jūs mēra smagas fiziskās slodzes ietekmi uz asinsspiedienu, svara zudumu un sirdsdarbības ātrumu. Neatkarīgais mainīgais ir vingrinājums, un atkarīgie mainīgie ir asinsspiediens, svara zudums un sirdsdarbības ātrums. Šajā situācijā jūs izmantojat MANOVA. Šo statistisko testu ir ļoti sarežģīti aprēķināt, un tam būs nepieciešams izmantot datoru un īpašu programmatūru.
Neparametriska secinošā statistika
Ir daudz dažādu parametru parametru testu, taču parasti parametru statistiku izmanto, ja dati ir kārtējie un / vai parasti neizplatīti. Neparametriskie testi ietver zīmju testu, chi-square un vidējo testu. Šie testi bieži tiek izmantoti, kad analizējat aptaujas datus, kur respondentiem bija jānovērtē dažādi apgalvojumi; piemēram, skala "pilnīgi nepiekrītu, nepiekrītu, piekrītu, pilnīgi piekrītu" būtu kvalificējama kā kārtējie dati. Šos testus bieži ir viegli aprēķināt ar rokām, kaut arī izklājlapa palīdz.
Aprakstošā statistika
Papildus secinošajiem testiem varat izmantot arī vienkāršu aprakstošu statistiku, lai ātri un vienkārši apskatītu datu kopas. Varat ziņot par vidējām, standartnovirzēm un procentiem katrai no trim datu kopām. Aprakstošā statistika palīdz ātri apskatīt datus, taču to nevar izmantot secinājumu izdarīšanai. Piemēram, ja vienā no trim datu kopām ir mainīgais, kas ir par 20 procentiem lielāks nekā pārējās divas datu kopas, jūs nevarat teikt, ka atšķirība ir "statistiski nozīmīga", neizmantojot dažus secinošus statistikas testus, piemēram, ANOVA, MANOVA vai neparametrisku testu.