En statistisk analyse for å sammenligne tre eller flere datasett avhenger av typen data som samles inn. Hver statistiske test har visse forutsetninger som må oppfylles for at testen skal fungere riktig. Også hvilke aspekter av dataene du vil sammenligne, vil påvirke testen. For eksempel, hvis hvert av de tre datasettene har to eller flere målinger, trenger du en annen type statistisk test.
ANOVA
En av de vanligste statistiske testene for tre eller flere datasett er variansanalysen, eller ANOVA. For å bruke denne testen, må dataene oppfylle visse kriterier. Først skal dataene være numeriske. Ordinære data - som for eksempel 5-punkts skalaverdier, kalt Likert-skalaer - er ikke numeriske data, og ANOVA vil ikke gi nøyaktige resultater hvis de brukes sammen med ordinær data. For det andre skal dataene normalt distribueres i en bjellekurve. Hvis disse antagelsene er oppfylt, kan ANOVA-testen brukes til å analysere variansen til en enkelt avhengig variabel over tre eller flere prøver eller datasett. Husk at den avhengige variabelen er faktoren du måler i studien.
MANOVA
I tilfeller der forutsetningene for ANOVA er oppfylt, men du vil måle mer enn en avhengig variabel, trenger du Multivariate Variance Analysis, eller MANOVA. De avhengige variablene er faktorene du måler og vil undersøke. Den eller de uavhengige variablene påvirker den avhengige variabelen. Anta for eksempel at du målte effekten av anstrengende trening på blodtrykk, vekttap og hjertefrekvens. Den uavhengige variabelen er øvelsen, og de avhengige variablene er blodtrykk, vekttap og hjertefrekvens. I denne situasjonen vil du bruke MANOVA. Denne statistiske testen er veldig komplisert å beregne og krever bruk av datamaskin og spesiell programvare.
Ikke-parametrisk inferensiell statistikk
Det er mange forskjellige ikke-parametriske tester, men generelt brukes ikke-parametrisk statistikk når dataene er ordinære og / eller ikke normalt distribuerte. Ikke-parametriske tester inkluderer skiltprøve, chi-kvadrat og median test. Disse testene brukes ofte når du analyserer undersøkelsesdata der respondentene måtte rangere forskjellige utsagn; for eksempel vil en skala av "helt uenig, uenig, enig, helt enig" kvalifisere som ordinær data. Disse testene er ofte enkle å beregne for hånd, selv om et regneark hjelper.
Beskrivende statistikk
I tillegg til inferensielle tester, kan du også bruke enkel beskrivende statistikk for å gi en rask og enkel titt på datasettene. Du kan rapportere gjennomsnitt, standardavvik og prosenter for hvert av de tre datasettene. Beskrivende statistikk hjelper deg raskt med å se på dataene, men kan ikke brukes til å trekke konklusjoner. Hvis for eksempel et av de tre datasettene har en variabel som er 20 prosent høyere enn de to andre datasettene, kan du ikke si at forskjellen er "statistisk signifikant" uten å bruke noen inferensiell statistisk test, for eksempel ANOVA, MANOVA eller en ikke-parametrisk test.