Analiza statystyczna umożliwiająca porównanie trzech lub więcej zestawów danych zależy od rodzaju zebranych danych. Każdy test statystyczny ma pewne założenia, które muszą być spełnione, aby test działał prawidłowo. Również to, jakie aspekty danych, które będziesz porównywać, będą miały wpływ na test. Na przykład, jeśli każdy z trzech zestawów danych zawiera co najmniej dwa pomiary, potrzebny będzie inny rodzaj testu statystycznego.
ANOVA
Jednym z bardziej powszechnych testów statystycznych dla trzech lub więcej zestawów danych jest analiza wariancji (ANOVA). Aby skorzystać z tego testu, dane muszą spełniać określone kryteria. Po pierwsze, dane powinny być liczbowe. Dane porządkowe – takie jak 5-punktowe oceny skali, zwane skalami Likerta – nie są danymi liczbowymi, a ANOVA nie da dokładnych wyników, jeśli zostanie użyta z danymi porządkowymi. Po drugie, dane powinny mieć rozkład normalny w postaci krzywej dzwonowej. Jeśli te założenia są spełnione, test ANOVA można wykorzystać do analizy wariancji pojedynczej zmiennej zależnej w trzech lub więcej próbkach lub zestawach danych. Pamiętaj, zmienna zależna to czynnik, który mierzysz w badaniu.
MANOWA
W przypadkach, w których spełnione są założenia dla ANOVA, ale chcesz zmierzyć więcej niż jedną zmienną zależną, będziesz potrzebować wielowymiarowej analizy wariancji lub MANOVA. Zmienne zależne to czynniki, które mierzysz i które chcesz zbadać. Zmienna niezależna lub zmienne niezależne wpływają na zmienną zależną. Załóżmy na przykład, że mierzyłeś wpływ forsownych ćwiczeń na ciśnienie krwi, utratę wagi i tętno. Zmienną niezależną jest ćwiczenie, a zmiennymi zależnymi są ciśnienie krwi, utrata masy ciała i częstość akcji serca. W tej sytuacji użyjesz MANOVA. Ten test statystyczny jest bardzo skomplikowany do obliczenia i będzie wymagał użycia komputera i specjalnego oprogramowania.
Nieparametryczne statystyki wnioskowania
Istnieje wiele różnych testów nieparametrycznych, ale generalnie statystyki nieparametryczne są używane, gdy dane mają rozkład porządkowy i/lub rozkład normalny. Testy nieparametryczne obejmują test znaku, chi-kwadrat i test mediany. Testy te są często stosowane podczas analizowania danych ankietowych, w których respondenci musieli oceniać różne stwierdzenia; na przykład skala „zdecydowanie się nie zgadzam, nie zgadzam się, zgadzam się, zdecydowanie się zgadzam” kwalifikuje się jako dane porządkowe. Testy te często można łatwo obliczyć ręcznie, chociaż pomaga arkusz kalkulacyjny.
Opisowe statystyki
Oprócz testów wnioskowania można również użyć prostych statystyk opisowych, aby zapewnić szybkie i proste spojrzenie na zbiory danych. Możesz podać średnią, odchylenia standardowe i wartości procentowe dla każdego z trzech zestawów danych. Statystyki opisowe pomagają w szybkim spojrzeniu na dane, ale nie mogą służyć do wyciągania wniosków. Na przykład, jeśli jeden z trzech zestawów danych ma zmienną, która jest o 20 procent wyższa niż pozostałe dwa zestawy danych, nie można powiedzieć, że różnica jest „istotna statystycznie” bez użycia jakiegoś wnioskowanego testu statystycznego, takiego jak ANOVA, MANOVA lub test nieparametryczny.