Statystyka
Kolokwium nr 3.
Testy różnic dla 2 grup
Testy różnic dla 2 prób niezależnych ( 3 testy )
Testy różnic dla 2 prób zależnych ( 2 testy)
Test różnicy dla jednej próby
Próba niezależna - gdy porównujemy 2 odrębne grupy osób (np. kobiety i mężczyźni)
Próba zależna - gdy porównujemy pomiar z innym pomiarem w tej samej grupie osób
TESTY DLA 2 PRÓB NIEZALEŻNYCH
Uwaga!!! Przed rozpoczęciem jakiegokolwiek testu trzeba sprawdzić poziom pomiaru zmiennej zależnej!!! Zmienna niezależna może mieć jakikolwiek poziom pomiaru.
Polecenia mogą być formułowane na trzy sposoby:
Czy mieszkańcy wsi różnią się od mieszkańców miasta pod względem satysfakcji z pracy?
Czy miejsce zamieszkania wpływa na odczuwaną satysfakcję z pracy?
Czy istnieje związek między miejscem zamieszkania a odczuwaną satysfakcją z pracy?
Własna obserwacja: Zmienna zależna znajduje się zawsze na końcu polecenia (podkreślone powyżej)
Test chi - kwadrat (porównanie 2 grup pod względem zmiennej nominalnej)
analiza opis statystyczny tabele krzyżowe statystyki chi-kwadrat komórki (tu zaznaczamy liczebności obserwowane i oczekiwane)
- dalej postępujemy tak, że odczytujemy chi-kwadrat oraz istotność. Jeśli jest róznica (czyli jeśli wynik jest istotny) to dokonujemy interpretacji na podstawie tabeli.
Test U-Mann Whitney'a (porównywanie 2 grup pod względem zmiennej porządkowej)
Analiza testy nieparametryczne 2 próby niezależne U Mann-Whitney'a (zaznaczamy) wpisujemy zmienną grupującą (np. miejsce zamieszkania)
Test T-studenta (porównanie 2 grup pod względem zmiennej ilościowej (test T-studenta)
Warunki testu T-studenta:
- musi być zmienna ilościowa
- rozkład musi być zbliżony do normalnego
- równoliczność porównywanych grup (nie toleruje się różnicy większej niż 10% od większej liczebności)
Najpierw sprawdzamy równoliczność:
Analiza opis statystyczny eksploracje statystyki (zaznaczamy) wrzucamy zmienne O.K.
Potem odczytujemy skośności i kurtozy dla zmiennych. Ich wartości muszą się mieścić w przedziale <-1, 1> oraz sprawdzamy czy grupy liczą po tyle samo osób.
Uwaga!!! Jeżeli kurtoza i skośność nie mieszczą się w przedziale <-1, 1> to liczymy test U-Mann Whitney'a!!!
Jeśli powyższe warunki są spełnione to liczymy wtedy test T-studenta:
Analiza porównywanie średnich test dla prób niezależnych uzupełniamy zmienne grupującą i testowaną
Następnie patrzymy w kolumnę z istotnością testu Levene'a.
Istotność testu Levene'a (2 kolumna): gdy p > 0,05 to obchodzi nas górny wiersz
gdy p<0,05 to obchodzi nas dolny wiersz
TESTY DLA 2 PRÓB ZALEŻNYCH
Przykład polecenia:
Czy poziom asertywności przed treningiem różni się od poziomu asertywności po treningu?
Test T- studenta ( zmienna niezależna = poziom ilościowy )
Najpierw sprawdzamy czy spełnione są warunki dla testu T-studenta (przy czym tutaj nie interesuje nas liczebność, ponieważ pomiar jest dokonywany na tej samej próbie). Sprawdzamy tylko czy skośność i kurtoza mieszczą się w przedziale <-1, 1>.
Tutaj przy sprawdzaniu warunków obie zmienne wrzucamy do okna „zmienne zależne”.
Analiza porównanie średnich test t dla prób zależnych klikamy po razie obie zmienne i strzałką przenosimy do okna obok O.K
W tabeli interesują nas tylko 3 ostatnie kolumny. Odczytujemy wynik t, stopień swobody df oraz istotność p. Jeżeli okaże się, że wynik jest istotny to odczytujemy średnie i dokonujemy interpretacji.
Test Wilcoxona ( zmienna zależna = poziom porządkowy )
Analiza testy nieparametryczne 2 próby zależne zaznaczamy Wilcoxon'a O.K.
Odczytujemy wynik testu Wilcoxona Z oraz istotność p. Jeżeli wynik jest istotny to dokonujemy interpretacji na podstawie kolumny N.
TEST DLA 1 PRÓBY
Przykład polecenia:
Czy średnia wieku w próbie różni się od 33 lat?
Test T-studenta ( poziom ilościowy )
Sprawdzamy czy spełnione są warunku testu T-studenta (oprócz równoliczności) czyli skośność i kurtozę oraz poziom pomiaru zmiennej. Jeśli jest O.K. to dalej robimy tak:
Analiza porównanie średnich test t dla jednej próby wartość testowana (wrzucamy zmienną)
Uwaga!!! Jeśli kurtoza i skośność nie mieszczą się w przedziale <-1, 1> to odpowiadamy, że nie da się policzyć.
Zarówno w przypadku testów dla prób niezależnych jak i testów dla prób zależnych czy testu dla jednej próby znak nie ma znaczenia!!!