A hipotézisvizsgálatot statisztikai elemzéssel végzik. A statisztikai szignifikanciát a p-érték segítségével számítottuk ki, amely a kutatási eredmények valószínűségének nagyságát jelzi, feltéve, hogy bizonyos állítások (nulla hipotézis) igazak. Ha a p érték kisebb, mint az előre meghatározott szignifikanciaszint (általában 0,05), a kutató arra a következtetésre juthat, hogy a nullhipotézis nem igaz, és elfogadja az alternatív hipotézist. Egy egyszerű t-teszt segítségével kiszámíthat egy p-értéket, és meghatározhatja a szignifikanciát két különböző adathalmaz között.
Lépés
Rész 1 /3: Kísérletek beállítása
1. lépés Állítson fel hipotézist
A statisztikai szignifikancia elemzésének első lépése a kutatni kívánt kérdés meghatározása és a hipotézis megfogalmazása. A hipotézis egy nyilatkozat a kísérleti adatokról, és megmagyarázza a lehetséges különbségeket a vizsgált populációban. Minden kísérlethez nullhipotézist és alternatív hipotézist kell felállítani. Általában két csoportot hasonlít össze, hogy lássa, azonosak vagy eltérőek.
- A nullhipotézis (H.0) általában azt állítja, hogy nincs különbség a két adatkészlet között. Példa: az a tanulócsoport, aki az óra megkezdése előtt olvasta az anyagot, nem kapott jobb osztályzatot, mint az a csoport, aki nem olvasta el az anyagot.
- Alternatív hipotézis (H.a) egy állítás, amely ellentmond a nullhipotézisnek, és amelyet kísérleti adatokkal próbál alátámasztani. Példa: az a tanulócsoport, aki az órát megelőzően olvasta az anyagot, jobb osztályzatot kapott, mint az a csoport, amely nem olvasta el az anyagot.
2. lépés: Korlátozza a szignifikancia szintjét annak meghatározásához, hogy az adatoknak mennyire kell egyedieknek lenniük ahhoz, hogy jelentősnek minősüljenek
A szignifikancia szintje (alfa) a szignifikancia meghatározásához használt küszöb. Ha a p érték kisebb vagy egyenlő a szignifikancia szintjével, az adatokat statisztikailag szignifikánsnak kell tekinteni.
- Általános szabályként a szignifikanciaszintet (alfa) 0,05 -re állítják be, ami azt jelenti, hogy mindkét adatcsoport egyenlő valószínűsége csak 5%.
- A magasabb szintű megbízhatóság (alacsonyabb p érték) alkalmazása azt jelenti, hogy a kísérleti eredményeket szignifikánsabbnak kell tekinteni.
- Ha növelni szeretné adatainak megbízhatósági szintjét, csökkentse a p-értéket jobban 0,01-re. Az alacsonyabb p-értékeket általában a gyártásban használják a termékhibák észlelésekor. A magas szintű bizalom elengedhetetlen annak biztosításához, hogy minden gyártott alkatrész ellátja funkcióját.
- A hipotézisvizsgálati kísérletekhez 0,05 szignifikanciaszint elfogadható.
3. lépés. Döntse el, hogy egy- vagy kétirányú tesztet használ
A t-teszt elvégzésekor használt egyik feltételezés az, hogy az adatok normálisan vannak elosztva. A normálisan elosztott adatok haranggörbét képeznek, és a legtöbb adat a görbe közepén található. A t-teszt egy matematikai teszt, amellyel megállapítható, hogy az adatok a normál eloszláson kívül vannak-e, a görbe "farka" alatt vagy felett.
- Ha nem biztos abban, hogy adatai a kontrollcsoport alatt vagy fölött vannak, használjon kétirányú tesztet. Ez a teszt mindkét irány jelentőségét ellenőrzi.
- Ha ismeri az adatok trendjének irányát, használjon egyoldalú tesztet. Az előző példát használva arra számított, hogy a diák osztályzata emelkedni fog. Ezért egy egyoldalú tesztet kell használnia.
4. lépés. Határozza meg a minta méretét teszt-statisztikai teljesítményelemzéssel
A tesztstatisztika ereje annak a valószínűsége, hogy egy bizonyos statisztikai teszt megfelelő eredményt adhat, bizonyos mintaméret mellett. A teszt teljesítményküszöbe (vagy) 80%. A statisztikai teszt erősségének elemzése bonyolult lehet előzetes adatok nélkül, mert információra van szüksége az egyes adatkészletek becsült átlagáról és szórásáról. Használja az online statisztikai teszt teljesítmény -elemző számológépet az adatok optimális minta méretének meghatározásához.
- A kutatók általában kísérleti tanulmányokat végeznek, mint anyagot a statisztikai teszt erősségének elemzéséhez és a nagyobb és átfogóbb vizsgálatokhoz szükséges minta méretének meghatározásához.
- Ha nincs erőforrása egy kísérleti vizsgálat elvégzéséhez, becsülje meg az átlagot a szakirodalom és más elvégzett kutatások alapján. Ez a módszer információt nyújt a minta méretének meghatározásához.
2. rész a 3 -ból: A szórás kiszámítása
1. lépés. Használja a szórásképletet
A szórás (más néven szórás) az adatok eloszlásának mértéke. A szórás információt nyújt a minta egyes adatpontjainak hasonlóságáról. Elsőre a szórás egyenlete bonyolultnak tűnhet, de az alábbi lépések segítenek a számítási folyamatban. A szórásképlet s = ((xén -)2/(N - 1)).
- s a szórás.
- azt jelenti, hogy össze kell adnia az összes összegyűjtött mintaértéket.
- xén az adatpontok összes egyedi értékét ábrázolja.
- az egyes csoportok adatainak átlaga.
- N a minták száma.
2. lépés. Számítsa ki a mintaátlagot minden csoportban
A szórás kiszámításához először ki kell számítania a mintaátlagot minden adathalmazban. Az átlagot a görög mu vagy betű jelöli. Ehhez adja hozzá az összes mintaadat -pontértéket, és ossza el a minták számával.
- Például, hogy megkapjuk az átlagpontszámot azoknak a diákoknak a csoportjához, akik osztály előtt olvasták az anyagot, nézzük meg a mintaadatokat. Az egyszerűség kedvéért 5 adatpontot fogunk használni: 90, 91, 85, 83 és 94.
- Adja össze az összes mintaértéket: 90 + 91 + 85 + 83 + 94 = 443.
- Ossza el a minták számával, N = 5: 443/5 = 88, 6.
- Ennek a csoportnak az átlagos pontszáma 88. 6 volt.
3. lépés Vonjon le minden mintaadat -pontértéket az átlagos értékkel
A második lépés a rész befejezése (xén -) egyenlet. Vonjon le minden minta adatpont értéket az előre kiszámított átlagból. Az előző példát folytatva öt kivonást kell elvégeznie.
- (90–88, 6), (91–88, 6), (85–88, 6), (83–88, 6) és (94–88, 6).
- A kapott értékek 1, 4, 2, 4, -3, 6, -5, 6 és 5, 4.
Lépés 4. Négyzetelje össze a kapott értékeket, és adja össze mindegyiket
Négyzetelje be az éppen kiszámított értékeket. Ez a lépés eltávolítja a negatív számokat. Ha a lépés elvégzése után negatív érték van, vagy az összes számítás elvégzése után eltelt idő, akkor lehet, hogy elfelejtette ezt a lépést.
- Az előző példát használva az 1, 96, 5, 76, 12, 96, 31, 36 és 29,16 értékeket kapjuk.
- Összeadja az összes értéket: 1, 96 + 5, 76 + 12, 96 + 31, 36 + 29, 16 = 81, 2.
5. lépés. Oszd meg a minták számával mínusz 1
A képlet kiigazításként N - 1 -et fejez ki, mivel nem számolja a teljes populációt; Csak mintát vesz a populációból a becsléshez.
- Kivonás: N - 1 = 5 - 1 = 4
- Osztás: 81, 2/4 = 20, 3
6. lépés. Számítsa ki a négyzetgyököt
Miután elosztotta a minták számával mínusz eggyel, számolja ki a végső érték négyzetgyökét. Ez az utolsó lépés a szórás kiszámításához. Számos statisztikai program képes kiszámítani a szórást a nyers adatok megadása után.
Például a pontszámok szórása azon tanulók csoportjában, akik elolvasták az anyagot az óra kezdete előtt: s = √20, 3 = 4, 51
Rész 3 /3: A jelentőség meghatározása
1. lépés. Számítsa ki a szórást a két mintacsoport között
Az előző példában csak egy csoport szórását számítottuk ki. Ha két csoportot szeretne összehasonlítani, akkor rendelkeznie kell a két csoport adataival. Számítsa ki a második csoport szórását, és az eredmények alapján számítsa ki a kísérlet két csoportja közötti varianciát. A variancia képlete sd = ((s1/N1) + (s2/N2)).
- sd a csoportközi szórás.
- s1 az 1. és az N csoport szórása1 a minták száma az 1. csoportban.
- s2 a 2. és az N csoport szórása2 a minták száma a 2. csoportban.
-
Például a 2. csoport adatai (azok a diákok, akik nem olvassák el az anyagot az óra kezdete előtt) 5 -ös mintamérettel rendelkeznek, 5,81 szórással. Akkor a változat:
- sd = ((s1)2/N1) + ((s2)2/N2))
- sd = √(((4.51)2/5) + ((5.81)2/5)) = √((20.34/5) + (33, 76/5)) = √(4, 07 + 6, 75) = √10, 82 = 3, 29.
2. lépés. Számítsa ki az adatok t-teszt értékét
A t-teszt értéke lehetővé teszi, hogy összehasonlítsa az egyik adatcsoportot a másik adatcsoporttal. A t-érték lehetővé teszi, hogy t-tesztet végezzen annak megállapítására, hogy mekkora annak a valószínűsége, hogy a két adatcsoport összehasonlítása jelentősen eltér. A t értékének képlete a következő: t = (µ1 -2)/sd.
- ️1 az első csoport átlaga.
- ️2 a második csoport átlagértéke.
- sd a két minta közötti eltérés.
- Használja a nagyobb átlagot, mint1 így nem kap negatív értékeket.
- Például a 2. csoport (nem olvasó diákok) átlagos pontszáma 80. A t-érték: t = (µ1 -2)/sd = (88, 6 – 80)/3, 29 = 2, 61.
3. lépés. Határozza meg a minta szabadságfokát
A t-érték használatakor a szabadságfokokat a minta mérete határozza meg. Adja hozzá a minták számát minden csoportból, majd vonjon le kettőt. Például a szabadságfokok (d.f.) 8, mert az első csoportban öt, a másodikban öt minta található ((5 + 5) - 2 = 8).
4. lépés. A t táblázat segítségével határozza meg a szignifikanciát
A t-értékek és a szabadságfokok táblázatai megtalálhatók a standard statisztikai könyvekben vagy az interneten. Nézze meg az adatokhoz kiválasztott szabadsági fokokat bemutató sort, és keresse meg a számításokból származó t-érték megfelelő p-értékét.
8 d.f. szabadságfokokkal és a t-érték 2,61, az egyirányú teszt p-értéke 0,01 és 0,025 között van. Mivel 0,05-nél kisebb vagy azzal egyenlő szignifikanciaszintet használtunk, az általunk használt adatok azt bizonyítják, hogy a két adatcsoport szignifikáns különböző. jelentős. Ezekkel az adatokkal elutasíthatjuk a nullhipotézist, és elfogadhatjuk az alternatív hipotézist: azoknak a diákoknak a csoportja, akik elolvasták az anyagot az óra kezdete előtt, jobb pontszámot értek el, mint azok, akik nem olvasták el az anyagot
5. lépés. Fontolja meg egy nyomon követési vizsgálat elvégzését
Sok kutató kis kísérleti tanulmányokat végez, hogy segítsen nekik megérteni, hogyan tervezzenek nagyobb tanulmányokat. Ha további kutatásokat végez több méréssel, növeli a következtetéseibe vetett bizalmát.
