연구를 수행 할 때 당신이 당신의 데이터를 이해 할 수있는 것이 중요합니다. 이것은 당신이 발견 한 것을 당신이 당신의 분야에서 다른 연구자와 다른 사람을 알릴 수 있습니다. 또한 이론에 대한 증거를 구축하는 데 사용할 수 있습니다. 따라서 어떤 테스트를 사용 하 고 필요한 때에 대 한 이해. 통계 분석 수행에 익숙하지 않은 경우 몇 가지 좋은 방법이 있습니다. 첫 번째는 변수를 결정하는 것입니다.
기본통계 개요:
종속 변수(디비전)-이것은 당신이 측정하는 것입니다. 학생의 점수의 예에서.
독립 변수(4)-이것은 당신이 다른 조건으로 조작하는 것입니다. 파워 포인트 또는 오버 헤드 프로젝터 프리젠 테이션 중 하나를 예에서.
측정 수준:
이 작업이 완료되면 두 변수 모두 측정 수준을 결정할 수 있습니다. 그러면 나중에 분석에 사용할 테스트를 결정하는 데 도움이 됩니다. 측정의 네 가지 수준이 있습니다:
간격-이들은 동일한 숫자(즉, 애완 동물의 수).
비율-실제 0 이 없으며 정수(즉,출생 체중)사이의 간격이 있습니다
명목상-단순히 범주 이름 지정(즉,남성/여성).
서수-단순히 주문(즉,1=강하게 동의하지 않음;2=동의하지 않음;3=중립;4=동의 함;5=강하게 동의 함).
마지막으로,당신은 당신이 사용할 필요가 어떤 테스트를 결정하는 데 필요한 정보를 갖게됩니다. 통계 분석에 익숙해질 때까지 이 정보를 추적하는 것이 좋습니다(표 3 참조).
표 3. 이 정보를 사용하여 다음 차트를 참조하여 사용할 통계 테스트를 결정할 수 있습니다. 먼저 연구가 과목 내 또는 과목 사이에 있는지,그룹 수,측정 수준을 결정하십시오(그림 1 참조).
그림 1. 디자인 별 테스트 차트,조건 수 및 측정 수준
의사 결정 트리
통계 테스트는 파라 메트릭 및 비모수의 두 그룹으로 나눌 수 있으며 측정 수준에 따라 결정됩니다. 파라 메트릭 테스트는 구간 및 비율 데이터를 분석하고 비모수 테스트는 서수 및 공칭 데이터를 분석하는 데 사용됩니다. 각 그룹에서 사용할 다른 테스트가 있습니다. 우리는 먼저 파라 메트릭 테스트를 시작할 것입니다.
파라메트릭 테스트: (구간/비율 데이터)
이러한 테스트는 데이터가 정규 분포(종 곡선)이며 비모수 테스트와 비교할 때 매우 강하다고 가정합니다.
주제 디자인 내 1. 종속 샘플 티-테스트:두 그룹의 평균을 비교합니다. 예를 들어 파워 포인트 또는 오버 헤드 프로젝션 영향 등급 여부를 결정하는 것입니다. 2. 주제 분산 분석 내에서:두 개 이상의 그룹의 평균을 비교합니다. 예를 들어 파워 포인트,오버 헤드 프로젝션 및 팟 캐스트가 성적에 영향을 미쳤는지,그렇다면 어느 것이 있는지 결정하는 것입니다.
주제 디자인 사이
1. 독립적 인 샘플 티 테스트: 두 그룹의 평균을 비교합니다. 예를 들어 파워포인트 프레젠테이션이 대조군에 비해 성적에 영향을 주는지 여부를 결정하는 것입니다. 2. 주제 간 분산 분석:두 개 이상의 그룹의 평균을 비교합니다. 예를 들어 파워 포인트 또는 오버 헤드 프로젝터가 등급에 영향을 미치는 경우 그래서 어느 하나를 결정하는 것입니다. 3. 피어슨 상관 관계:두 변수 사이에 관계가 있는지 확인합니다. 그것은 또한 관계의 강도 결정 하나 존재 하는 경우.
상관 계수의 범위는 -1.0 에서 1.0 사이입니다. -1.0 또는 1.0 에 가까울수록 관계가 강해집니다. 때 아르 자형 음수,즉 부정적인 관계가 있음을 의미합니다(한 변수는 위/아래로 다른 변수는 반대입니다). 때 아르 자형 이다 긍정적 인,그것은 긍정적 인 관계가 있음을 의미합니다(한 변수는 위 또는 아래로 다른 변수도 마찬가지입니다). 주당 전송 된 텍스트와 성적 사이의 상관 관계를 검사 아래의 예를 참조하십시오. 관계와 강도를 결정하는 또 다른 방법은 그래프를 보는 것입니다. 데이터 요소가 선에 가까울수록 관계가 더욱 강해집니다(그림 2 참조). 주의:강한 상관 관계는 조건이 결과를 초래했다는 것을 의미하지 않습니다. 그것은 단지 두 변수가 어떤 식 으로든 관련이 있다는 것을 의미합니다.
그림 2. 텍스트 그래프 대 등급 상관
비모수 검정:(서수/명목 데이터)
이 검정에서는 데이터의 모양에 대해 아무 것도 가정하지 않습니다. 이 테스트는 파라 메트릭 테스트만큼 강하지 않습니다.
주제 디자인 내
1. 윌콕슨:이것은 종속 샘플의 비모수 버전입니다 티-테스트 두 그룹의 계급 차이를 서수 데이터 만 비교합니다. 예를 들어 두 개의 아이 패드 게임 앱 간의 시각적 선호도에 대한 참가자의 순위를 결정하는 것입니다. 2. 프리드먼:이것은 두 개 이상의 그룹에 대한 순위와 서수 데이터 만 비교할 때 피험자 내 분산 분석의 비모수 버전입니다. 보기는 사용자 편의에 기초를 두는 3 개의 다른 웹사이트의 계급을 결정하고 있다.
주제 디자인 사이
1. 카이 스퀘어:두 그룹 및 두 개 이상의 그룹 설계 모두에 대한 순위를 공칭 데이터로만 비교합니다. 카이 제곱(적합도)-샘플의 비율을 이미 존재하는 값과 비교합니다. 예를 들면 미주리 중부의 문해 율과 주 전체의 문해 율을 비교하는 것입니다. 비.카이 광장(독립 테스트)-그들은 관련이 있는지 여부를 확인하기 위해 두 변수의 비율을 비교합니다. 예를 들어 비슷한 수의 야구와 소프트볼 선수가 이번 학기의 일반 심리학 과정에 등록되어 있습니다. 2. 크루 스콜-월리스:이것은 여러 샘플이 동일한 모집단에서 나온 경우 보는 바와 같이 피험자 간 분산 분석의 비모수 버전입니다. 보기는 그/그녀가 그(것)들을 진단하기에 있는 컴퓨터,책,또는 아무 원조도 이용했다는 것을에 근거를 둔 참가자가 의사를 평가하는 방법 결정하고 있습니다. 3. 만-휘트니:이것은 독립 샘플의 비모수 버전입니다 티-테스트 두 개 이상의 그룹에 대한 순위와 서수 데이터 만 비교합니다. 예를 들어 스니커즈 캔디 바를 먹는 것이 수학 과정에서 학생의 성적에 영향을 미치는지 결정하는 것입니다. 4. 스피어의 로:피어슨의 상관 관계처럼,이 테스트는 너무 자신의 순위에 따라 두 변수 사이의 관계의 강도를 결정합니다. 예를 들어 물리학과 영어 코스 성적 사이의 관계를 결정하는 것입니다.
통계분석부-매뉴얼