Testy istotności:
- PARAMETRYCZNE TESTY ISTOTNOŚCI
- do weryfikacji hipotezy posłużymy się testem t-studenta
- Zadaniem testów istotności jest wykrycie istnienia istotnej różnicy lub jej braku między wartościami parametrów (np. wartościami średnimi, wariancjami) charakteryzującymi różne próbki, wzorce, metody analityczne. Punktem wyjściowym w tych testach jest przyjęcie tzw. hipotezy zerowej (H0) zakładającej, że obserwowana różnica nie jest istotna, czyli, inaczej mówiąc, jest spowodowana występowaniem tylko błędów losowych.
Testy t-Studenta służą do porównania ze sobą DWÓCH grup. Nie więcej! Korzystamy z nich wtedy, gdy mamy wyniki dla dwóch grup i chcemy porównać je ze sobą - tzn. stwierdzić, czy wyniki w jednej grupie są większe bądź mniejsze niż w drugiej grupie.
Należy przestrzegać trzech spraw:
1) rozkład wyników zmiennej zależnej w każdej z grupie jest zbliżony do normalnego
W celu sprawdzenia, czy wyniki mają rozkład normalny można zastosować test K-S (Kołmogorowa-Smirnowa)
2) porównywane grupy mają podobna liczebność (ilość badanych osób)
Aby dokładnie sprawdzić, czy grupy są równoliczne (podobna liczbeność) przeprowadza się test chi-kwadrat. Jednakże badacze, w szczególności nauk społecznych przyjmują, że gdy jedna z grup nie przekracza liczebnością drugiej dwukrotnie, to można przyjąć, że grupy są równoliczne.
3) wariancje w porównywanych grupach są do siebie podobne
Aby sprawdzić te założenie stosuje się dodatkowy test, przykładowo test Levene'a.
Analiza wariancji (ANOVA - od ang. analysis of variance) to metoda statystyczna, służąca do badania obserwacji, które zależą od jednego lub wielu działających równocześnie czynników. Metoda ta wyjaśnia, z jakim prawdopodobieństwem wyodrębnione czynniki mogą być powodem różnic między obserwowanymi średnimi grupowymi. Analiza wariancji została stworzona w latach dwudziestych przez Ronalda Fishera.
MANOVA
Wielowymiarowa analiza wariancji (MANOVA) jest rozszerzeniem jednoczynnikowej analizy wariancji .W analiza wariancji, przyjrzymy się jednej skali zmienna zależna z grupy zmiennej niezależnej.Analiza wariancji używana jest do porównywania grupy tylko z jednym zmienną zależną.Aby uwzględnić wiele zmiennych zależnych, wiązki MANOVA je razem w ważona kombinacja liniowa lub zmiennej kompozytowych.MANOVA będzie porównać czy zmiennej niezależnej grupy różni się od nowo utworzonej grupy.W ten sposób MANOVA zasadniczo testów czy zmiennej niezależnej grupy jednocześnie wyjaśnia znaczną część zmienności zmiennej zależnej.
Założenia:
Niezależne Random próbkowania: MANOVA zakłada, że obserwacje są niezależne od siebie, nie ma żadnego wzorca dla doboru próby, próbka jest całkowicie losowy.
Poziom i pomiary Zmienne: MANOVA zakłada, że zmienne niezależne są kategoryczne i zmienne zależne są ciągłe lub skali zmiennych.
Liniowość zmiennej zależnej: zmienne zależne mogą być skorelowane ze sobą, lub mogą być niezależne od siebie.Badanie pokazuje, że umiarkowanie skorelowane zmienną zależną jest korzystna, jeśli zmienne zależne są od siebie niezależne, to musimy poświęcić stopni swobody i będzie spadek mocy analizy.
Wielowymiarowej normalności: wielowymiarowe normalności jest obecny w danych.
Wielowymiarowe Jednorodność wariancji: Wariancja między grupami jest równa.