Professional Documents
Culture Documents
metodologii badań
psychologicznych
dr Magdalena Żołud
magdalena.zolud@humanum.pl
Decyzja statystyczna – jaki test wybrać?
1. Co sprawdzam?
Związek między
Różnicę między grupami Różnicę w pomiarach
zmiennymi
Założenia testu:
1. Porównywalna liczebność: sprawdzamy liczebność
osób w grupach w statystykach opisowych.
2. Rozkład zmiennej zależnej ma być zgodny z
rozkładem normalnym.
3. Założenie o jednorodności wariancji (grupy powinny
być porównywalne pod względem wariancji
(wariancja – rozproszenie wyników).
Testowanie założeń Założenia testu:
1. Porównywalna liczebność: sprawdzamy liczebność osób w
grupach w statystykach opisowych.
2. Rozkład zmiennej zależnej ma być zgodny z rozkładem
normalnym.
3. Założenie o jednorodności wariancji (grupy powinny być
porównywalne pod względem wariancji (wariancja –
rozproszenie wyników).
Testowanie założeń Założenia testu:
1. Porównywalna liczebność: sprawdzamy liczebność osób w
grupach w statystykach opisowych.
2. Rozkład zmiennej zależnej ma być zgodny z rozkładem
normalnym.
3. Założenie o jednorodności wariancji (grupy powinny być
porównywalne pod względem wariancji (wariancja –
rozproszenie wyników).
H0 : Nie ma różnic pomiędzy rozkładem zmiennej zależnej a rozkładem Jeśli p jest mniejsze niż 0,05 to znaczy, że wynik testu jest istotny
normalnym. statystycznie – mamy podstawy, aby odrzucić hipotezę zerową (czyli
Hipoteza alternatywna: Są różnice między rozkładem zmiennej zależnej przyjmujemy hipotezę alternatywną).
a rozkładem normalnym. Jeśli p jest większe niż 0,05 to znaczy, że wynik testu nie jest istoty
statystycznie – nie mamy podstaw do odrzucenia hipotezy zerowej
Wybrany poziom istotności: p < 0,05 (czyli przyjmujemy hipotezę zerową).
Testowanie założeń Założenia testu:
1. Porównywalna liczebność: sprawdzamy liczebność osób w
grupach w statystykach opisowych.
2. Rozkład zmiennej zależnej ma być zgodny z rozkładem
normalnym.
3. Założenie o jednorodności wariancji (grupy powinny być
porównywalne pod względem wariancji (wariancja –
rozproszenie wyników).
Test t-Studenta
dla prób niezależnych - wyniki
Statystyki
Wyniki testu
Levene’a
Wyniki testu t
Studenta dla prób
niezależnych
Wielkość efektu
Testowanie założeń Założenia testu:
1. Porównywalna liczebność: sprawdzamy liczebność osób w
grupach w statystykach opisowych.
2. Rozkład zmiennej zależnej ma być zgodny z rozkładem
normalnym.
3. Założenie o jednorodności wariancji (grupy powinny być
porównywalne pod względem wariancji (wariancja –
rozproszenie wyników).
Jeśli p jest mniejsze niż 0,05 to znaczy, że wynik testu jest istotny
statystycznie – mamy podstawy, aby odrzucić hipotezę zerową
(czyli przyjmujemy hipotezę alternatywną).
Jeśli p jest większe niż 0,05 to znaczy, że wynik testu nie jest
istoty statystycznie – nie mamy podstaw do odrzucenia hipotezy
zerowej (czyli przyjmujemy hipotezę zerową).
Test t-Studenta
dla prób niezależnych - wyniki
Założenia testu:
Dwa pomiary (zmienne ilościowe)
Porównywalna liczebność obserwacji w każdym pomiarze
Rozkłady zmiennej zależnej zgodne z rozkładem normalnym
Silna dodatnia korelacja między pomiarami
Test t-Studenta dla prób zależnych – założenia
Założenia testu:
Dwa pomiary (zmienne ilościowe)
Porównywalna liczebność obserwacji w każdym
pomiarze (statystyki opisowe).
Rozkłady zmiennej zależnej zgodne z rozkładem
normalnym (Testy normalności rozkładu).
Silna dodatnia korelacja między pomiarami.
Test t-Studenta dla prób zależnych
Wielkość efektu
Test t-Studenta
dla jednej próby
Test t-Studenta dla jednej próby
Założenia testu:
Jedna próba
Kryterium do porównania
Rozkład zmiennej zależnej zgodny z rozkładem normalnym
Test t-Studenta dla jednej próby
Pomiar
Kryterium
Test t-Studenta dla jednej próby – wyniki
Korelacja
Korelacja
Korelacja
• Korelacja (współzmienność) – występuje, gdy dwie różne miary dotyczące tych samych osób, zdarzeń lub
obiektów się współzmieniają – to znaczy, kiedy zmianom w wartości jednej zmiennej systematycznie towarzyszą
zmiany wartości drugiej zmiennej.
• Korelacja określa stopień współzmienności jakiś zmiennych.
• Wielkość korelacji – siła związku.
• Znak korelacji – charakter związku między zmiennymi. Znak korelacji może być pozytywny (dodatni) lub
negatywny (ujemny):
• Korelacja pozytywna informuje o tym, że przyrostowi wartości jednej zmiennej towarzyszą przyrosty
wartości drugiej zmiennej (i odwrotnie niskim wartością jednej zmiennej towarzyszą niskie wartości drugiej
zmiennej), np. wzrost i waga.
• Korelacja negatywna informuje o tym, że przyrostowi wartości jednej zmiennej towarzyszy spadek wartości
drugiej zmiennej, np. ilość czasu spędzona na mediach społecznościowych rośnie, a liczba poprawnych
odpowiedzi na teście z metodologii spada.
Współczynniki korelacji
Współczynnik Rodzaj zmiennych
r-Pearsona dwie zmienne ilościowe
rho Spearmana dwie zmienne porządkowe
Tau Kendalla jedna zmienna porządkowa, druga zmienna ilościowa
• Jeśli założenia testu nie zostały spełnione lub zmienna zależna jest porządkowa, to można przeprowadzić test
nieparametryczny: test H Kruskala-Wallisa.
Jednoczynnikowa analiza wariancji ANOVA
Na przykładzie badania wpływu upojenia alkoholowego na postrzeganie atrakcyjności.
1. Sprawdzamy rodzaj zmiennych:
• Zmienna niezależna: alkohol ma 3 poziomy (grupy powinny być równoliczne)
a) 0 – brak alkoholu (grupa placebo)
b) 1 – mała dawka alkoholu
c) 2 – duża dawka alkoholu
• Zmienna zależna: ocena atrakcyjności – zmienna ilościowa
Wielkość efektu
F – wynik testy
p – istotność statystyczna wyniku testu
η2 - wielkość efektu (eta kwadrat)
Interpretacja η2
• 0,1 – mała wielkość efektu
• 0,25 – średnia wielkość efektu
• 0,37 – duża wielkość efektu
Jednoczynnikowa analiza wariancji ANOVA – wyniki
Jednoczynnikowa analiza wariancji ANOVA – wyniki