Hipotesetoetsing word uitgevoer deur statistiese analise. Statistiese betekenis is bereken met behulp van die p-waarde, wat die grootte van die waarskynlikheid van die navorsingsresultate aandui, mits sekere stellings (nulhipotese) waar is. As die p -waarde minder is as die voorafbepaalde betekenisvlak (oor die algemeen 0,05), kan die navorser tot die gevolgtrekking kom dat die nulhipotese nie waar is nie en die alternatiewe hipotese aanvaar. Met 'n eenvoudige t-toets kan u 'n p-waarde bereken en die betekenis tussen twee verskillende stelle data bepaal.
Stap
Deel 1 van 3: Opstel van eksperimente
Stap 1. Stel 'n hipotese op
Die eerste stap in die ontleding van statistiese betekenisvolheid is om die navorsingsvraag wat u wil beantwoord te bepaal en u hipotese te formuleer. 'N Hipotese is 'n stelling oor u eksperimentele data en verduidelik moontlike verskille in die studiepopulasie. Vir elke eksperiment moet 'n nulhipotese en 'n alternatiewe hipotese vasgestel word. Oor die algemeen sal u twee groepe vergelyk om te sien of hulle dieselfde of verskillend is.
- Die nulhipotese (H0) sê oor die algemeen dat daar geen verskil is tussen die twee datastelle nie. Voorbeeld: die groep studente wat die materiaal gelees het voor die aanvang van die klas, het nie beter punte gekry as die groep wat nie die materiaal gelees het nie.
- Alternatiewe hipotese (Ha) is 'n stelling wat die nulhipotese weerspreek en wat u met eksperimentele data probeer ondersteun. Voorbeeld: die groep studente wat die materiaal voor die klas gelees het, het beter punte gekry as die groep wat nie die materiaal gelees het nie.
Stap 2. Beperk die vlak van betekenis om te bepaal hoe uniek u data moet wees om dit as belangrik te beskou
Die vlak van betekenis (alfa) is die drempel wat gebruik word om die betekenis te bepaal. As die p -waarde minder as of gelyk is aan die betekenisvolheid, word die data as statisties betekenisvol beskou.
- As 'n algemene reël word die betekenisvlak (alfa) op 0,05 gestel, wat beteken dat die waarskynlikheid dat beide groepe data gelyk is slegs 5%is.
- Deur 'n hoër vertrouensvlak (laer p -waarde) te gebruik, beteken dit dat die eksperimentele resultate as meer betekenisvol beskou sal word.
- As u die vertrouensvlak van u data wil verhoog, verlaag die p-waarde tot 0,01. Laer p-waardes word algemeen gebruik in die vervaardiging by die opsporing van defekte van die produk. 'N Hoë vertroue is noodsaaklik om te verseker dat elke vervaardigde onderdeel sy funksie verrig.
- Vir hipotese -toetseksperimente is 'n betekenisvolheid van 0.05 aanvaarbaar.
Stap 3. Besluit om 'n toets met een stert of 'n toets met twee sterte te gebruik
Een van die aannames wat gebruik word wanneer u 'n t-toets uitvoer, is dat u data normaal versprei word. Data wat normaalweg versprei word, sal 'n klokkromme vorm, met die meeste data in die middel van die kromme. Die t-toets is 'n wiskundige toets wat gebruik word om te sien of u data buite die normale verspreiding is, onder of bo die "stert" van die kromme.
- As u nie seker is dat u data onder of bo die kontrolegroep is nie, gebruik 'n tweestertoets. Hierdie toets sal die belangrikheid van beide rigtings nagaan.
- As u die rigting van die neiging van u data ken, gebruik 'n eensydige toets. Deur die vorige voorbeeld te gebruik, het u verwag dat die student se graad sou styg. Daarom moet u 'n eenstert-toets gebruik.
Stap 4. Bepaal die steekproefgrootte deur toets-statistiese kraganalise
Die krag van toetsstatistieke is die waarskynlikheid dat 'n sekere statistiese toets die korrekte resultaat kan lewer, met 'n sekere steekproefgrootte. Die toetskragdrempel (of) is 80%. Analise van die sterkte van 'n statistiese toets kan ingewikkeld wees sonder voorlopige data, omdat u inligting benodig oor die geskatte gemiddelde van elke datastel en die standaardafwyking daarvan. Gebruik die aanlyn sakrekenaar vir statistiese toetsvermoë om die optimale steekproefgrootte vir u data te bepaal.
- Navorsers doen oor die algemeen loodsstudies as 'n materiaal vir statistiese toetssterkte-analise en as basis vir die bepaling van die steekproefgrootte wat nodig is vir groter en meer omvattende studies.
- As u nie die hulpbronne het om 'n loodsstudie uit te voer nie, skat die gemiddelde op grond van die literatuur en ander navorsing wat gedoen is. Hierdie metode sal inligting verskaf om die steekproefgrootte te bepaal.
Deel 2 van 3: Berekening van die standaardafwyking
Stap 1. Gebruik die standaardafwykingsformule
Die standaardafwyking (ook bekend as die standaardafwyking) is 'n maatstaf vir die verspreiding van u data. Die standaardafwyking bied inligting oor die ooreenkoms van elke datapunt in u steekproef. Aanvanklik lyk die standaardafwykingsvergelyking ingewikkeld, maar die onderstaande stappe sal u help met u berekening. Die standaardafwykingsformule is s = ((xek -)2/(N - 1)).
- s is die standaardafwyking.
- beteken dat u al die monsterwaardes wat u versamel het, moet optel.
- xek verteenwoordig al die individuele waardes van u datapunte.
- is die gemiddelde van die data vir elke groep.
- N is die aantal monsters.
Stap 2. Bereken die steekproefgemiddelde in elke groep
Om die standaardafwyking te bereken, moet u eers die steekproefgemiddelde in elke datastel bereken. Die gemiddelde word aangedui deur die Griekse letter mu of. Om dit te doen, tel al die steekproefdatapuntwaardes op en deel deur die aantal monsters.
- Om byvoorbeeld die gemiddelde telling te kry vir die groep studente wat die materiaal voor die klas gelees het, kyk na die steekproefdata. Vir die eenvoud sal ons 5 datapunte gebruik: 90, 91, 85, 83 en 94.
- Tel alle monsterwaardes op: 90 + 91 + 85 + 83 + 94 = 443.
- Verdeel deur die aantal monsters, N = 5: 443/5 = 88, 6.
- Die gemiddelde telling vir hierdie groep was 88. 6.
Stap 3. Trek elke monsterdatapuntwaarde af met die gemiddelde waarde
Die tweede stap is om die deel (xek -) vergelyking. Trek elke monsterdatapuntwaarde af van die vooraf berekende gemiddelde. Deur voort te gaan met die vorige voorbeeld, moet u vyf aftrekkings doen.
- (90- 88, 6), (91- 88, 6), (85- 88, 6), (83- 88, 6) en (94- 88, 6).
- Die waardes wat verkry word, is 1, 4, 2, 4, -3, 6, -5, 6 en 5, 4.
Stap 4. Vierkant elke waarde wat verkry is, en tel almal bymekaar
Vierkant elke waarde wat u pas bereken het. Hierdie stap verwyder alle negatiewe getalle. As daar 'n negatiewe waarde is nadat hierdie stap uitgevoer is of die tyd nadat alle berekeninge uitgevoer is, het u moontlik hierdie stap vergeet.
- Deur die vorige voorbeeld te gebruik, kry ons die waardes 1, 96, 5, 76, 12, 96, 31, 36 en 29.16.
- Tel al die waardes op: 1, 96 + 5, 76 + 12, 96 + 31, 36 + 29, 16 = 81, 2.
Stap 5. Verdeel deur die aantal monsters minus 1
Die formule druk N - 1 uit as 'n aanpassing omdat u nie die hele populasie tel nie; U neem slegs 'n steekproef van die bevolking om 'n skatting te maak.
- Trek af: N - 1 = 5 - 1 = 4
- Verdeel: 81, 2/4 = 20, 3
Stap 6. Bereken die vierkantswortel
Nadat u met die aantal monsters minus een gedeel het, bereken die vierkantswortel van die finale waarde. Dit is die laaste stap om die standaardafwyking te bereken. Daar is verskillende statistiese programme wat die standaardafwyking kan bereken nadat u die rou data ingevoer het.
Byvoorbeeld, die standaardafwyking van die tellings vir die groep studente wat die materiaal gelees het voor die klas begin, is: s = √20, 3 = 4, 51
Deel 3 van 3: Bepaling van betekenis
Stap 1. Bereken die variansie tussen die twee steekproefgroepe
In die vorige voorbeeld het ons slegs die standaardafwyking van een groep bereken. As u twee groepe wil vergelyk, moet u data van die twee groepe hê. Bereken die standaardafwyking van die tweede groep en gebruik die resultate om die variansie tussen die twee groepe in die eksperiment te bereken. Die formule vir variansie is sd = ((s1/N1) + (s2/N2)).
- sd is die intergroepafwyking.
- s1 is die standaardafwyking van groep 1 en N1 is die aantal monsters in groep 1.
- s2 is die standaardafwyking van groep 2 en N2 is die aantal monsters in groep 2.
-
Byvoorbeeld, data van groep 2 (studente wat nie die materiaal voor die aanvang van die klas lees nie) het 'n steekproefgrootte van 5 met 'n standaardafwyking van 5,81. Dan die variant:
- sd = ((s1)2/N1) + ((a2)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.
Stap 2. Bereken die t-toetswaarde van u data
Met die t-toetswaarde kan u een groep data met 'n ander groep data vergelyk. Met die t-waarde kan u 'n t-toets uitvoer om te bepaal hoeveel die waarskynlikheid dat die twee groepe data wat vergelyk word, aansienlik verskil. Die formule vir die waarde van t is: t = (µ1 -2)/sd.
- ️1 is die gemiddelde van die eerste groep.
- ️2 is die gemiddelde waarde van die tweede groep.
- sd is die afwyking tussen die twee monsters.
- Gebruik die groter gemiddelde as1 sodat u nie negatiewe waardes kry nie.
- Die gemiddelde telling van groep 2 (studente wat nie lees nie) is byvoorbeeld 80. Die t-waarde is: t = (µ1 -2)/sd = (88, 6 – 80)/3, 29 = 2, 61.
Stap 3. Bepaal die vryheidsgrade van die monster
By die gebruik van die t-waarde word die vryheidsgrade bepaal deur die grootte van die monster. Voeg die aantal monsters van elke groep by en trek dan twee af. Die vryheidsgrade (d.f.) is byvoorbeeld 8 omdat daar vyf monsters in die eerste groep is en vyf monsters in die tweede groep ((5 + 5) - 2 = 8).
Stap 4. Gebruik Tabel t om betekenis te bepaal
Tabelle met t-waardes en grade van vryheid kan gevind word in standaard statistiekboeke of aanlyn. Kyk na die ry wat die vryheidsgrade toon wat u vir u data gekies het en vind die gepaste p-waarde vir die t-waarde wat uit u berekeninge afgelei word.
Met vryheidsgrade van 8 d.f. en die t-waarde van 2,61, is die p-waarde vir die eenstert-toets tussen 0,01 en 0,025. Aangesien ons 'n betekenisvlak van minder as of gelyk aan 0,05 gebruik het, bewys die data wat ons gebruik dat die twee datagroepe aansienlik is anders. beduidend. Met hierdie gegewens kan ons die nulhipotese verwerp en die alternatiewe hipotese aanvaar: die groep studente wat die materiaal gelees het voordat die klas begin het, het beter gevaar as die groep studente wat nie die materiaal gelees het nie
Stap 5. Oorweeg om 'n opvolgstudie te doen
Baie navorsers doen klein loodsstudies om hulle te help verstaan hoe om groter studies te ontwerp. Deur meer navorsing te doen met meer metings, verhoog u u vertroue in u gevolgtrekkings.
