NộI Dung
Kiểm tra thống kê được sử dụng để xác định xem mối quan hệ được đưa ra giả thuyết giữa các biến có ý nghĩa thống kê hay không. Thông thường, bài kiểm tra sẽ đo lường mức độ của các biến tương quan hoặc khác nhau. Các thử nghiệm tham số là những thử nghiệm dựa trên xu hướng trung tâm của các biến và giả định phân phối bình thường. Các xét nghiệm phi tham số không đưa ra các giả định về phân bố dân số.
Kiểm tra T
Thử nghiệm t là một thử nghiệm tham số so sánh các phương tiện của các mẫu và quần thể liên quan. Có một số loại thử nghiệm t. Thử nghiệm t một mẫu so sánh giá trị trung bình của mẫu với giá trị trung bình giả định. Một thử nghiệm t-test mẫu độc lập xem xét phương tiện của hai mẫu khác nhau có giá trị tương tự nhau hay không. Thử nghiệm t cặp mẫu được sử dụng khi có hai quan sát để so sánh cho từng đối tượng trong mẫu. Kiểm tra t được thiết kế cho dữ liệu số có phân phối bình thường.
Dữ liệu thông thường
Dữ liệu thông thường là dữ liệu dẫn xuất mô tả các giá trị tương đối của từng đơn vị trong mẫu. Ví dụ, dữ liệu thứ tự về chiều cao của 10 học sinh trong một lớp học chỉ đơn giản là các số từ 1 đến 10, trong đó 1 có thể đại diện cho học sinh ngắn nhất và 10 có thể đại diện cho học sinh cao nhất. Không sinh viên nào có cùng giá trị trừ khi họ có cùng chiều cao. Các biện pháp của xu hướng trung tâm là vô nghĩa với dữ liệu thứ tự.
Sự không phù hợp của kiểm tra T
Kiểm tra T không thích hợp để sử dụng với dữ liệu thứ tự. Bởi vì dữ liệu thứ tự không có xu hướng trung tâm, nó cũng không có phân phối bình thường. Các giá trị của dữ liệu thứ tự được phân bố đồng đều, không được nhóm quanh một điểm giữa. Bởi vì điều này, một bài kiểm tra dữ liệu thứ tự sẽ không có ý nghĩa thống kê.
Các xét nghiệm phù hợp khác
Có ba thử nghiệm có ý nghĩa thống kê phù hợp để sử dụng với dữ liệu thứ tự. Spearman Tương quan thứ tự xếp hạng phù hợp để sử dụng khi chỉ có hai biến liên quan và mối quan hệ của chúng là đơn điệu, mặc dù không nhất thiết phải tuyến tính. Trong các mối quan hệ đơn điệu, khi biến thứ nhất tăng, không có thay đổi theo hướng của biến thứ hai. Thử nghiệm Kruskal-Wallis được thiết kế cho các trường hợp có nhiều hơn hai mẫu và dữ liệu thường không được phân phối. Nó tương tự như phân tích phương sai một chiều. Phân tích phương sai Friedman theo cấp bậc có thể được sử dụng khi có ba hoặc nhiều quan sát về một biến trong một nhóm duy nhất.