Μη Παραµετρικά Κριτήρια. Παραµετρικά Κριτήρια



Σχετικά έγγραφα
Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ δύο ανεξάρτητων δειγμάτων, που δεν ακολουθούν την κανονική κατανομή (Mann Whitney U τεστ)

ΣΤΟΧΟΙ ΤΗΣ ΕΝΟΤΗΤΑΣ ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΜΗ ΠΑΡΑΜΕΤΡΙΚΩΝ ΕΛΕΓΧΩΝ

Για να ελέγξουµε αν η κατανοµή µιας µεταβλητής είναι συµβατή µε την κανονική εφαρµόζουµε το test Kolmogorov-Smirnov.

Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ δύο εξαρτημένων δειγμάτων, που δεν ακολουθούν την κανονική κατανομή (Wilcoxon test)

έρευνας και στατιστική» παραμετρικές συγκρίσεις»

Κεφάλαιο 16. Σύγκριση συχνοτήτων κατηγοριών: το στατιστικό κριτήριο χ 2. Προϋποθέσεις για τη χρήση του τεστ. ιαφορές ή συσχέτιση.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΚΟΙΝΩΝΙΟΛΟΓΙΑΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ. Διπλωματική Εργασία

Κεφάλαιο 14. Ανάλυση ιακύµανσης Μονής Κατεύθυνσης. Ανάλυση ιακύµανσης Μονής Κατεύθυνσης

Μη Παραµετρικοί Έλεγχοι

Κεφάλαιο 9. Υπολογισµός του είκτη Συσχέτισης. Ο Υπολογισµός του είκτη Συσχέτισης

Κεφάλαιο 12. Σύγκριση μεταξύ δύο δειγμάτων: Το κριτήριο t

Μονοπαραγοντική Ανάλυση Διακύμανσης Ανεξάρτητων Δειγμάτων

Ο ΡΟΛΟΣ ΤΩΝ SOCIAL MEDIA ΣΤΗ ΣΥΜΠΕΡΙΦΟΡΑ ΤΟΥ ΚΑΤΑΝΑΛΩΤΗ ΣΤΟ ΤΟΥΡΙΣΤΙΚΟ ΚΛΑΔΟ

Έλεγχος υποθέσεων ΚΛΑΣΙΚΟΙ ΈΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ. Ημέσητιμήενόςπληθυσμούείναιίσημε δοθείσα γνωστή τιμή. Έλεγχος για τις μέσες τιμές δύο πληθυσμών.

Μεθοδολογία της Έρευνας και Εφαρμοσμένη Στατιστική

Κεφάλαιο 15. Παραγοντική ανάλυση διακύµανσης. Παραγοντική

ΣΗΜΕΙΩΣΕΙΣ ΣΤΑΤΙΣΤΙΚΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥ ΩΝ «ΦΡΟΝΤΙ Α ΣΤΟ ΣΑΚΧΑΡΩ Η ΙΑΒΗΤΗ» ΑΝΑΛΥΤΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ δύο ανεξάρτητων δειγμάτων, που ακολουθούν την κανονική κατανομή (t-test για ανεξάρτητα δείγματα)

Μη Παραμετρικοί Έλεγχοι & Η Δοκιμασία Χ 2

Στατιστική και Θεωρία Πιθανοτήτων (ΓΓ04) ΑΝΤΩΝΙΟΣ ΧΡ. ΜΠΟΥΡΑΣ Εαρινό Εξάμηνο

Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές. Εργαστήριο Γεωργίας. Viola adorata

Εκπαιδευτική Έρευνα: Μέθοδοι Συλλογής και Ανάλυσης εδομένων Συσχέτιση

09_Μη παραμετρικοί έλεγχοι υποθέσεων. Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ.

ΕΚΠΑΙΔΕΥΤΙΚΗ ΤΕΧΝΟΛΟΓΙΑ ΚΑΙ ΑΝΑΠΤΥΞΗ ΑΝΘΡΩΠΙΝΩΝ ΠΟΡΩΝ

Η ΣΤΑΤΙΣΤΙΚΗ ΣΤΟ ΕΡΓΑΣΤΗΡΙΟ ΣΠΕΡΜΑΤΟΣ

Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική

ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ

ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ. Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης

Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ δύο εξαρτημένων δειγμάτων, που ακολουθούν την κανονική κατανομή (t-test για εξαρτημένα δείγματα)

Μεθοδολογία των επιστημών του Ανθρώπου : Στατιστική Εργαστήριο 6 :

α) t-test µε ίσες διακυµάνσεις β) ανάλυση διακύµανσης µε έναν παράγοντα Έλεγχος t δύο δειγμάτων με υποτιθέμενες ίσες διακυμάνσεις

Μελέτη της αυτοδιαχείρισης του διαβήτη με την εφαρμογή ειδικού ερωτηματολογίου σε παιδιά και εφήβους με σακχαρώδη διαβήτη τύπου 1

Ενότητα 5 η : Επαγωγική Στατιστική ΙΙ Ανάλυση ποσοτικών δεδομένων. Δημήτριος Σταμοβλάσης Φιλοσοφίας Παιδαγωγικής

ΚΟΙΝΩΝΙΟΒΙΟΛΟΓΙΑ, ΝΕΥΡΟΕΠΙΣΤΗΜΕΣ ΚΑΙ ΕΚΠΑΙΔΕΥΣΗ

Ανάλυση ποσοτικών δεδομένων. ΕΡΓΑΣΤΗΡΙΟ 2 ΔΙΟΙΚΗΣΗ & ΚΟΙΝΩΝΙΚΟΣ ΣΧΕΔΙΑΣΜΟΣ ΣΤΗΝ ΤΟΞΙΚΟΕΞΆΡΤΗΣΗ Dr. Ρέμος Αρμάος

Ποσοτική & Ποιοτική Ανάλυση εδομένων Συσχέτιση. Παιδαγωγικό Τμήμα ημοτικής Εκπαίδευσης ημοκρίτειο Πανεπιστήμιο Θράκης Αλεξανδρούπολη,

ΜΗ ΠΑΡΑΜΕΤΡΙΚΕΣ ΣΥΓΚΡΙΣΕΙΣ

Συνάφεια μεταξύ ποιοτικών μεταβλητών. Εκδ. #3,

Ανάλυση διακύμανσης (Μονοδιάστατη) One-Way ANOVA

Α Ν Ω Τ Α Τ Ο Σ Υ Μ Β Ο Υ Λ Ι Ο Ε Π Ι Λ Ο Γ Η Σ Π Ρ Ο Σ Ω Π Ι Κ Ο Υ Ε Ρ Ω Τ Η Μ Α Τ Ο Λ Ο Γ Ι Ο

Οι δείκτες διασποράς. Ένα παράδειγµα εργασίας

Κεφάλαιο 13. Εισαγωγή στην. Η Ανάλυση ιακύµανσης

Αν οι προϋποθέσεις αυτές δεν ισχύουν, τότε ανατρέχουµε σε µη παραµετρικό τεστ.

τατιστική στην Εκπαίδευση II

ο),,),--,ο< $ι ιι!η ι ηι ι ιι ιι t (t-test): ι ι η ι ι. $ι ι η ι ι ι 2 x s ι ι η η ιη ι η η SE x

Επαγωγική Στατιστική. Εισαγωγή Βασικές έννοιες

Απαραμετρική Στατιστική. Το βαθμονομικό κριτήριο του Wilcoxon, για ζευγαρωτες παρατηρήσεις Ο βαθμονομικός συντελεστής συσχέτισης του Spearman

Απαραμετρική Στατιστική. Έλεγχοι για k 2 ανεξάρτητους πληθυσμούς

Στατιστική. 9 ο Μάθημα: Εφαρμογές Στατιστικής ΙΙ: Στατιστικοί Έλεγχοι. Γεώργιος Μενεξές Τμήμα Γεωπονίας ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ

Ερμηνεία αποτελεσμάτων Ανάλυση διακύμανσης κατά ένα παράγοντα

Έλεγχος για τις παραμέτρους θέσης δύο πληθυσμών με εξαρτημένα δείγματα

Έλεγχος για τις παραμέτρους θέσης δύο πληθυσμών με ανεξάρτητα δείγματα

Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17

Ποιο από τα δύο τµήµατα είχε καλύτερη επίδοση; επ. Κωνσταντίνος Π. Χρήστου

Ο είκτης Συσχέτισης. Υπάρχουν πολλές οι έρευνες στις οποίες µας ενδιαφέρει να µελετήσουµε αν υπάρχει ΑΛΛΗΛΕΞΑΡΤΗΣΗ µεταξύ δύο µεταβλητών

1991 US Social Survey.sav

Μαντζούνη, Πιπερίγκου, Χατζή. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 5 ο

Μενύχτα, Πιπερίγκου, Σαββάτης. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 5 ο

Επαγωγική Στατιστική

Κεφάλαιο 5. Οι δείκτες διασποράς

ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

T-tests One Way Anova

ΠΕΡΙΕΧΟΜΕΝΑ 1 ΕΙΣΑΓΩΓΗ ΤΟ PASW ΜΕ ΜΙΑ ΜΑΤΙΑ ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ: Η ΜΕΣΗ ΤΙΜΗ ΚΑΙ Η ΔΙΑΜΕΣΟΣ... 29

Κεφάλαιο 7. Έλεγχος Υποθέσεων. Ένα παράδειγµα

Παράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α. Δ.Π.Θ.

Εισαγωγή στη Χρήση του SPSS for Windows Σελίδα:

Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων

1. Ιστόγραμμα. Προκειμένου να αλλάξουμε το εύρος των bins κάνουμε διπλό κλικ οπουδήποτε στο ιστόγραμμα και μετά

Το στατιστικό κριτήριο που μας επιτρέπει να. μιας ή πολλών άλλων γνωστών μεταβλητών. Η σχέση ανάμεσα στις μεταβλητές που μελετώνται

Έλεγχος καλής προσαρμογής για μια ποιοτική μεταβλητή (Nonparametric Tests Chi-Square)

Εισαγωγή στην Ανάλυση Δεδομένων

Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων

ΚΕΦΑΛΑΙΟ II ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ 1. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΕΝΑ ΚΡΙΤΗΡΙΟ 2. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ

Παράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α.-Δ.Π.Θ.

ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ ΓΙΑ ΙΣΟΤΗΤΑ ΔΥΟ ΚΑΤΑΝΟΜΩΝ

Διαδικασία Ελέγχου Μηδενικών Υποθέσεων

«Σχεδίαση, ανάπτυξη και στατιστική επεξεργασία ερωτηματολογίων. Εφαρμογές στην αξιολόγηση της αποτελεσματικότητας στην Εκπαίδευση»

Εξαρτημένα δείγματα (εξαρτημένες μετρήσεις)

2.1 Μεγάλο δείγµα: ο έλεγχος-ζ µιας οµάδας Υπολογισµός του Ε για µια µέση τιµή όταν το δείγµα είναι µικρό. 9

Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS)

Στατιστικό κριτήριο χ 2

Περιγραφική Ανάλυση ποσοτικών μεταβλητών

2 ο Εξάμηνο του Ακαδημαϊκού Έτους ΟΔ 055 ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΙΣ ΚΟΙΝΩΝΙΚΕΣ ΕΠΙΣΤΗΜΕΣ Διδασκαλία: κάθε Τετάρτη 12:00-15:00 Ώρες διδασκαλίας (3)

ΠΕΡΙΕΧΟΜΕΝΑ. Μέρος Α. ΣΤΑΤΙΣΤΙΚΗ Θεωρία και Εφαρµογές Υπολογιστικοί αλγόριθµοι στον MS-Excel: υπολογισµός και ερµηνεία στατιστικών ευρηµάτων

3. Ανάλυση Ποσοτικών εδοµένων: Συγκρίσεις µεταξύ οµάδων

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS)

Στατιστική Ι. Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Έλεγχος ότι η παράμετρος θέσης ενός πληθυσμού είναι ίση με δοθείσα γνωστή τιμή. μεγέθους n από έναν πληθυσμό με μέση τιμή μ

ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΧΡΗΣΗ SPSS

Ενότητα 3: Ανάλυση Διακύμανσης κατά ένα παράγοντα One-Way ANOVA

1. Εισαγωγή Ο έλεγχος υποθέσεων αναφέρεται στις ιδιότητες µιας άγνωστης παραµέτρους του πληθυσµού: Ο κατηγορούµενος είναι αθώος

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΔΟΚΙΜΑΣΙΑ ΕΚΦΡΑΣΗΣ. ΔΟΚΙΜΑΣΙΑ ΚΑΤΑΝΟΗΣΗΣ ΛΕΞΙΛΟΓΙΟΥ ΑΠΟ ΕΙΚΟΝΑ 3 η ΕΚΔΟΣΗ ΕΚΔΟΣΗ

Επιδρά το προφίλ παρακίνησης του διευθυντή στην αποτελεσματική άσκηση σχολικής ηγεσίας;

Μεθοδολογία των επιστημών του Ανθρώπου: Στατιστική Ι

ΠΕΡΙΕΧΟΜΕΝΑ ΕΥΧΑΡΙΣΤΙΕΣ 17 ΠΡΟΛΟΓΟΣ 19 ΠΡΟΕΙΣΑΓΩΓΙΚΟ 25 ΕΙΣΑΓΩΓΗ 27

Στατιστικές Υποθέσεις

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

Transcript:

Κεφάλαιο 7 Μη Παραµετρικά Κριτήρια Παραµετρικά Κριτήρια Τα παραµετρικά κριτήρια είναι στατιστικά κριτήρια που απαιτούν την ικανοποίηση συγκεκριµένων προϋποθέσεων είτε αναφορικά µε συγκεκριµένες παραµέτρους του πληθυσµού είτε αναφορικά µε τη µορφή της κατανοµής τους.

Παραµετρικά Κριτήρια Είναι πολύ ισχυρά στατιστικά κριτήρια, όµως για να χρησιµοποιηθούν πρέπει να ικανοποιούνται τρεις βασικές προϋποθέσεις: Μέτρηση σε κλίµακα ίσων διαστηµάτων τουλάχιστον, το δείγµα να προέρχεται από πληθυσµό που σχηµατίζει κανονική κατανοµή, και οι οµάδες που συµµετέχουν στην έρευνα να έχουν ίσες διακυµάνσεις 3 Μη Παραµετρικά Κριτήρια Τα µη παραµετρικά κριτήρια δεν επικεντρώνονται στον έλεγχο υποθέσεων αναφορικά µε συγκεκριµένες παραµέτρους του πληθυσµού, ούτε προϋποθέτουν την κανονική κατανοµή των τιµών τους Αντίθετα, επικεντρώνονται στον έλεγχο υποθέσεων αναφορικά µε το σχήµα των κατανοµών ήτωνδεικτών κεντρικής τάσης τους 4

Σύγκριση Παραµετρικών Μη Παραµετρικών Κριτηρίων Παραµετρικά Κριτήρια Είναι πιο ισχυρά από τα µη παραµετρικά κριτήρια Είναι πιο ευαίσθητα στον τρόπο µε τον οποίο αντικατοπτρίζουν τις ιδιότητες των δεδοµένων Στηρίζονται σε συγκεκριµένες προϋποθέσεις που σχετίζονται µε τον πληθυσµό Οι αναλύσεις βασίζονται σε µετρήσεις των δεδοµένων της έρευνας Μη Παραµετρικά Κριτήρια Συχνά πλησιάζουν σε ισχύ τα παραµετρικά κριτήρια. Απλώς, χρειάζονται µεγαλύτερο αριθµό ατόµων. Χρησιµοποιούν πιο απλούς και πιο σύντοµους υπολογισµούς εν χρειάζεται να ικανοποιούν προϋποθέσεις που απαιτεί η χρήση των παραµετρικών κριτηρίων Οι αναλύσεις βασίζονται στη διάταξη των δεδοµένων της έρευνας (ιεραρχήσεις των τιµών) 5 Αντιστοιχία Παραµετρικών Μη Παραµετρικών Κριτηρίων Μια ανεξάρτητη µεταβλητή µε δύο επίπεδα Ανεξάρτητα είγµατα Εξαρτηµένα είγµατα Μια ανεξάρτητη µεταβλητή µε περισσότερα από δύο επίπεδα Ανεξάρτητα είγµατα Εξαρτηµένα είγµατα Παραµετρικά Κριτήριο t για ανεξάρτητα δείγµατα Κριτήριο t για εξαρτηµένα δείγµατα AOVA Μονής Κατεύθυνσης (ανεξάρτητα δείγµατα) AOVA Μονής Κατεύθυνσης (εξαρτηµένα δείγµατα) Μη Παραµετρικά Wilcoxon Τ Mann- Whitney U Kruskal- Wallis Friedman s Rank 6 3

Το κριτήριο Mann-Whitney (U) Προϋποθέσεις για τη χρήση του τεστ ιαφορές ή συσχέτιση; Κλίµακα Μέτρησης: Σχεδιασµός: Σηµειώσεις: ιαφορές Ιεραρχική Κλίµακα Ανεξάρτητα είγµατα Ο αριθµός των ατόµων (Ν) σε καθεµία από τις δύο συνθήκες να µη είναι<0. 7 Παράδειγµα Ας υποθέσουµε ότιθέλουµε να διαπιστώσουµε αν υπάρχουν στατιστικά σηµαντικές διαφορές ανάµεσα στα αγόρια και τα κορίτσια ενός τµήµατος ως προς την επίδοσή τους στο µάθηµα τωνµαθηµατικών Οι επιδόσεις των µαθητών από ένα τεστ µαθηµατικών ικανοτήτων παρουσιάζονται στην επόµενη διαφάνεια 4

Τα δεδοµένα της Έρευνας Αγόρια 3 3 6 4 0 30 Κορίτσια 4 35 4 34 3 3 7 36 ιατύπωση των Υποθέσεων ( ιπλής Κατεύθυνσης) Μηδενική Υπόθεση: Οι κατανοµές των τιµών των πληθυσµών από τους οποίους έχουν προέλθει οι δύο οµάδες είναι ακριβώς ίδιες Εναλλακτική Υπόθεση: Οι κατανοµές των τιµών των πληθυσµών από τους οποίους έχουν προέλθει οι δύο οµάδες διαφέρουν ως προς τους µέσους όρους τους. ηλαδή, µ µ 0 5

6 Οι Οι τύποι τύποι ( ) A A A B A A R U και ( ) B B B B A B R U Οι Οι υπολογισµοί υπολογισµοί 65 7 5 5 0 R A 3 6 3 4 6 4 R B ( ) 43 65 36 7 65 7 7 65 U A ( ) 45 7 0 7 U B

ιατύπωση αποτελεσµάτων και ερµηνεία Τιµή t U (,), n.s Αριθµός ατόµων για κάθε οµάδα Στατιστικά µη σηµαντικό αποτέλεσµα 3 Τα αποτελέσµατα από το SPSS Ranks MATH SEX Total Mean Rank Sum of Ranks,3 65,00,7,00 7 Test Statistics b Mann-Whitney U Wilcoxon W Z Asymp. Sig. (-tailed) Exact Sig. [*(-tailed Sig.)] a. ot corrected for ties. b. Grouping Variable: SEX MATH,000 65,000 -,674,50,54 a 4 7

Το κριτήριο Wilcoxon T Προϋποθέσεις για τη χρήση του τεστ ιαφορές ή συσχέτιση; Κλίµακα Μέτρησης: Σχεδιασµός: Σηµειώσεις: ιαφορές Ιεραρχική Κλίµακα Εξαρτηµένα είγµατα Ο αριθµός των ατόµων (Ν) σε καθεµία από τις δύο συνθήκες να µη είναι<0. 5 Παράδειγµα Θέλουµε ναδιαπιστώσουµε ανηκαφεΐνη έχει επίδραση στη µνηµονική ικανότητα. Χορηγήσαµε σεµια οµάδα ατόµων µια ταµπλέτα καφεΐνη και στη συνέχεια τους δείξαµε µια λίστα από 50 λέξεις. Ύστερα από 0 λεπτά δώσαµεσταάτοµααυτά µια λίστα µε 00 λέξεις και τους ζητήσαµε να αναγνωρίσουν όσες περισσότερες λέξεις µπορούσαν από την αρχική λίστα. Μια εβδοµάδα αργότερα, ακολουθήθηκε η ίδια διαδικασία, µόνο που αυτή τη φορά η λίστα µε τις50 λέξεις ήταν διαφορετική και στα άτοµα, αντί για καφεΐνη, χορηγήθηκε ψευδοφάρµακο (placebo) Τα αποτελέσµατα του πειράµατος παρουσιάζονται στην επόµενη διαφάνεια 6

Τα δεδοµένα της Έρευνας Καφεΐνη 3 30 7 30 6 3 3 Ψευδοφάρµακο 3 4 5 3 3 7 ιατύπωση των Υποθέσεων ( ιπλής Κατεύθυνσης) Μηδενική Υπόθεση: Οι κατανοµές που σχηµατίζουν οι λέξεις που αναγνωρίστηκαν από τον πληθυσµό των ατόµων που πίνουν καφεΐνη και από τον πληθυσµό τωνατόµων που δενπίνουνκαφεΐνηείναιείναι ακριβώς ίδιες Εναλλακτική Υπόθεση: Οι κατανοµές που σχηµατίζουν οι λέξεις που αναγνωρίστηκαν από τον πληθυσµό των ατόµων που πίνουν καφεΐνη και από τον πληθυσµό τωνατόµων που δενπίνουνκαφεΐνηδεν είναι ίδιες

Ο τρόπος υπολογισµού Πρώτα πρέπει να βρούµε τηδιαφορά των µεταξύ των επιδόσεων Στη συνέχεια θα πρέπει να ιεραρχήσουµε αυτές τις διαφορές Τέλος θα πρέπει να αθροίσουµε τις ιεραρχήσεις µε θετικό πρόσηµο και τις ιεραρχήσεις µε αρνητικό πρόσηµο Το µικρότερο άθροισµα ιεραρχήσεων µας δίνει το Τ Οι υπολογισµοί Άτοµα 3 4 5 6 7 0 Καφεΐνη 3 30 7 30 6 3 3 Ψευδοφάρµακο 3 4 5 3 3 ιαφορά 3 - - 6 7-4 0 Ιεράρχηση 4.5 () 6 () () (-) 4.5 (-) () () () 7 (-) 0 () 0 0

ιατύπωση αποτελεσµάτων και ερµηνεία Τιµή t Τ (0) 3.5, n.s Συνολικός αριθµός ατόµων Στατιστικά µη σηµαντικό αποτέλεσµα Σηµείωση: Το αποτέλεσµα είναι διαφορετικό από αυτό που εµφανίζεται στο SPSS output, γιατί το συγκεκριµένο λογισµικό χρησιµοποιεί διαφορετικό τρόπο υπολογισµού Τα αποτελέσµατα από το SPSS Ranks PLACEBO - CAFEIE a. PLACEBO < CAFEIE b. PLACEBO > CAFEIE c. PLACEBO CAFEIE egative Ranks Positive Ranks Ties Total Mean Rank Sum of Ranks 7 a 5,3 4,50 3 b 4,50 3,50 c Test Statistics b Z Asymp. Sig. (-tailed) a. Based on positive ranks. PLACEBO - CAFEIE -,43 a,5 b. Wilcoxon Signed Ranks Test

Το κριτήριο Kruskal-Wallis (H) Προϋποθέσεις για τη χρήση του τεστ ιαφορές ή συσχέτιση; Κλίµακα Μέτρησης: Σχεδιασµός: Σηµειώσεις: ιαφορές Ιεραρχική Κλίµακα Ανεξάρτητα είγµατα εν χρειάζεται να εξασφαλίζονται οι προϋποθέσεις χρήσης των παραµετρικών κριτηρίων 3 Παράδειγµα Ας υποθέσουµε ότι ένας ερευνητής ενδιαφέρεται να µελετήσει την επίδραση που έχει το γονεϊκό µοντέλο διαπαιδαγώγησης στην αυτοεκτίµηση του παιδιού. Αφού κατατάξει τα άτοµα πουσυµµετέχουν στην έρευνα σε τρεις διαφορετικές οµάδες ανάλογα µε τοµοντέλο µε το οποίο διαπαιδαγωγήθηκαν (αυταρχικό, ενδιάµεσο, φιλελεύθερο), στη συνέχεια, τους ζητά να συµπληρώσουν ένα ερωτηµατολόγιο αυτοεκτίµησης (Rosenberg Self-Esteem Scale) Τα αποτελέσµατα από την έρευνα παρουσιάζονται στην επόµενη διαφάνεια. 4

Τα δεδοµένα της Έρευνας Αυταρχικό 7 4 6 0 3 Ενδιάµεσο 0 0 Φιλελεύθερο 3 5 7 6 5 ιατύπωση των Υποθέσεων ( ιπλής Κατεύθυνσης) Μηδενική Υπόθεση: Οι κατανοµές των τιµών της αυτοεκτίµησης στους πληθυσµούς των ατόµων που προέρχονται από διαφορετικά µοντέλα γονεϊκής διαπαιδαγώγησης είναι ακριβώς ίδιες Εναλλακτική Υπόθεση: Οι κατανοµές των τιµών της αυτοεκτίµησης στους πληθυσµούς των ατόµων που προέρχονται από διαφορετικά µοντέλα γονεϊκής διαπαιδαγώγησης διαφέρουν µόνοωςπροςτουςµέσους όρους τους 6 3

Ο Τύπος H ( ) k j R n j j 3 ( ) 7 Οι υπολογισµοί H 3 ( ) 3 6 6 0 7 70 ( 6 ) ( 5.6) ( 5.6) 70 770. 0.5.5 70 4

ιατύπωση αποτελεσµάτων και ερµηνεία Τιµή t Η ().5, p<0.05 Βαθµοί Ελευθερίας Στατιστικά σηµαντικό αποτέλεσµα Σηµείωση: H µικρή διαφορά που παρατηρείται ανάµεσα στα αποτελέσµατα του SPSS και αυτά που προκύπτουν από τους υπολογισµούς µε το χέρι, οφείλεται στις στρογγυλοποιήσεις που γίνονται σε διάφορα στάδια των υπολογισµών µε το χέρι Τα αποτελέσµατα από το SPSS Ranks ESTEEM PARETI 3 Total Mean Rank,00 0,0 7 4,43 6 Test Statistics a,b Chi-Square df Asymp. Sig. ESTEEM,37,000 a. Kruskal Wallis Test b. Grouping Variable: PARETI 30 5

Το κριτήριο Friedman (χ F ) Προϋποθέσεις για τη χρήση του τεστ ιαφορές ή συσχέτιση; Κλίµακα Μέτρησης: Σχεδιασµός: Σηµειώσεις: ιαφορές Ιεραρχική Κλίµακα Εξαρτηµένα είγµατα εν χρειάζεται να εξασφαλίζονται οι προϋποθέσεις χρήσης των παραµετρικών κριτηρίων 3 Παράδειγµα Ένας σχολικός ψυχολόγος θέλει να µελετήσει την αποτελεσµατικότητα ενός προγράµµατος ενισχυτικής διδασκαλίας στη σχολική επίδοση. Για το λόγο αυτό, µια οµάδα ατόµων παρακολούθησε ένα πρόγραµµα ενισχυτικής διδασκαλίας για 6 µήνες, και στη συνέχεια συµπλήρωσαν ένα τεστ γενικής εκπαιδευτικής επίδοσης σε τρεις διαφορετικές χρονικές περιόδους: πριν την έναρξη της ενισχυτικής διδασκαλίας, κατά τη διάρκειά της (στο τέλος του πρώτου τριµήνου), καθώς και µετά την ολοκλήρωση του προγράµµατος Τα αποτελέσµατα από την έρευνα παρουσιάζονται στην επόµενη διαφάνεια 3 6

Τα δεδοµένα της Έρευνας Πριν 5 6 Κατά τη διάρκεια 6 7 5 3 Μετά 7 5 6 4 33 ιατύπωση των Υποθέσεων ( ιπλής Κατεύθυνσης) Μηδενική Υπόθεση: Οι κατανοµές των επιδόσεων των πληθυσµών από τους οποίους προήλθαν τα δείγµατα στις τρεις διαφορετικές χρονικές στιγµές της ενισχυτικής διδασκαλίας θα είναι ακριβώς ίδιες. Εναλλακτική Υπόθεση: Οι κατανοµές των επιδόσεων των πληθυσµών από τους οποίους προήλθαν τα δείγµατα στις τρεις διαφορετικές χρονικές στιγµές της ενισχυτικής διδασκαλίας θα διαφέρουν µόνο ως προς τους µέσους όρους τους. 34 7

Ο Τύπος χ F R 3 k j ( k ) ( k ) 35 Οι υπολογισµοί x F [ ] [ ( )] ( ) 3 6 ( 3 ) 6 3 3 46 ( 6 3 ) 4 56 7 ( 3 6 ) 4 7 6. 7 36

ιατύπωση αποτελεσµάτων και ερµηνεία Τιµή t χ F () 6.7, p<0.05 Βαθµοί Ελευθερίας Στατιστικά σηµαντικό αποτέλεσµα Σηµείωση: Το αποτέλεσµα είναι διαφορετικό από αυτό που εµφανίζεται στο SPSS output, γιατί το συγκεκριµένο λογισµικό χρησιµοποιεί διαφορετικό τρόπο υπολογισµού 37 Τα αποτελέσµατα από το SPSS Ranks BEFORE DURIG AFTER Mean Rank 3,00,67,33 Test Statistics a 6 Chi-Square,333 df Asymp. Sig.,00 a. Friedman Test 3