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

Σχετικά έγγραφα
$ι ιι η ι ι!η ηι ι ANOVA. To ANOVA ι ι ι η η η ιη (Analysis of Variance). * ι! ι ι ι ι ι η ιη. ;, ι ι ι! η ιι ηιη ι ι!η ι η η ιη ι ι η ι η.

Ασκήσεις Εξετάσεων. Μεταπτυχιακό Πρόγραμμα Σπουδών στη. Διοίκηση των Επιχειρήσεων

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

Μενύχτα, Πιπερίγκου, Σαββάτης. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 5 ο

Έλεγχος για τις παραμέτρους θέσης δύο πληθυσμών με ανεξάρτητα δείγματα

Μαντζούνη, Πιπερίγκου, Χατζή. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 5 ο

Δείγμα (μεγάλο) από οποιαδήποτε κατανομή

1. Hasil Pengukuran Kadar TNF-α. DATA PENGAMATAN ABSORBANSI STANDAR TNF α PADA PANJANG GELOMBANG 450 nm

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

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

PENGARUHKEPEMIMPINANINSTRUKSIONAL KEPALASEKOLAHDAN MOTIVASI BERPRESTASI GURU TERHADAP KINERJA MENGAJAR GURU SD NEGERI DI KOTA SUKABUMI

Βοήθημα Εξετάσεων. Μεταπτυχιακό Πρόγραμμα Σπουδών στη Διοίκηση των Επιχειρήσεων

Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων

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

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

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

ΕΚΠΑΙΔΕΥΤΙΚΗ ΤΕΧΝΟΛΟΓΙΑ ΚΑΙ ΑΝΑΠΤΥΞΗ ΑΝΘΡΩΠΙΝΩΝ ΠΟΡΩΝ

!# # v "6c. ,ι ιι ι "ι ηι ιι ιι. # ι α αα+ 0+!α/,. * η ι ι ιη ηι ι η ι η ι ιι ι ι ι ι η ιη ι ι ιι ηι.

Λυμένες Ασκήσεις για το μάθημα:

ΚΟΙΝΩΝΙΟΒΙΟΛΟΓΙΑ, ΝΕΥΡΟΕΠΙΣΤΗΜΕΣ ΚΑΙ ΕΚΠΑΙΔΕΥΣΗ

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 5. Στατιστική συµπερασµατολογία για ποσοτικές µεταβλητές: Έλεγχοι υποθέσεων και διαστήµατα εµπιστοσύνης

ι η ιι η η ι η η η ι ιη () ι η η η ιη Pearson r ι η!η ιι η η η ι ιηη. $ιη ηι ι η " ι η ι (ι) ι. 6 ι- ι ι ι η ι ι ι η η,!ι!ι ι η η, ι ι!

Τμήμα Λογιστικής και Χρηματοοικονομικής. Δρ. Αγγελίδης Π. Βασίλειος

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS)

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

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

Ερμηνεία αποτελεσμάτων Ανάλυση διακύμανσης κατά ένα παράγοντα

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

1991 US Social Survey.sav

ΣΗΜΕΙΩΣΕΙΣ ΣΤΑΤΙΣΤΙΚΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥ ΩΝ «ΦΡΟΝΤΙ Α ΣΤΟ ΣΑΚΧΑΡΩ Η ΙΑΒΗΤΗ» 2 ο Μάθηµα

α + α+ α! (=+9 [1] ι «Analyze-Regression-Linear». «Dependent» ι η η η!ηη ι «Independent(s)» η!ηη. # ι ι ι!η " ι ιηη, ι!" ι ηιι. 1 SPSS ι η η ι ιηη ι η

Μη Παραμετρικοί Έλεγχοι & Η Δοκιμασία Χ 2

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

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

3 ο Φυλλάδιο Ασκήσεων. Εφαρμογές

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

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

Ενότητα 3 η : Περιγραφική Στατιστική Ι. Πίνακες και Γραφικές παραστάσεις. Δημήτριος Σταμοβλάσης Φιλοσοφίας Παιδαγωγικής

Έλεγχος για τις παραμέτρους θέσης περισσοτέρων των δύο πληθυσμών με ανεξάρτητα δείγματα

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

Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων

τατιστική στην Εκπαίδευση II

Lampiran 1 Output SPSS MODEL I

Εισαγωγή στην Ανάλυση Συνδιακύμανσης (Analysis of Covariance, ANCOVA)

Biostatistics for Health Sciences Review Sheet

Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων

ΕΡΓΑΙΑ Εθηίκεζε αμίαο κεηαπώιεζεο ζπηηηώλ κε αλάιπζε δεδνκέλωλ. Παιεάο Δπζηξάηηνο

ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Έλεγχος για τις παραμέτρους θέσης δύο πληθυσμών με εξαρτημένα δείγματα

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

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

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

EDUCAT &ι'ι% Measurement Level: Ordinal Value Label 1,00 7ι η 2,00 -ι 3,00 3 ιι 4,00 * ι. Measurement Level: Scale

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS)

6.4. LOGLINEAR (MANOVA) 121

Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων

Διερευνητική Ανάλυση Δεδομένων Exploratory Data Analysis

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΕΛΕΓΧΟΣ ΥΠΟΘΕΣΕΩΝ

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

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

Α.Σ.ΠΑΙ.Τ.Ε. Π.Ε.ΣΥ.Π. ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ ΓΙΑ ΤΟΥΣ ΣΚΟΠΟΥΣ ΣΥΕΠ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕ ΤΟ SPSS

Πανεπιστήμιο Πάτρας Τμήμα Βιολογίας. Ανάλυση Περιβαλλοντικών Δεδομένων: συνοπτικός οδηγός για βιολόγους. Σίνος Γκιώκας

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 8. Ανάλυση διασποράς (ANOVA)

Επαγωγική Στατιστική

Διερευνητική Ανάλυση Δεδομένων Exploratory Data Analysis

Εισαγωγή στην Ανάλυση Διακύμανσης

Εισαγωγή στη Χρήση του SPSS for Windows Σελίδα:

Κεφάλαιο 3: Ανάλυση μιας μεταβλητής

ΗΥ-SPSS Statistical Package for Social Sciences 6 ο ΜΑΘΗΜΑ. ΧΑΡΑΛΑΜΠΟΣ ΑΘ. ΚΡΟΜΜΥΔΑΣ Διδάσκων Τ.Ε.Φ.Α.Α., Π.Θ.

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

3. Ανάλυση Ποσοτικών εδοµένων: Συγκρίσεις µεταξύ οµάδων

ΑΣΚΗΣΗ 7 (ΛΥΣΗ) Στο αρχείο του SPSS θα υπάρχουν οι µεταβλητές,

ΣΤΟΧΟΙ ΤΗΣ ΕΝΟΤΗΤΑΣ ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΜΗ ΠΑΡΑΜΕΤΡΙΚΩΝ ΕΛΕΓΧΩΝ

Τι κάνουμε μετά τη συλλογή των δεδομένων

ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

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

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

Μενύχτα, Πιπερίγκου, Σαββάτης. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 6 ο

519.22(07.07) 78 : ( ) /.. ; c (07.07) , , 2008

Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών Τμήμα Φιλοσοφίας, Παιδαγωγικής, Ψυχολογίας Τομέας Ψυχολογίας. Επιμέλεια: Λέκτορας Βασίλης Γ.

ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ


FORMULAS FOR STATISTICS 1

Μεθοδολογία των επιστημών του Ανθρώπου : Στατιστική Εργαστήριο 6 :

Δρ Κορρές Κωνσταντίνος

UΟΙ ΑΠΟΦΟΙΤΟΙ ΤΟΥ ΤΜΗΜΑΤΟΣ ΠΕΡΙΒΑΛΛΟΝΤΟΣ

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

ΜΗ ΠΑΡΑΜΕΤΡΙΚΕΣ ΣΥΓΚΡΙΣΕΙΣ

Εξερευνώντας τα δεδομένα μας-περιγραφική Στατιστική

ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ ΓΙΑ ΤΗΝ ΣΥΓΚΡΙΣΗ ΜΕΣΩΝ ΤΙΜΩΝ ΚΑΙ ΑΝΑΛΟΓΙΩΝ ΔΥΟ

ΒΟΗΘΗΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ SPSS

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 13. Συμπεράσματα για τη σύγκριση δύο πληθυσμών

ΣΥΣΧΕΤΙΣΗ ΕΠΙΠΕΔΩΝ ΒΙΤΑΜΙΝΗΣ D ΜΕ ΠΑΡΑΜΕΤΡΟΥΣ ΜΕΤΑΒΟΛΙΣΜΟΥ ΓΛΥΚΟΖΗΣ ΚΑΙ ΛΙΠΙΔΙΩΝ ΣΕ ΑΝΔΡΕΣ ΗΛΙΚΙΑΣ ΑΝΩ ΤΩΝ 65 ΕΤΩΝ.

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

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

3. Ανάλυση Ποσοτικών Δεδομένων: συγκρίσεις μεταξύ ομάδων

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

ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. ΜΑΘΗΜΑ 12 Συµπερασµατολογία για την επίδραση πολλών µεταβλητών σε µια ποσοτική (Πολλαπλή Παλινδρόµηση) [µέρος 2ο]

ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΧΡΗΣΗ SPSS

τατιςτική ςτην Εκπαίδευςη II

Transcript:

η &, ε ε 007!# # # ι, ι, η ιι ι ι ι ι η (.. ι, η ι η, ι & ι!ι η 50, ι ηιη 000 ι, ι, ',!,! )!η. (, ηι, ι ι ι ι "!η. #, ι "ι!η ι, ηι, ι ι ι η. ι, ι ι, ' ι ι ι η ι ι ι ι # ι ι ι ι ι 7. ο),,),--,ο< $ι ιι!η ι ηι ι ιι ιι t (t-test): - ι% ιι* ι' t ι t X SE x X x X ι X ι ι ι ι!η ι ι ι ι η ι SEx x ι. $ι ι η ι ι ι η ι!η SE x x ι η ιη η ι!η s x x. η ι ιη (variance sum law), ι!η η ιη s ι ι η 9 η ιη s ι η η 9 ι η ι, ι s x% x s x s x. 6ι, η ιη η ι ι η η ιη ι η η., ι SE s x s x x x n n. ι ι ι ι ) ι ι η (!η ι η ι ι, η η ιη), ) ι ι η ι ι η ι. η η ι ι η ι η ι ι ι ι, ι η ι ι "ι : SE x x ( X X N N i ) ( X X i ) N N * η, ι ι ι ι η ι ι ι ι η ι η ι ι ι ι, η ι η ι ιη t. 4

η &, ε ε 007 + ιι% ιι Levene ι, ι ι ι* $ι η ιι ι ι η ι η ηι ι ιι ιι ι Levene ηι Howard Levene. ι Levene ι η ηι η ι η ιη ι ι η ιι η ι η (H o = i= = j). u3ε/+εn+ο/,ο(-,η.ο(< #! ι. 6 ι ι ηι ηι ι ι η ηη ι ιι. * η ι η «ιι» ι 0 00, 0 ηι ι'η ι 00 η. * ι ιι ι η ιι ", ι. 9η ηι 0 ηι 8- ι 0 " ι η ι ηιι η "ι η &. 6 ι ι ι η!η (-) ι ι η ιι ι η ι ι ι. ι"ι. A/A + < 55 < 60 3 < 89 4 < 78 5 < 74 6 $ 34 7 $ 55 8 $ 6 9 $ 77 0 $ 88, ιι ι ι 7, ι ι ι 63,. 3ηι ι ι ι 8 η ηη ιι, η η ι η. η ι ι η ηη ι ι η ι ιη ι η ι ι η ι ι. *ι ηι η ι ι ι ιι " ηι 8- ιι ι ι, ι ι η ("ι η & ηι 8- ). *ι ι η ι ι ι "ι ηι 8- ι η ιι ι " η ι ηιι η. $ι η ηι η " ιι ιι t ι ι η. " η ιη s ι ι ι. A/A + X X i X X i ) < 55 6, 6,44 < 60, 5,44 3 < 89-7,8 36,84 4 < 78-6,8 46,4 5 < 74 -,8 7,84 X =7, X X i ) = 758,8, s ( X X i ) 758,8 4 89,7 X n A/A + X X i X X i ) 6 $ 34 9, 85,64 7 $ 55 8, 67,4 5

8 $ 6,,44 9 $ 77-3,8 90,44 0 $ 88-4,8 65,04 X =63, X X i ) = 76,8 η &, ε ε 007 ι ( X X i ) 76,8 s X n 4 43,7 $" η ιη ι ιι ι ( s =89,7) ι X ( s =43,7) ι ι η ι X!η ι: s x x s x n x s n 89,7 5 43,7 5 37,94 86,34 4,8,48 6ι t X X s x x 8,48 0,78 ι. $ι ι η ι, df=n +N -=5+5-=8. η ι ι ι t ι 8 : p ι t ι $ *' 5%,5% % 0,5% 0,05% ι *' df 0% 5% % % 0,% 8,8595,3060,8965 3,35539 5,043 3: # ι t ι ι df=8 ι t=0,78 ι 8 ι ιη η ιη t ι,3 ι ιι ηιη 5% ( ). ιη η ι t η ' ι ι η 5% ι ' η ηι η ι ιι " ηι 8- ιι ι ι. u3ε/+εn+ο/),ο$p$$ $ι ιι η ι!!η ηι ι ιι ι ιι ιι t-test. $ι ι ηι ι t-test η ι. ι ι η ιη ι ι ιι η η η η "η 474 " ιιι (.=474) ηι ' ι ι. #, ι ι ι ι. 6

η &, ε ε 007 ι ι ι ι ι 58 (n =58) ι ι ι 6 (n = 6). η ι ι ι ι ι ι ι : 3η ι ι ι ι ι ι ( =80,6 ) ι ι ( =536,8 )., ι ι ι 'η 884 ι. η ι ι η ηη ι ι ι ηιη ι η ι ιη ι ι ι ι ι «η» ι ι "ι ιιι!η ι ιι η ηη ι ι η η ι (η. ιη') ι ι ι ι ι ιι η ( ι ι ι ι 'η ι ); ιι η!+ - η ι!: ι ι ι ι ι ι η ι ι " ιιι ι!. ι η ι ι ι ι ι η " ιιι ( ι ι ι) ι!. & ι ι" ι η ι 'η ι ι ι, η η ι ι ι η ι η (two-tailed). & ι ι "ι 'η ι ι ι ι " η η ι ι η η (one-tailed). $ι ιι η ηι η ηι ι t-test ι ι ι!η ι. ;, ι η η ιι ( ιη), ι! ι ι ι ι % ι ι ι ιι ι ι ιι : 5ι ' t-test ι $ι η ιι ιη t-test ι ι ιι ι % ι: 5% : ι!η, η ι ι. 5% : ηη η!ηη η ι ιηι ι (η ι). 5% 3: η ι η!ηη η ι ι ι. η ιη η (-) ι!η ι ι ι ι ι ιι η % η. & η, η ηη ι ι ι ι ( ι) ι ι ιι η % η. ιη η ιη! ι % η ι η ι ιι, η ιη ι η ι ιι ι η t-ι. $ι η % η 4 ι ι ι SPSS. uε/&ο-,ο+--0+)η,+o++ε,@η,)εε,η,ε./+, PQA8?GS9:T:9E;BF<BM:$<?<B9<BE9EcFGD;:Zι$*%>>> Q )7%*,% *+,%*8+* #5 %4D,.υ( $* )$ι C?E<D; IB9< #4ι *ι %=/*+*% 7

η &, ε ε 007,%*8+*.( ι*+,%*8+* #+,%*8+*)υ 5/* \*ω &ι-%*$ιω )8-*υ %4,*',($*)$ιT:F:8>:8<IB9<#%=*+,.%,%*8+*.(> VQ *+%)ι4pgd<9e%)ι.4υ,%*)/*ωa XQ«Continue» [Q> # "ι «Output» SPSS ι ι «Tests of Normality», ιι η ιη η ι. η ι ι ι ι η ι η ιη η ι η ι η ι ι ι ι.,ε),kdg_d^d;dmp$_b;8dmd$e-$y?fb;dp BGn Kolmogorov-Smirnov (S) ι η ηι η ι ι ι ι ιη ηι ( ι ι ). ι ι ι ι ι ι!η ι η KS! η!+ - ι η ι ι ι α α+. 8

η &, ε ε 007 # $ υ a. Lilliefors Significance Correction Tests of Normality Kolmogorov-Smirnov a Shapiro-Wilk Statistic df Sig. Statistic df Sig.,59 58,000,73 58,000,48 6,000,858 6,000 ι ι η ι KS ι ιι ηι, η. p<0,05, η ιη η ι ι ι ι ι ιη 5%. & η ηι η ι ι η ι ι ι η ι η ι η ι! ι ι. $ι ι 50!" Shapiro-Wilk η ι. Kolmogorov-Smirnov ι ι ι ι ι ι (ι ι ) ι ι [KS (58) = 0,59, p<0,0005, KS ι (6) = 0,48, p<0,0005]. & ι ιι η % η η ιη η ι η ιι ιη t-test. ο,ε),levene ιη η ιη ι ι η!η ι α η ιη. $ι η ιη η ιη ι ι η!η Levene. ηι η ι Levene ι ι ι ιι ι ι η ι η ι ι ι. Levene ι"ι : Test of Homogeneity of Variance # $ Based on Mean Based on Median Based on Median and with adjusted df Based on trimmed mean Levene Statistic df df Sig. 05,969 47,000 33,97 47,000 33,97 84,83,000 79,36 47,000 Levene ι ιι ηι ( η Sig.), η ι ι 0,05, ηι ι! ι ιι η ιη. # ιι ι η!+ - ι Levene ι ι ι ιι ι ι η ι η α. <, ι ιι ηι ι η ηι η, ι η ι ιι ι ιι η ι η ι ι ιι η ιη. ι Levene ι η ιη η ιη ι, ι η, ι η ιι ηιη ι ιη 0,05 (Levene(47)= 05,969, p<0,0005). ι ι (ι ιι η % η 3),! ι ιι η % η η ιη η ιη ( % η 4), ι ηι ι t-test, 'η ιι η ι Equal variances not assumed ( ι t-test). & ' t-test SPSS # ι Kolmogorov-Smirnov ι! ι η 9

η &, ε ε 007 η ι ι ι ι ι ι. * η η ηι η ι ι ι ι ι ι ι η ι ι " ιιι ι!. ) ι ι: PQA8?GSl:KD_F?;:M:?89I8>:F:8>:8<$?_FG:9Tp<:9<QX%,5ι$*%+'υ7+/* Q)ι.4υ,%*+,%*8+*#%=*+,.+,%*8+*(ι,%*8%/ι*+*)7%*,%$*)%9T:9< A?;B?JG:d9e:>$*%E%)ι.4υ,%*+,%*8+*ι*+*)7%*,%$*)%9m;DHFB8^A?;B?JG::> VQ*/,%*υ,)T:WB8:m;DHF9QX%,5ι$*%+'υ7+/* -$+,%ι-υ,%*ι7,'e#(* (%)*)&() ω05*'0&($*)%_h@vw!ι*ι7,'!$*_h@vw [#ι4υ%(>+ωι)+$+*ι5%*ι*'*%7$υ,)+-,% *ι*$*ι&%*ι,.,%8/$+*ι)%/,%*+ωι)+$+4ι* %4,*> XQ*/,%9KD8<B8H::> [Q *+&ι/*)*/,%9:> ι : # $ υ Group Statistics Std. Error N Mean Std. Deviation Mean 58 80,56 3644,7 6,90 6 536,79 74,40 79,897 ι"ι α ι ι ι ι ι ι. ιι ηιη η ηη ι ι ι : Independent Samples Test Levene's Test for Equality of # $ Variances t-test for Equality of Means F Sig. t df Sig. (- tailed) Mean Difference Std. Error Difference 95% Confidence Interval of the Difference 0

η &, ε ε 007 Lower Upper Equal variances assumed 05,969,000,5 47,000 883,77 58,579 375,663 339,879 Equal variances not assumed,987 38,88,000 883,77 40,565 40,475 3357,067!η ι Levene ( η «Levene's Test for Equality of Variances») ι η ιη η ιη ( ι η ι «Explore»! η). η ι ι, Levene ι ιι ηι (p<0,05), ι ιι ι! 0 α!αα, α0, -, αα α!!αα. η η, ηι ι t-test ιι η ι Equal variances not assumed. & Levene ιι ηι, η. p>0,05, ιη η ιη ι ι ι ηι ι t-test ιι η ι Equal variances assumed., t-test ι ιι ηι (p<0,05) ( η «Sig.(-tailed)», ι η ηι η ι ι ι ι η. ι ι ι η. (ι η ι η ι η ι η ιι ι ι. ηη ι ι ι ι ι ι "ι ιι ηι 'η ι ι ι. 3 t-test ι ηι ; +ι! ιι ι ι!ι η ι η η ηι ι ι η ι ι ηι η (.. ιηι ιι, η ι ιι, ι η ιηι ιι ). *ι ι ι η ιηι ιι ι η η: $ι! η ηι η ι ι ι ι ι ι " ι " ηι ι ιι ιι t-test. T ιι ηι, t(38,8)=,99, p<.00, ι η ηι η ι ιι η ι η ι η ι ιι ηι ι ι ι! ( =80,6) ι ι ( =536,8) ( Group Statistics). η, ι η ι ηι ι ι ιι ηιη ( η Sig. (-tailed)) ι η ι t ι (η df degrees of freedom): t(df)=, p<.. & η ι ι. T ι% Mann-Whitney U ι η η ι ι ι ι η ι η ι ; η η, ηι ι αα Mann-Whitney U. Mann-Whitney U ι ι ιι (Medians) ι ι ι ι η ι ηι!η. ι, ι (Ranks) η ιη ι ( ι ι ι ) η η., " η ι ι η ι ι... η ι "ι ι ι ι!η (Sum of Ranks) ( ι ι ι ι ι ι ) ι

η &, ε ε 007! ι (Mean Rank). ι, η!+ - ι ι!: ι! ι ι ι ι ιι!. $ι η η Mann-Whitney U ι ι: PQA8?GSl:ND8F?;?_:<;BE<:9<9I8>:F:8>:8<9?_FG:9Z,5D%*ι+/* Q)7%*,%*+,%*8+*#&ι,ι$7($*)$ι67ι*+,%*8+*$* )$ι8"9> VQ *+%)ι4 T:WB8: m;dhf9 Dυ,%*+*ι, e#4ι/%( ι*+*ι,!#4ι 4υ%(#')ω*ι.&υ,%+ωι)ι$%ι(> XQ*/,%4ι%*%.$υ,%*+/υ$+>>> 3 : Ranks # $ υ Total N Mean Rank Sum of Ranks 58 35,06 885,00 6 44,86 390,00 474 Mann-Whitney U ι ιι ηι ( ι Test Statistics Asymp. Sign -tailed), ι ι ι 0,05 (p<.05).

η &, ε ε 007 & ι ι ι Mann-Whitney U "ι ι ι η (ranked scores) ι ι ι ι ι (raw scores) ( ι ι ι), η ι ι ι ι η ι ι ι ι ι. ) ι, η η ι ι ι ι ηι. $ι η ηι ι (ι boxplot) : PQm;?FY9BDcFGD<Zι$*%>>> Q^ι.4υ,%9$B_FG::ι9$H?;B:9WD;^;DHF9DWE?9:9:> VQ9T:WB8::>,5D%*ι+/* XQ %υ**+/*,%*5.υ,%*ι,%*8+*.$*ι*$*ι&%$%ι.#+ *+4ι,%*8+*$*9yJBNf@Hz AZIC:(> [Q9:> (Output) ι"ι boxplot: 3

η &, ε ε 007 # $ 3000 30000 8000 6000 4000 000 0000 8000 6000 4000 000 0000 8000 6000 4000 000 0 N = 58 ε 6 υε $ι ι ι η ι ιι boxplot ι. η ηι ι boxplot ι ι. 3 Mann-Whitney U ι ηι ; *ι ι η η η: $ι! η ηι η ι ι ιι ι ι " ι " ηι ι ιι ιι Mann-Whitney U. T ιι ηι, z= -3,50, p=.000, ηι η ι η.,ι 'η! (Mean Rank= 35,) ι (44,87) ( Ranks). η ι η ι ι ι ι ι. 4