اختيار الاختبار الاحصائي المناسب

يُستخدم الاختبار الإحصائي في اختبار الفرضيات. ويمكن اختيار الاختبار الاحصائي المناسب من أجل: تحديد ما إذا كان متغير التوقع له علاقة ذات دلالة إحصائية مع متغير النتيجة. وتقدير الفرق بين مجموعتين أو أكثر.

مقدمة

يتم اختيار الاختبار الاحصائي المناسب من أجل دراسة وجود فرضية صفرية في حال عدم وجود علاقة أو عدم وجود فرق بين المجموعات. ثم يتم تحديد ما إذا كانت البيانات المرصودة تقع خارج نطاق القيم التي تنبأت بها الفرضية الصفرية.

إذا كنت تعرف بالفعل أنواع المتغيرات التي تتعامل معها ، فيمكنك اختيار الاختبار الاحصائي المناسب من أجل تحليل واختبار البيانات التي قمت بجمعها. (اختيار الاختبار الاحصائي المناسب)

آلية عمل الاختبار الإحصائي

تعمل الاختبارات الإحصائية من خلال حساب النتائج النهائية للمقاييس الاحصائية، وتكون النتائج على شكل أرقام تصف مدى اختلاف العلاقة بين المتغيرات في الاختبار عن الفرضية الصفرية لعدم وجود علاقة.

ثم تحسب القيمة الاحتمالية التي تقدر مدى احتمالية أن ترى الفرق الموصوف بواسطة المقياس الاحصائي إذا كانت الفرضية الصفرية لعدم وجود علاقة صحيحة. (اختيار الاختبار الاحصائي المناسب)

إذا كانت قيمة الاختبار أكثر تطرفًا من الإحصاء المحسوب من الفرضية الصفرية ، فيمكنك عندئذ استنتاج علاقة ذات دلالة إحصائية بين المتغير المتوقع ومتغيرات النتيجة. أما إذا كانت قيمة الاختبار أقل تطرفًا من القيمة المحسوبة من الفرضية الصفرية ، فلا يمكنك عندئذ استنتاج أي علاقة ذات دلالة إحصائية بين المتغير المتوقع ومتغيرات النتيجة.

متى يتم إجراء اختبار إحصائي؟

يمكنك إجراء اختبارات إحصائية على البيانات التي تم جمعها بطريقة صحيحة – إما من خلال تجربة ، أو من خلال الملاحظات التي تم إجراؤها باستخدام طرق أخذ العينات الاحتمالية. (اختيار الاختبار الاحصائي المناسب)

لكي يكون الاختبار الإحصائي صالحًا، يجب أن يكون حجم عينتك كبيرًا بما يكفي لتقريب التوزيع الحقيقي لمجتمع الدراسة.

لتحديد الاختبار الإحصائي الذي يجب استخدامه ، عليك أن تعرف:

• ما إذا كانت بياناتك تلبي افتراضات معينة.
• أنواع المتغيرات التي تتعامل معها.

الافتراضات الإحصائية

تضع الاختبارات الإحصائية بعض الافتراضات الشائعة حول البيانات التي تختبرها، مثل:

1. استقلالية الملاحظات(المعروف أيضًا باسم عدم وجود ارتباط تلقائي): على سبيل المثال ، القياسات المتعددة لموضوع اختبار واحد ليست مستقلة ، في حين أن قياسات العديد من موضوعات الاختبار المختلفة مستقلة.
2. تجانس التباين: التباين داخل كل مجموعة تتم مقارنتها متشابه بين جميع المجموعات. إذا كان لدى مجموعة ما تنوع أكبر بكثير من غيرها ، فسيؤدي ذلك إلى الحد من فعالية الاختبار.
3. طبيعية البيانات: تتبع البيانات التوزيع الطبيعي. هذا الافتراض ينطبق فقط على البيانات الكمية.
4. إذا كانت بياناتك لا تلبي افتراضات الحالة الطبيعية أو تجانس التباين، فقد تتمكن من إجراء اختبار إحصائي غير معلمي ، والذي يسمح لك بإجراء مقارنات دون أي افتراضات حول توزيع البيانات.
5. إذا كانت بياناتك لا تفي بافتراض استقلالية الملاحظات، فقد تتمكن من استخدام اختبار يراعي البنية في بياناتك.

أنواع المتغيرات

عادة ما تحدد أنواع المتغيرات التي لديك نوع الاختبار الإحصائي الذي يمكنك استخدامه، وتمثل المتغيرات الكمية كميات من الأشياء (مثل عدد الأشجار في الغابة). أنواع المتغيرات الكمية تشمل:

1. متغير مستمر(ويعرف أيضًا باسم متغيرات النسبة): يمثل المقاييس ويمكن عادةً تقسيمه إلى وحدات أصغر من واحد (على سبيل المثال 0.75 جرام).
2. متغير منفصل(يُعرف أيضًا باسم متغيرات الأعداد الصحيحة): يمثل الأعداد ولا يمكن عادةً تقسيمه إلى وحدات أصغر من واحد (على سبيل المثال ، شجرة واحدة). (اختيار الاختبار الاحصائي المناسب)

وتمثل المتغيرات النوعية مجموعات من الأشياء (مثل أنواع الأشجار المختلفة في الغابة). تشمل أنواع المتغيرات النوعية ما يلي:

1. متغير ترتيبي: تمثيل البيانات بترتيب معين.
2. متغير اسمي: يمثل أسماء المجموعات (مثل العلامات التجارية أو أسماء الأنواع).
3. متغير ثنائي: يمثل البيانات بنتيجة نعم / لا أو 1/0 (مثل الفوز أو الخسارة).

اختر الاختبار الذي يناسب أنواع المتغير المتوقع ومتغيرات النتائج التي جمعتها. إذا كنت تقوم بتجربة ، فهذه هي المتغيرات المستقلة وغير المستقلة التي يمكنك استخدامها.

اختيار الاختبار الاحصائي المناسب: اختبار بارامتري – لابارامتري

عادةً ما تحتوي الاختبارات البارامترية على متطلبات أكثر صرامة من الاختبارات اللامعلمية (اللابارامترية) ، وتكون قادرة على تقديم استنتاجات أقوى من البيانات. لا يمكن إجراؤها إلا من خلال البيانات التي تلتزم بالافتراضات الشائعة للاختبارات الإحصائية.

تشمل الأنواع الأكثر شيوعًا من الاختبارات البارامترية اختبارات الانحدار واختبارات المقارنة واختبارات الارتباط، وفيما يلي شرحها:

أولاً: اختبارات الانحدار

تبحث اختبارات الانحدار عن علاقات السبب والنتيجة. يمكن استخدامها لتقدير تأثير واحد أو أكثر من المتغيرات المستمرة على متغير آخر. (اختيار الاختبار الاحصائي المناسب)

ثانياً: اختبارات المقارنة

تبحث اختبارات المقارنة عن الاختلافات بين وسائل المجموعة. يمكن استخدامها لاختبار تأثير المتغير النوعي على القيمة المتوسطة لبعض الخصائص الأخرى.

تُستخدم اختبارات T عند مقارنة وسائل مجموعتين على وجه التحديد (على سبيل المثال ، متوسط ​​أطوال الرجال والنساء). تُستخدم اختبارات ANOVA و MANOVA عند مقارنة وسائل أكثر من مجموعتين (على سبيل المثال ، متوسط ​​أطوال الأطفال والمراهقين والبالغين).

ثالثاً: اختبارات الارتباط

تتحقق اختبارات الارتباط مما إذا كانت المتغيرات مرتبطة دون افتراض علاقة السبب والنتيجة. يمكن استخدامهما لاختبار الارتباط التلقائي للمتغيرات التي تريد استخدامها. (اختيار الاختبار الاحصائي المناسب)

الاختبار غير المعلمي (اللابارامتري)

لا تقدم الاختبارات غير المعلمية (اللابارامترية) العديد من الافتراضات حول البيانات ، وتكون مفيدة عند حدوث انتهاك واحد أو أكثر من الافتراضات الإحصائية الشائعة. ومع ذلك ، فإن الاستدلالات التي تقدمها هذه الاختبارات ليست قوية كما هو الحال مع الاختبارات البارامترية أو المعلمية.

طالع أيضاً: ما هو برنامج SPSS ؟