Odwiedź nas również na:
Przygotowaliśmy krótką „ściągę” dotyczącą testów statystycznych używanych podczas analizy danych. Jeżeli prowadzisz analizę danych w swojej firmie i często zastanawiasz się jaki test wybrać to koniecznie zapoznaj się z opracowaną przez nas tabelą.
Poniższa tabela została stworzona w celu ułatwienia pracy osobom prowadzącym analizę danych. W tej krótkiej „ściądze” na podstawie pytania: „Co jest do sprawdzenia?” znajdują się propozycje testów statystycznych, których warto w tym przypadku użyć wraz z treścią hipotezy zerowej oraz interpretacjami otrzymanego wyniku.
Tabela 1. Zestawienie testów statystycznych
| Co jest do sprawdzenia? | Jaki test? | Jaka hipoteza zerowa Ho? | Co, gdy wynik testu p ≤ 0.05*? | Co, gdy wynik testu p > 0,05*? |
| Czy zebrane wyniki mają rozkład normalny? | Duży wybór testów, np.:
| HO: zmienna losowa ma rozkład normalny | HO odrzucamy, czyli rozkład jest inny niż normalny | Nie możemy odrzucić HO, czyli uznajemy rozkład za normalny |
| Czy jest istotna różnica pomiędzy dwoma średnimi? | Test t (test U Manna-Whitneya – przy rozkładzie innym niż normalny) | HO: x1=x2 | HO odrzucamy, czyli średnie różnią się w sposób istotny | Nie możemy odrzucić HO, czyli uznajemy, że średnie z dwóch próbek są takie same |
| Czy jest istotna różnica pomiędzy wieloma średnimi? | Analiza ANOVA (test Kruskala-Wallisa – przy rozkładzie innym niż normalny) | HO: x1=x2=x3=…=xn | HO odrzucamy, czyli co najmniej jedna średnia różni się od pozostałych | Nie możemy odrzucić HO, czyli uznajemy, że średnie są takie same |
| Czy jest istotna różnica pomiędzy rozrzutem wyników w dwóch próbkach? | Test F-Snedecora | HO: s1=s2 | HO odrzucamy, czyli rozrzut wyników w dwóch próbkach nie jest taki sam | Nie możemy odrzucić HO, czyli uznajemy, że rozrzut wyników w dwóch próbkach jest taki sam |
| Czy w zebranych wynikach są „grube” błędy? | Duży wybór testów, np.:
| HO: w zebranych wynikach nie ma „grubych” błędów | HO odrzucamy, czyli w wynikach jest co najmniej jeden wynik odstający („gruby” błąd) | Nie możemy odrzucić HO, czyli uznajemy, że nie ma „grubych” błędów w zabranych danych |
| Czy jest istotna różnica w wadliwości pomiędzy dwoma próbkami? | Two-proportions test | HO: wadliwość w próbkach jest taka sama | HO odrzucamy, czyli wadliwości różnią się w sposób istotny | Nie możemy odrzucić HO, czyli uznajemy, że wadliwości z dwóch próbek są takie same w dwóch próbkach |
Źródło: opracowanie własne
* W niektórych przypadkach stosuje się inne poziomy ufności, dla których graniczna wartość p wynosi np. 0,01
UWAGA: tabela zawiera uproszczenia (nie jest to precyzyjny język naukowy)
Z nami analiza danych to przyjemność! Sami sprawdźcie!
Szkolenia otwarte
Szkolenia zamknięte
Szkolenia zamknięte
Szkolenia zamknięte
Szkolenia zamknięte
Szkolenia zamknięte
Szkolenia zamknięte
PROQUAL Management Institute
B. T. Greber Spółka Jawna
