Menu
Odwiedź nas również na:
Facebook
Centrum klienta
Facebook

Strefa wiedzy

SPC – testy statystyczne niezbędne do prawidłowej oceny danych

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.

Co jest do sprawdzenia?

Jaki test? 

Jaka hipoteza zerowa H0? 

Co, gdy wynik testu
p ≤ 0,05*?

Co, gdy wynik testu
p > 0,05*?

Czy zebrane wyniki mają rozkład normalny? Duży wybór testów, np.:

  • Shapiro-Wilka
  • Kołmogorowa-Smirnova
  • Andersona-Darlinga
H0: zmienna losowa ma rozkład normalny H0 odrzucamy, czyli rozkład jest inny niż normalny Nie możemy odrzucić H0, czyli uznajemy rozkład za normalny
Czy jest istotna różnica pomiędzy dwoma średnimi? Test t (test U Manna-Whitneya – przy rozkładzie innym niż normalny) H0: śr. x1 = śr. x2 H0 odrzucamy, czyli średnie różnią się w sposób istotny Nie możemy odrzucić H0, 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) H0: śr. x1 = śr. x2 = śr. x3 = ... = śr. xn H0 odrzucamy, czyli co najmniej jedna średnia różni się od pozostałych Nie możemy odrzucić H0, czyli uznajemy, że średnie są takie same
Czy jest istotna różnica pomiędzy rozrzutem wyników w dwóch próbkach? Test F-Snedecora H0: (s1)^2 = (s2)^2 H0 odrzucamy, czyli rozrzut wyników w dwóch próbach nie jest taki sam Nie możemy odrzucić H0, czyli uznajemy, że rozrzut wyników w dwóch próbkach jest taki sam
Czy w zebranych wynikach są „grube” błędy? Duży wybór testów, np.:

  • Grubbs’a
  • Dixon’a
  • Hampel’a
  • quartile method
H0: w zebranych wynikach nie ma „grubych” błędów H0 odrzucamy, czyli w wynikach jest co najmniej jeden wynik odstający („gruby” błąd) Nie możemy odrzucić H0, czyli uznajemy, że nie ma „grubych” błędów w zabranych danych
Czy jest istotna różnica w wadliwości pomiędzy dwoma próbkami? Two-proportions test H0: wadliwość w próbkach jest taka sama H0 odrzucamy, czyli wadliwości różnią się w sposób istotny Nie możemy odrzucić H0, czyli uznajemy, że wadliwości z dwóch próbek są takie same w dwóch próbkach

* 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)

 

Tabela dostępna również w wersji do pobrania

 

Z nami analiza danych to przyjemność! Sami sprawdźcie!

Tematy powiązane

PROQUAL Management Institute
B. T. Greber Spółka Jawna

ul. Ostrowskiego 30, 53-238 Wrocław
e-mail: biuro@proqual.pl
tel.: +48 71 355 18 08
fax: +48 71 72 313 94
Godziny pracy biura: 8:00 - 16:00 Więcej
Facebook
© Copyright PROQUAL | Realizacja PROADAX
close
Potrzebujesz więcej informacji?
Oddzwonimy do Ciebie!

    * Twój numer telefonu nie będzie wykorzystany w celach marketingowych lub przekazany dalej. Wyłącznie oddzwaniamy na podany numer telefonu.