تحلیل آماری – آزمون آماری
موضوع آزمون آماری زمانی مطرح می شود که محقق درصدد کشف، تبیین و کنترل پدیده ها باشد. بنابراین، زمانی که قصد داریم صرفاً به توصیف داده ها بپردازیم، موضوع آزمون آماری اعراب ندارد و هیچ گاه نمی توانیم از آزمون های آماری استفاده کنیم. آزمون های آماری این احتمال را بیان می کنند که آیا نتایج تحقیق در اثر شانس
بوده است یا خیر. تمامی این آزمون های آماری به یک مقدار P (مقدار احتمال) ختم می شوند که این مقدار، اساس پذیرش معنی داری آماری نتایج می باشد. بدین صورت که زمانی به احتمال پایین شانسی بودن نتایج پی می بریم که مقدار P از مقدار مورد توافق جامعه عملی یعنی 05/0 کوچک تر باشد. تنها در صورتی که مقدار P به دست آمده از 05/0 کوچک تر باشد، می توانیم به ارائه یک تفسیر علمی از نتایج مبادرت نماییم. پس، زمانی که مقدار P از 05/0 بزرگتر باشد، آنگاه باید گفت که نتایج در اثر شانس حاصل شده اند و لذا نمی توان تفسیر علمی از نتایج ارائه داد.
بنابراین به طور خلاصه باید گفت که سطح معنا داری در اجرای آزمون های آماری نشان از سه مفهوم است:
1- مقدار P کوچک تر از 05/0 نشان می دهد که شانس و تصادف تنها در مورد کمتر از 5 نفر از هر 100 نفر پاسخگو اتفاق است.
2- موقعی که یک حادثه یا واقعه در اثر شانس اتفاق نیافتاده باشد، آنگاه می گوییم که وقوع این حادثه از لحاظ آماری معنا دار است.
انواع آزمون های آماری
آزمون های آماری، بر اساس ملاک هایی مانند مقیاس داده ها، توزیع داده ها و … ، به دو دسته کلی آزمون های آماری پارامتری و آزمون های آماری ناپارامتری تقسیم می شوند که هر یک شرایط کاربرد خاص خود را دارند.
شناخت نوع آزمون آماری برای فرضیه تحقیق، از فاکتور های مهمی است که به محققین در دست یابی به نتایج متقن کمک می کند. به دلیل اهمیتی که شناخت ویژگی ها مختصات انواع آزمون های آماری و پارامتری در آزمون فرضیه های تحقیق دارد، به شرح مختصات هر یک پرداخته می شود.
آزمون های آماری پارامتری را می توان مؤثر ترین نوع آزمون ها دانست. برای استفاده از آزمون های پارامتری، پیش فرض هایی لازم است که باید در اجراء رعایت کنیم. این پیش فرض ها به چگونگی توزیع نمرات داده و نوع مقیاس مورد استفاده بستگی دارد.
1- هر یک از موارد مشاهده شده مستقل از هم هستند. یعنی انتخاب یک مورد، به انتخاب هیچ مورد دیگری وابسته نیست.
2- واریانس نمونه ها برابر یا تقریباً برابر است. این مطلب، زمانی که حجم نمونه کم است، از اهمیت خاصی برخوردار است.
3- داده ها در سطح سنجش فاصله ای و نسبی می باشند. (یعنی کمی هستند).
4- توزیع داده ها در جامعه، نرمال (بهنجار) و یا نزدیک به نرمال است.
5- تمامی آزمون های آماری پارامتری، میانگین یک یا چند متغیر را در یک گروه یا بیشتر مقایسه می کنند.
برای استفاده از آزمون های ناپارامتری، رعایت پیش فرض های زیر در خصوص توزیع نمره داده ها و نوع مقیاس مورد استفاده لازم است:
1- نرمال بود (بهنجار بودن) توزیع جامعه ای که نمونه از آن انتهاب شده، معلوم نمی باشد.
2- داده ها در سطح سنجش اسمی و ترتیبی می باشند (یعنی کیفی هستند)
3) تمامی آزمون های آماری ناپارامتری، میانه یک یا چند متغیر را در یک گروه یا بیشتر مقایسه می کنند.
9357258425
www.pajuha.ir
info@pajuha.ir
سفارش ترجمه تخصصی
رسم نمودار هیستوگرام یک متغیر کمی بر اساس یک متغیر کیفی
آزمون ,آماری ,های ,یک ,ها ,داده ,آزمون های ,های آماری ,داده ها ,مقدار p ,05 0
درباره این سایت