1 / 14

TYTILM1

TYTILM1. Tilastolliset menetelmät MUITA TESTEJÄ JA NIIDEN MERKITYKSIÄ EXCEL-FUNKTIOITA Seppo Räsänen Savonia-amk Terveysala Kuopio Syksy 2005. Muita testejä ja merkityksiä. Ryhmien vertailu Esim. ”Onko tilastollisessa mielessä eri ryhmien keskiarvoilla eroa?”

rupert
Download Presentation

TYTILM1

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. TYTILM1 Tilastolliset menetelmät MUITA TESTEJÄ JA NIIDEN MERKITYKSIÄEXCEL-FUNKTIOITA Seppo Räsänen Savonia-amk Terveysala Kuopio Syksy 2005

  2. Muita testejä ja merkityksiä • Ryhmien vertailu • Esim. ”Onko tilastollisessa mielessä eri ryhmien keskiarvoilla eroa?” • Ryhmien vertailussa verrataan ryhmää johonkin toiseen ryhmään, esim. verrokkiryhmään tai vaikkapa ennen testiä ja testin jälkeen ryhmään • Hypoteesit: • H0: ryhmillä ei ole eroja tilastollisessa mielessä • H1: ryhmillä on eroja tilastollisessa mielessä • Testaamismenetelmiä ovat: • ANOVA (varianssianalyysi) • T-testi • Mann-Whitneyn U-testi

  3. Muita testejä ja merkityksiä • ANOVA • Vertaa ryhmien välisten keskiarvojen eroja (vaihtelun arvioinnissa käytetään variansseja, keskihajontojen neliötä) • Selittää, vaikuttaako koemuuttuja (selittävä muuttuja) selitettävän muuttujan käyttäytymisen eron • Selittävä muuttuja jaetaan ryhmiin • Edellytykset: • Muuttujan arvot ovat normaalisti jakautuneita (tai lähes normaalisti) • Otokset riippumattomia ja satunnaisia • Muuttujien varianssit (tai keskihajonnat) ovat yhtä suuria (tai lähes) eri ryhmissä !!!! • Vertailussa selitettävien muuttujien tulee olla Scale-asteikollinen (keskiarvon laskenta) ja selittävän muuttujan Nominal- tai Ordinal-asteikollinen (muodostettava ryhmiä) • Yksisuuntaisessa varianssianalyysissä (one-way analysis of variance) vertaillaan yhden selittävän muuttujan suhteen • Muita varianssianalyysejä ovat: kaksisuuntainen varianssianalyysi (vertailua tehdään kahden selittävän muuttujan suhteen), kovarianssianalyysi (yksi tai useampi selittävä muuttuja ja ne ovat scale-asteikkoa) ja monen muuttujan varianssianalyysi (vertaillaan useamman selittävän muuttujan suhteen)

  4. Muita testejä ja merkityksiä • ANOVA • Vertailu tehdään p-arvon (sig-arvo) avulla, jos p-arvo on alle 0,05, niin silloin hylätään nollahypoteesi (=ryhmien välillä ei ole tilastollisessa mielessä eroa) • Analyse/Comrare Means/One-Way ANOVA • Esimerkki ratsastuskoulusta… onko sukupuolella eroa rat.koulun aloitusikään? • Levenen testin hypoteesit: • H0: variansseilla ei ole tilastollista eroa • H1: variansseilla on tilastollista ero

  5. Muita testejä ja merkityksiä • T-Testi • Vertaa ryhmien välisten keskiarvojen eroja (vaihtelun arvioinnissa keskiarvon keskivirhettä) • Yksisuuntaisessa testissä verrataan onko yleensäkään kahdella ryhmällä eroja, kaksisuuntaisessa testataan myös eron lisäksi, että mihin suuntaan ero on • Edellytykset: • Satunnainen ja riippumaton otos • Vertailussa selitettävien muuttujien tulee olla Scale-asteikollinen (keskiarvon laskenta) ja selittävän muuttujan Nominal- tai Ordinal-asteikollinen (muodostettava ryhmiä) • Muuttujan arvot ovat normaalisti jakautuneita (tai lähes normaalisti) • Testissä vertaillaan ensin Levenen varianssi, josta päätellään Sig-arvon avulla, kumpaa hypoteesia luetaan • Toisena päättelynä tehdään p-arvon perusteella, onko ryhmillä eroa

  6. Muita testejä ja merkityksiä • T-Testi • Analyse/Comrare Means/Independent-Samples T Test.. • Esimerkki ratsastuskoulusta… onko sukupuolella eroa rat.koulun aloitusikään?

  7. Muita testejä ja merkityksiä • Mann-Whitneyn U-testi • Vertaa ryhmien välisten keskiarvojen eroja (perustuu havaintoarvojen järjestyslukuun  muuttuja voi olla ORDINAL-asteikollinen) • Testaa kahden mediaanin eron tilastollista merkitsevyyttä • Tehokas testi, voi käyttää vaikkapa t-testin tilalla • Edellytykset: • Satunnaiset otokset • Mitattava muuttuja vähintään ordinal-asteikollinen • Perusjoukon jakaumat keskenään samanlaisia • Päättely tehdään jälleen kerran p-arvon perusteella

  8. Muita testejä ja merkityksiä • Analyze/Nonpara-metric Tests/ 2 Independent Samples… • Onko sukupuolella merkitystä yleisarvosanaan?

  9. Muita testejä ja merkityksiä • Reliabiliteetin määritys • Cronbachin Alfa -kerroin (mittaa ennen kaikkea mittarin yhtenäisyyttä) • Arvot välillä 0...1 (yli 0,6 kertoo hyvästä reliabilisuudesta) • Testauksessa määritetään ne muuttujat, jotka heikentävät testiä • Heikentävät muuttujat poistetaan jatkotarkasteluista • Reliabiliteettianalyysissä on tarkasteltavat muuttujat  analyysituloksesta luetaan korrelaatiot sekä Alpha-arvot • Korrelaatio kertoo, miten selittävä ko. muuttuja on • Alpha-arvo kertoo, millainen on selittävyys, jos muuttuja jätetään pois  kyseisen muuttuja Alpha-arvoa verrataan koko aineiston Alpha-arvoon. • Voidaan käyttää myös summamuuttujien testaamiseen (summamuuttujat voidaan valita faktorianalyysin avulla)

  10. Muita testejä ja merkityksiä • Reliabiliteetin määritys • Analyze/Scale/Relia-bility Analysis • Mittaavatko ratsastuskoulun Opetustunnit …. Arvosana samaa asiaa?

  11. Muita testejä ja merkityksiä • Riippuvuustestit • Testaa, että onko muuttujilla keskinäistä riippuvuutta • Selvittää kahden muuttujan riippumattomuuden, muttei laatua (syy – seuraus) • Luokitteluasteikolle Χ2-testi (khii toiseen testi), testaa nominal-asteikon riippuvuuden • Järjestysasteikon muuttujille Speamanin korrelaatio • Välimatka-asteikon muuttujalle Pearsonin korrelaatio • Käsitelty aiemmilla luennoilla!!

  12. Muita testejä ja merkityksiä • Ryhmittely • Ryhmittelyn avulla selvitetään, mitkä muuttujat muodostavat piilorakenteita • Ryhmittely tehdään faktorianalyysin avulla • Faktori on uusi muuttuja, johon yksittäiset muuttujat latautuvat • Latautumista kuvaa korrelaatioarvot • Kun faktori saadaan selville, katsotaan muuttujien sisällön perusteella, onko piilorakenne järkevä • Faktorianalyysillä saadaan siis selville latentit (piilo) muuttujat • Faktorianalyysissä saatuja latentteja muuttujia voidaan käyttää hyväksi vaikkapa summamuuttujissa, jotka mittaavat samaa asiaa • Summamuuttujien korrelaatioiden avulla voidaan selvittää, onko latenteilla muuttujilla riippuvuuksia

  13. Muita testejä ja merkityksiä • Normaalijakauman testaaminen • Vinous + diagrammi, huipukkuus • Histogrammi, jossa normaalijakauman käyrä • -2 ≤ Vinous / keskivirhe ≤ 2  jakauma symmetrinen • Kolmogorov-Smirnov:n testi mittaa muuttujan normaalisti jakautumista • Pienellä otoskoolla konservatiivinen  ei hylkää helposti H0:aa • Tulkinta tehdään p-arvon perusteella - H0: Jakauma ei poikkea normaalista - H1: Jakauma poikkeaa normaalista • Analyze/Nonparametric Tests / 1 Sample K-S

  14. Muita testejä ja merkityksiä • Muutamia tarpeellisia Excel-funktioita (kts. käyttö ohjeista) • Lukumäärä  =laske(), =laske.jos() • Pienin  =min() • Suurin  =maks() • Keskiarvo  =keskiarvo() • Korrelaatio  =korrelaatio() • Varianssi  =varp(), var() • Vaihteluväli  =maks()-min() • Kvartiili  =neljännes() • Vinous  =jakauman.vinous() • Huipukkuus  =kurt() • Keskihajonta  =keskihajonta(), keskihajontap() • Moodi  =moodi() • Mediaani  =mediaani() • Normaalijakauma  =norm.jakauma() • T-testi  =ttesti() • Lineaarinen regressio  =linregr() • Luottamusväli  =luottamusväli() • Jne… • Apuohjelmissa on Analyysityökalut, joilla voi tehdä tilastollista päättelyä Tietojen analysointi –toiminnon avulla • Diagrammit ovat Excelissä helposti toteutettavissa ja ne ovat laajat • Omien kaavojen avulla voi laskea lisää eri tilastollisia arvoja

More Related