Content

• Passos
• Consells
• Advertiment

Les proves d’hipòtesi es guien mitjançant anàlisis estadístiques. La confiança estadísticament significativa es calcula utilitzant el valor p, que indica la probabilitat d’un resultat observat quan una certa hipòtesi (zero) és certa. Si el valor p és inferior al nivell de significació (normalment 0,05), l’experimentador pot concloure que hi ha proves suficients per desmentir la hipòtesi nul·la i admetre la hipòtesi inversa. Mitjançant una prova t simple, podeu calcular el valor p i determinar la significació entre dos grups de dades diferents.

Passos

Primera part de 3: configureu els vostres experiments

1. 

   Determineu la vostra hipòtesi. El primer pas per avaluar la importància estadística és identificar les preguntes a respondre i declarar la vostra hipòtesi. La hipòtesi és una afirmació de les dades empíriques i possibles discrepàncies en la població. Cada experiment té una hipòtesi nul·la i una hipòtesi inversa. En general, comparareu dos grups per veure si són iguals o diferents.
   • En general, la hipòtesi no és (H₀) confirmeu que no hi ha diferències entre els dos grups de dades. Exemple: els estudiants que llegeixen el material abans de classe no obtenen millors notes finals.
   • La hipòtesi inversa (H_a) és contrari a la hipòtesi nul·la i és una afirmació que intenteu donar suport amb les vostres dades empíriques. Exemple: els estudiants que llegeixen el material abans de classe realment obtenen millors notes finals.

2. 

   
   
   Seleccioneu el nivell de significació per determinar el grau de diferència que es pot considerar significatiu a les dades. El nivell de significació (també conegut com a alfa) és el llindar que trieu per determinar el significat. Si el valor p és inferior o igual a un determinat nivell de significació, les dades es consideren estadísticament significatives.
   • Com a regla general, el nivell de significació (o alfa) se sol escollir al nivell 0,05, és a dir, que la probabilitat d’observar la diferència que es veu a les dades només és aleatòria del 5%.
   • Com més alt sigui el nivell de confiança (i, per tant, més baix és el valor p), més significatius seran els resultats.
   • Si es requereix més confiança, reduïu el valor p a 0,01. Sovint s’utilitza un valor p baix a la fabricació per detectar defectes del producte. És fonamental un alt grau de fiabilitat per acceptar que cada peça funcioni com hauria de ser.
   • Per a la majoria dels experiments basats en hipòtesis, és acceptable un nivell de significació de 0,05.

3. 

   
   
   Decidiu si voleu utilitzar una prova amb una cua o amb dues cues. Un dels supòsits de la prova t és que les vostres dades es troben en una distribució normal. La distribució normal formarà una corba de campana amb la majoria de les observacions centrades. La prova t és una prova matemàtica que comprova si les vostres dades cauen a l'exterior de la distribució normal, per sobre o per sota, a la part "superior" de la corba.
   • Si no esteu segur de si les dades es troben per sobre o per sota del grup de control, feu una prova de dues cues. Permet comprovar la importància en ambdues direccions.
   • Si sabeu quina és la direcció esperada de les vostres dades, feu una prova única. A l'exemple anterior, espereu que les puntuacions de l'estudiant milloraran. Per tant, utilitzeu la prova amb una cua.

4. 

   
   
   Determineu la mida de la mostra amb l’anàlisi de força. La força d’una prova és la capacitat d’observar el resultat esperat amb una mida de mostra determinada. El llindar comú de la força (o β) és del 80%. L'anàlisi de força pot ser força complicat sense algunes dades preliminars, ja que necessiteu informació sobre la mitjana esperada entre els grups i les seves desviacions estàndard. Utilitzeu l’anàlisi de força en línia per determinar la mida òptima de la mostra per a les vostres dades.
   • Els investigadors solen realitzar un petit estudi de premissa per informar l’anàlisi de força i decidir la mida de la mostra necessària per a un estudi ampli i complet.
   • Si no hi ha cap mitjà per fer una premissa complexa, estimeu la mitjana possible a partir de la lectura d'articles i investigacions que hagin pogut fer altres persones. Us pot donar un bon començament a determinar les mides de la mostra.
   publicitat

Part 2 de 3: Calculeu la desviació estàndard

1. 

   Determineu la fórmula de la desviació estàndard. La desviació estàndard mesura la dispersió de les dades. Us proporciona informació sobre la identitat de cada punt de dades de la mostra. Quan es comença per primera vegada, les equacions poden semblar força complicades. Tot i això, els passos següents us ajudaran a entendre fàcilment el procés de càlcul. La fórmula és s = √∑ ((x_jo - µ) / (N - 1)).
   • s és la desviació estàndard.
   • ∑ indica que haurà de sumar totes les observacions recollides.
   • x_jo cadascun representa el valor de les vostres dades.
   • µ és la mitjana de les dades de cada grup.
   • N és el nombre total d'observacions.

2. 

   Mitjana del nombre d'observacions de cada grup. Per calcular la desviació estàndard, primer cal calcular la mitjana de les observacions per a cada grup individual. Aquest valor s’indica amb la lletra grega mu o µ. Per fer-ho, només cal afegir les observacions i dividir pel nombre total d'observacions.
   • Per exemple, per trobar la puntuació mitjana del grup que llegeix el document abans de la classe, vegem algunes dades. Per simplificar, utilitzarem un conjunt de dades de 5 punts: 90, 91, 85, 83 i 94 (en una escala de 100 punts).
   • Sumeu totes les observacions: 90 + 91 + 85 + 83 + 94 = 443.
   • Dividiu la suma anterior pel nombre d'observacions N (N = 5): 443/5 = 88,6.
   • La puntuació mitjana d’aquest grup és de 88,6.

3. 

   Resteu la mitjana de cada valor observat. El següent pas consisteix en la part (x_jo - µ) de l'equació. Resteu el valor mitjà de cada valor observat. Amb l'exemple anterior, tenim cinc restes.
   • (90 - 88,6), (91- 88,6), (85 - 88,6), (83 - 88,6) i (94 - 88,6).
   • El valor calculat és 1,4; 2,4; -3,6; -5,6 i 5,4.

4. 

   Quadra les diferències anteriors i suma-les. Ara cada valor nou que s’acaba de calcular es quadra. Aquí, també se suprimirà el signe negatiu. Si apareix un signe negatiu després d'aquest pas o al final del càlcul, és possible que hagueu oblidat fer el pas anterior.
   • En el nostre exemple, ara treballarem amb 1,96; 5,76; 12,96; 31.36 i 29.16.
   • Suma aquests quadrats junts: 1,96 + 5,76 + 12,96 + 31,36 + 29,16 = 81,2.

5. 

   Divideix pel nombre total d'observacions menys 1. La divisió per N - 1 ajuda a compensar un càlcul que no es fa a la població en general, sinó que es basa en una mostra de tots els estudiants.
   • Restar: N - 1 = 5 - 1 = 4
   • Divideix: 81,2 / 4 = 20,3

6. 

   Obteniu l'arrel quadrada. Un cop dividit pel nombre d'observacions menys 1, agafeu l'arrel quadrada del valor obtingut. Aquest és l’últim pas per calcular la desviació estàndard. Alguns programes estadístics us ajudaran a realitzar aquest càlcul un cop importades les dades originals.
   • Amb l’exemple anterior, la desviació estàndard de la nota de final de semestre dels estudiants que llegeixen el document abans de la classe és: s = √20,3 = 4,51.
   publicitat

Part 3 de 3: Determinació de la significació estadística

1. 

   Calculeu la variància entre els vostres dos grups d'observacions. Fins ara, l'exemple només ha tractat sobre un grup d'observacions. Per comparar dos grups, és evident que necessiteu dades d’ambdós. Calculeu la desviació estàndard del segon grup d'observacions i utilitzeu-la per calcular la variància entre els dos grups experimentals. La fórmula per calcular la variància és: s_d = √ ((s₁/ N₁) + (s₂/ N₂)).
   • S_d és la variància entre els grups.
   • S₁ és la desviació estàndard dels grups 1 i N₁ és la mida del grup 1.
   • S₂ és la desviació estàndard dels grups 2 i N₂ és la mida del grup 2.
   • En el nostre exemple, diguem que les dades del grup 2 (estudiants que no van llegir el text abans de la classe) tenen una mida de 5 i una desviació estàndard de 5,81. La variància és:
     • S_d = √ ((s₁) / N₁) + ((s₂) / N₂))
     • S_d = √(((4.51)/5) + ((5.81)/5)) = √((20.34/5) + (33.76/5)) = √(4.07 + 6.75) = √10.82 = 3.29.

2. 

   Calculeu la puntuació t de les dades. Les estadístiques en T permeten convertir dades en un formulari comparable a altres dades. El valor t també us permet realitzar una prova t, una prova que us permet calcular la probabilitat que els dos grups siguin estadísticament diferents. La fórmula per calcular l’estadística t és: t = (µ₁ – µ₂) / S_d.
   • µ₁ és la mitjana del primer grup.
   • µ₂ és la mitjana del segon grup.
   • S_d és la variància entre les observacions.
   • Utilitzeu la mitjana més gran com a µ₁ per no obtenir una estadística t negativa.
   • Per al nostre exemple, suposem que la mitjana observada per al grup 2 (que no va llegir l’article anterior) és 80. La puntuació t és: t = (µ₁ – µ₂) / S_d = (88,6 – 80)/3,29 = 2,61.

3. 

   Determineu el grau de llibertat de la mostra. Quan s’utilitza l’estadística t, els graus de llibertat es determinen en funció de la mida de la mostra. Sumeu el nombre d’observacions per a cada grup i resteu-ne dos. A l'exemple anterior, el grau de llibertat (d.f.) és 8 perquè hi ha 5 observacions al primer grup i 5 mostres al segon grup ((5 + 5) - 2 = 8).

4. 

   Utilitzeu la taula t per avaluar la importància. Es poden trobar taules de valors t i graus de llibertat en un llibre d'estadístiques estàndard o en línia. Cerqueu la fila que conté els graus de llibertat de les dades i el valor p que correspon a l'estadística t que teniu.
   • Amb graus de llibertat 8 i t = 2,61, el valor p per a una prova de cua es troba entre 0,01 i 0,025. Com que el nivell de significació escollit és inferior o igual a 0,05, les nostres dades són estadísticament significatives. Amb aquestes dades, rebutgem la hipòtesi nul·la i acceptem la hipòtesi inversa: els estudiants que llegeixen el material abans de la classe tenen puntuacions finals més altes.

5. 

   Penseu en la possibilitat de realitzar més investigacions. Molts investigadors realitzen estudis de premissa amb diverses mètriques per entendre com dissenyar un estudi més ampli. Fer altres investigacions amb més mètriques augmentarà la vostra confiança en les conclusions. publicitat

Consells

• Les estadístiques són un camp ampli i complex. Feu un curs de proves d’hipòtesis estadístiques de secundària o universitat (o superior) per entendre la importància estadística.

Advertiment

• Aquesta anàlisi se centra en la prova t per comprovar la diferència entre les dues poblacions de distribució normal. Segons la complexitat de les dades, és possible que necessiteu una altra prova estadística.