Documente Academic
Documente Profesional
Documente Cultură
A. Test Value : numărul pe care l-am introdus ca valoare de test în fereastra One-Sample T Test.
B. t Statistic : statistica testului testului t pentru un eșantion , notat cu t . În acest exemplu, t =
5,810. Rețineți că t se calculează împărțind diferența de medie (E) la media erorii standard (din
caseta Statistici cu un eșantion).
C. df : Gradele de libertate pentru test. Pentru un test t cu un eșantion , df = n - 1; deci aici, df = 408
- 1 = 407.
D. Semnificație (p unilateral și p bifață): valorile p corespunzătoare uneia dintre posibilele ipoteze
alternative unilaterale (în acest caz, µ Înălțime > 66,5) și ipotezei alternative cu două fețe (µ Înălțime ≠
66,5 ), respectiv. În formularea problemei noastre de mai sus, ne-a interesat doar ipoteza
alternativă cu două fețe.
E. Diferența medie : diferența dintre media eșantionului „observată” (din caseta Statistici unui
eșantion) și media „așteptată” (valoarea de test specificată (A)). Semnul diferenței medii
corespunde semnului valorii t (B). Valoarea pozitivă a t din acest exemplu indică faptul că
înălțimea medie a eșantionului este mai mare decât valoarea ipotetică (66,5).
F. Interval de încredere pentru diferență : intervalul de încredere pentru diferența dintre valoarea
specificată de test și media eșantionului.
Decizie și concluzie
Amintiți-vă că valoarea populației noastre ipotetizate a fost de 66,5 inci, înălțimea medie
[aproximativă] a populației totale adulte din SUA Deoarece p < 0,001, respingem ipoteza nulă
conform căreia înălțimea medie a studenților de la acest colegiu este egală cu media populației
ipotetice. de 66,5 inchi și concluzionează că înălțimea medie este semnificativ diferită de 66,5 inci.
Pe baza rezultatelor, putem afirma următoarele:
A. test Levene pentru egalitatea variațiilor : Această secțiune conține rezultatele testului
pentru Testul Levene. De la stanga la dreapta:
Valoarea p a testului lui Levene este tipărită ca „.000” (dar ar trebui citită ca p < 0,001 -- adică p foarte
mic), așa că respingem valoarea nulă a testului lui Levene și concluzionăm că variația în timpul mile al
sportivii este semnificativ diferită de cea a non-sportivilor. Acest lucru ne spune că ar trebui să ne
uităm la rândul „Varianțe egale neasumate” pentru rezultatele testului t (și intervalul de încredere
corespunzător) . (Dacă acest rezultat al testului nu ar fi fost semnificativ -- adică dacă am fi
observat p > α -- atunci am fi folosit rezultatul „varianțe egale presupuse”.)
B. t pentru Egalitatea Mediilor furnizează rezultatele testului t pentru Eșantioane
Independente . De la stanga la dreapta:
t este statistica de test calculată, folosind formula pentru statistica de test cu variații
egale presupuse (primul rând al tabelului) sau formula pentru statistica de test cu
variații egale-nepresupuse (al doilea rând al tabelului)
df este gradele de libertate, folosind formula pentru grade de libertate presupuse cu
variații egale (primul rând al tabelului) sau formula cu variații egale cu grade de
libertate presupuse (al doilea rând al tabelului)
Sig (2-tailed) este valoarea p corespunzătoare statisticii de test date și gradelor de
libertate
Diferența medie este diferența dintre mediile eșantionului, adică x 1 − x 2 ; corespunde și
numărătorului statisticii testului pentru acel test
Std. Diferența de eroare este eroarea standard a estimării diferenței medii; corespunde și
numitorului statisticii testului pentru acel test
Rețineți că diferența de medie se calculează scăzând media celui de-al doilea grup din media primului
grup. În acest exemplu, timpul mediu de kilometri pentru sportivi a fost scăzut din timpul mediu de
kilometri pentru non-sportivi (9:06 minus 6:51 = 02:14). Semnul diferenței medii corespunde semnului
valorii t . Valoarea pozitivă a t din acest exemplu indică faptul că timpul mediu de mile pentru primul
grup, non-sportivi, este semnificativ mai mare decât media pentru al doilea grup, sportivi.
Valoarea p asociată este tipărită ca „.000”; făcând dublu clic pe valoarea p va dezvălui numărul
nerotunjit. SPSS rotunjește valorile p la trei zecimale, astfel încât orice valoare p prea mică pentru a
rotunji până la .001 se va afișa ca .000. (În acest exemplu special, valorile p sunt de ordinul 10 -40 .)
Decirie și concluzie
Deoarece p < .001 este mai mic decât nivelul de semnificație ales α = 0,05, putem respinge ipoteza nulă și
putem concluziona că timpul mediu de mile pentru sportivi și non-sportivi este semnificativ diferit.
Pe baza rezultatelor, putem afirma următoarele:
A existat o diferență semnificativă în timpul mediu de kilometri între non-sportivi și sportivi
( t 315,846 = 15,047, p < 0,001).
Timpul mediu de kilometri pentru sportivi a fost cu 2 minute și 14 secunde mai mic decât timpul
mediu de kilometri pentru non-sportivi.
Paired sample t Test
Decizie și concluzie
Din rezultate putem spune că:
Scorurile la limba engleză și la matematică au fost slab și pozitiv corelate ( r = 0,243, p <
0,001).
A existat o diferență medie semnificativă între scorurile la engleză și la matematică
( t 397 = 36,313, p < 0,001).
În medie, scorurile la limba engleză au fost cu 17,3 puncte mai mari decât scorurile la
matematică (95% CI [16,36, 18,23]).
Chi-Square Tests
Primul tabel este rezumatul procesării cazului, care ne spune numărul de cazuri valide utilizate pentru
analiză. Numai cazurile cu valori care nu lipsesc atât pentru comportamentul de fumat, cât și pentru sex
pot fi utilizate în test.
Nu a fost găsită nicio asociere între sex și comportamentul de fumat ( Χ 2 (2)> = 3,171, p =
0,205).
Testu Chi-pătrat pentru tabelul 2x2
Primul tabel este rezumatul procesării cazului, care ne spune numărul de cazuri valide utilizate pentru
analiză. Numai cazurile cu valori care nu lipsesc atât pentru clasa de clasă, cât și pentru locuința în
campus pot fi utilizate în test.
Următorul tabel este tabelul încrucișat. Dacă ați ales să bifați casetele pentru Număr observat, Număr
așteptat și Reziduuri nestandardizate, ar trebui să vedeți următorul tabel:
Cu valorile Număr așteptat afișate, putem confirma că toate celulele au o valoare așteptată mai
mare de 5.
Decizie și concluzie
Deoarece valoarea p este mai mică decât nivelul de semnificație ales α = 0,05, putem respinge ipoteza
nulă și putem concluziona că există o asociere între rangul clasei și dacă studenții locuiesc sau nu în
campus.
Corelațiile din diagonala principală (celulele A și D) sunt toate egale cu 1. Acest lucru se datorează
faptului că o variabilă este întotdeauna perfect corelată cu ea însăși. Observați, totuși, că dimensiunile
eșantionului sunt diferite în celula A ( n =408) față de celula D ( n =376). Acest lucru se întâmplă din
cauza datelor lipsă -- lipsesc mai multe observații pentru variabila Greutate decât pentru variabila
Înălțime.
Dacă ați optat pentru semnalarea corelațiilor semnificative, SPSS va marca un nivel de semnificație de
0,05 cu un asterisc (*) și un nivel de semnificație de 0,01 cu două asteriscuri (0,01). În celula B (repetată
în celula C), putem observa că coeficientul de corelație Pearson pentru înălțime și greutate este .513, ceea
ce este semnificativ ( p < .001 pentru un test cu două cozi), pe baza a 354 de observații complete (adică,
cazuri cu valori care nu lipsesc atât pentru înălțime, cât și pentru greutate).
Decizie și concluzii
ANOVA: Tabelul ANOVA este de interes principal. De fapt, sunteți interesat să știți dacă există
diferențe semnificative în ceea ce privește variabila dependentă ( angajament organizațional ) între
grupuri. Acum, dacă valoarea semnificației este mai mică de .05, ați deduce că există diferențe
semnificative între grupuri. În acest caz particular, valoarea Sig este .000 (p < .01) , astfel că există
diferențe semnificative în angajamentul organizațional la diferitele niveluri de management.
Dar întrebarea este că avem 3 grupuri și există diferențe semnificative între aceste 3 grupuri. Problema
acum este că, dacă cineva vă întreabă care grup este diferit de ce grup, rezultatele din
tabelul ANOVA nu îi lasă cercetătorului să cunoască semnificația diferențelor dintre două
grupuri. Semnificația statistică a diferențelor dintre fiecare pereche de grupuri este furnizată
prin Comparații multiple , pentru aceasta ar trebui să rulați teste post-hoc .
Problema:
Pentru a investiga dacă angajamentul organizațional diferă la diferite niveluri din cadrul organizației
(junior, mediu și senior)
Ipoteză
H 1 : Există diferențe semnificative în angajamentul organizațional la diferite niveluri de management.
Ipoteza testează dacă angajamentul organizațional al angajaților diferă la diferite niveluri de
management. Participanții au fost împărțiți în trei grupuri (Grupa 1: Junior; Grupa 2: Mijloc; Grupa 3:
Senior). Rezultatele ANOVA sugerează că scorurile de angajament organizațional ale grupurilor diferă
semnificativ ( F 2, 338 = 9,248, p < 0,001).
Deoarece statistica lui Levene este semnificativă, nu sa presupus o variație egală. Pentru a verifica
diferențele individuale între grupuri, comparațiile post-hoc au fost evaluate folosind T3 lui
Dunnett . Testul a indicat că scorul mediu pentru angajații de nivel Junior ( M = 4,8750, SD =
1,37723) a fost semnificativ diferit de angajații de nivel senior ( M = 5,8472, SD = .86393). Angajații
de nivel mediu ( M = 5,1420, SD = 1,25214) au diferit semnificativ de angajații de nivel
superior. Diferențele medii au fost semnificative la nivelul 0,05. Cu toate acestea, nu au fost detectate
diferențe semnificative între angajații de nivel junior și mediu. Tabelul 1 rezumă rezultatele One Way
Anova.