Tutorial SPSSAU 04: Indicadores para el análisis de diferencias de variables explicativas
En la investigación diaria, el estudio de diferencias implica principalmente los siguientes tres tipos de métodos, a saber, análisis de varianza, prueba T y análisis de chi-cuadrado. Los términos relacionados involucrados se resumen en la siguiente tabla.
Existen muchos tipos de análisis de varianza (ANOVA) El más común es el análisis de varianza unidireccional, que estudia la variabilidad de X respecto de Y, donde X es el tipo de dato fijo e Y es. datos cuantitativos. El análisis de varianza puede estudiar las diferencias entre múltiples grupos (dos o más grupos) de muestras, como las diferencias en la satisfacción laboral entre muestras con diferentes antecedentes educativos (tres grupos: menos de licenciatura, licenciatura, maestría y superior*** *).
Primero: Analizar si la prueba de homogeneidad de varianza es significativa (valor de P inferior a 0,05 o 0,01).
Segundo: Si no es significativa (P>0,05), utilizar directamente; análisis de varianza para comparar Diferencia
Tercero: si es significativo (P<0,05), considere utilizar una prueba de suma de rangos no paramétrica
Cuarto: Resumen del análisis.
1) Homogeneidad de varianzas: Prueba de homogeneidad de varianzas, utilizada para probar si existen diferencias significativas en las fluctuaciones (desviaciones estándar) de cada grupo de datos.
El principio de análisis de varianza considera que si hay una diferencia, ésta puede provenir de dos aspectos: una diferencia es la diferencia entre grupos (esta diferencia es la diferencia que el investigador quiere estudiar), y otra la otra diferencia es la diferencia dentro del grupo (Esta diferencia es la diferencia perturbadora). En cuanto a las diferencias que interfieren, al comparar las diferencias de satisfacción entre muestras con diferentes antecedentes educativos (tres grupos: pregrado, licenciatura, maestría y superiores****), es posible que la satisfacción de las personas dentro de los tres grupos de pregrado, licenciatura, maestría y superiores El grado de actitud no es uniforme. Por ejemplo, hay 100 personas con una licenciatura, pero las actitudes de estas 100 personas hacia la satisfacción son muy diferentes (algunas personas están muy insatisfechas, otras muy satisfechas y sus actitudes fluctúan mucho). De manera similar, si hay 100 personas con una licenciatura, las actitudes de las personas hacia la satisfacción también son inconsistentes. Este fenómeno se llama heterocedasticidad (es decir, varianza de interferencia) y ocurre cuando las actitudes dentro de un grupo son inconsistentes, similar a dos grupos de estudiantes universitarios o de maestría y superiores. )
Análisis de varianza Debes determinar si se cumplen los requisitos previos para utilizar ANOVA realizando una prueba de chi-cuadrado. En otras palabras, si las actitudes finales de los tres grupos de muestras son diferentes, entonces esta diferencia debe ser causada por la satisfacción inconsistente de la actitud de los tres grupos de muestras, y no puede ser causada por las diferencias de actitud en sí mismas (varianza de interferencia) dentro del grupo. tres grupos de muestras.
2) Prueba post hoc
La prueba post hoc es un método de prueba que analiza más a fondo las diferencias entre los dos grupos después de que el análisis de varianza (comparación de diferencias de múltiples grupos) muestra las diferencias. entre los dos grupos. Por ejemplo, las calificaciones académicas se dividen en tres grupos (licenciatura, pregrado y maestría y superiores). Específicamente, ¿existe una diferencia entre una licenciatura y una licenciatura, una licenciatura y una maestría y superiores, o es así? ¿Una combinación de dos grupos? Si hay una diferencia entre los dos grupos, entonces se debe utilizar una prueba post hoc para analizar específicamente la diferencia entre los dos grupos.
Si solo hay dos grupos de Diferencia)
La prueba T solo se puede utilizar para comparar las diferencias entre dos conjuntos de datos.
Primero: Analizar si hay significancia entre X e Y (el valor de P es menor que 0,05 o 0,01).
Segundo: Si hay significancia, comparar específicamente el tamaño de las medias y describir; exactamente cuál es la diferencia;
Tercero: Resumen y análisis.
La prueba T también se puede subdividir específicamente en prueba T de muestra única, prueba T de muestra independiente y prueba T de muestra pareada. Entre ellas, la prueba T de muestra independiente es la más utilizada. en la investigación mediante cuestionarios. Ya se ha explicado en el artículo anterior, es necesario consultar también el artículo enlazado: SPSSAU: ¿Cómo distinguir entre análisis de varianza, prueba T y análisis de chi-cuadrado?
Para más información, visita la web de SPSSAU para ver los manuales de ayuda de cada método de análisis.
El análisis de varianza es un método analítico que estudia la relación entre datos de categoría fija y datos de categoría fija, como la relación entre el género y el uso de lentes de contacto. El ANOVA gráfico es la forma más común de estudiar si existe una relación diferencial entre dos variables categóricas.
Primero: analizar si la relación entre valor) para describir las diferencias específicas;
Tercero: análisis resumido.
SPSS Online_SPSSAU_SPSS Prueba de rango cuadrático
SPSS Online_SPSSAU_SPSS Análisis de varianza
Prueba SPSS Online_SPSSAU_T