콘텐츠
통계적 유의성은 실험에서 얻은 데이터를 해석 할 때 이해해야 할 중요한 개념입니다. "통계적 유의성"이라는 용어는 실험적 연구에서 수행 된 행동보다는 결과가 세렌디피티에 의해 발생할 확률을 나타냅니다. .05 이상의 통계적 유의성은 연구 결과를 무효화 할만큼 충분히 큰 것으로 간주됩니다. 따라서 실험 과정에서 기록 된 데이터로 작업 할 때이 값을 정확하게 계산하는 것이 중요합니다.
데이터가지지하거나 반증해야한다는 가설을 쓰십시오. 가설의 특성은 통계적 유의성을 계산하기 위해 단측 또는 양측 통계 분석을 사용할지 여부를 알려줍니다. 단측 계산은 "통계 시험에서 남성보다 여성이 더 높은 점수를받을 가능성이 높은가?"와 같은 하나의 변수에 중점을 둔 질문에 대답하려고 할 때 사용됩니다. "통계 시험에서 남성 점수와 여성 점수간에 유의 한 차이가 있습니까?"와 같은 개방형 가설을 조사 할 때 양측 접근 방식을 사용해야합니다.
데이터를 정리하십시오. 한 장의 종이에 두 개의 열을 만듭니다. 실험의 한 결과와 일치하는 모든 결과를 한 열에 넣고 모든 결과는 다른 열의 다른 결과와 일치합니다. 통계 테스트 예제를 사용하여 단측 테스트의 경우 테스트에서 높은 점수를받은 각 여성 학생에 대해 탈리 표시를하는 열을 하나 만들고 높은 점수를 얻은 각 남학생을 추적하기 위해 하나의 열을 만들 수 있습니다. 양측 계산의 경우 각 여성 최고 점수가 한 열에 얼마나 높은지, 각 남성 최고 점수가 다른 열에 얼마나 높은지를 넣습니다.
우연히 이러한 결과를 달성 할 확률을 계산하십시오. 단측 검정의 경우 이항 분포 계산을 사용하여이 작업을 수행합니다. 이 계산을 수행하려면 그래프 또는 통계 계산기를 사용하십시오. 하나의 결과를 성공 (예 : 더 높은 점수를받은 여성 수)으로 정의하고이 수를 시험 횟수 (수업에 참여한 학생 수)와 함께 계산기에 연결해야합니다. 이 계산을 수행 할 때 얻는 결과의 두 배
통계표에서 시행 횟수 및 검정 유형에 대한 임계 값을 찾으십시오. 이 숫자를 3 단계에서 얻은 값과 비교하십시오. 통계가 표의 통계보다 높으면 결과가 통계적으로 유의합니다. 그렇지 않은 경우 결과는 통계적으로 중요하지 않습니다.