Planuri de cercetare cu o variabila independenta cu
esantioane independente
a) cand variabila independenta are 2
grupuri
a1)
cand variabila dependenta este masurata pe scala de interval - testul t pentru esantioane independente (Independent Samples t
Test)
- calea: Analyse - Compare means - Independent
Samples t Test
- compara
mediile celor doua grupuri la variabila dependenta
- in
prima faza, procedura aplica testul Levene de egalitate a
variantelor, al carui rezultat impune pozitia din tabel a
rezultatelor testului t pe care le vom urmari (primul sau al dilea
rand)
- daca
diferenta dintre grupuri este semnificativa, criteriul de
stabilire a sensului acesteia: statistica t sau mediile grupurilor
- exemplu: comparatia dintre angajatii din
departamentul "Vanzari" si cei din departamentul "Tehnic" in
ceea ce priveste scorurile la o scala de optimism.
a2) cand variabila
dependenta este masurata pe scala ordinala - testul Mann-Whitney
U
- calea: Analyse - Nonparametric Tests - 2 Independent
Samples
- compara
mediile rangurilor distributiilor ordonate crescator
- daca
diferenta este semnificativa, criteriul de stabilire a sensului
acesteia este media rangurilor celor 2 grupuri
- exemplu: diferentele in functie de
departament in ceea ce priveste evaluarile primite de fiecare
angajat de la superiorul direct asupra performantei din ultima
luna, cu pe o scala ce cuprinde nivelurile "extrem de
proasta, foarte proasta, proasta, medie, buna, foarte
buna, extrem de buna" - scoruri de la 1 la 7.
- daca
numarul de niveluri al variabilei dependente este redus, iar
numarul de subiecti din fiecare grup este mai mare de 40, atunci
este recomandat testul Kolmogorov -
Smirnov z
a3) cand variabila
dependenta este masurata pe scala nominala - testul λ
(lambda) asimetric
- calea: Analyse - Descriptive Statistics -
Crosstabs; Statistics
- trecem
variabila independenta pe coloana, iar cea dependenta pe
linie, apoi, pentru usurinta interpretarii
diferentelor, solicitam procentele pe coloana.
- atunci
cand exista un dezechilibru major intre volumele grupurilor ce
formeaza variabila dependenta (de exemplu, mult mai multi
angajati fara intentia de a-si schimba locul de
munca in raport cu cei care au aceasta intentie),
utilizam statisticile oferite de testul tau al lui Goodman si
Kruskal (din acelasi tabel din output)
- exemplu: diferentele in functie de
departament in ceea ce priveste intentia de schimbare a locului
de munca in urmatorul an (categoriile variabilei dependente
fiind "cu intentie", respectiv "fara intentie")
b) cand variabila independenta are cel putin 3 grupuri
b1) cand variabila
dependenta este masurata pe scala de interval - testul ANOVA
simpla (One Way ANOVA)
- conditia:
variabila dependenta sa fie distribuita normal la fiecare
nivel al variabilei independente; verificare: Analyse - Descriptive Statistics - Explore; Normality plots with
tests
- daca
nu este indeplinita conditia, aplicam un test
non-parametric sau normalizam distributiile
- calea: Analyse - Compare means - One Way
ANOVA
- in prima
etapa, verificam daca exista diferente intre
grupuri la nivel global, prin testul F, care calculeaza raportul
dintre varianta inter-grupuri si cea intra-grupuri
- pentru a
afla grupurile care difera intre ele, apelam la comparatii
multiple, care pot fi:
-
post-hoc: verifica diferentele dintre toate grupurile, considerate in
pereche; ex: Bonferonni, Tukey, etc.
-
de contrast (a-priori), cand avem ipoteze unidirectionale, ce vizeaza
diferenta dintre anumite grupuri (ignorand celelalte comparatii
posibile)
- utilizand
testul Levene, verificam daca variantele sunt omogene
(daca nu exista diferente semnificative intre
variantele grupurilor); daca nu sunt omogene, atunci apelam
la teste de comparatie multipla post-hoc destinate acestei
situatii
- exemplu: efectul vechimii (cu 3 categorii:
redusa /
medie / ridicata)
asupra scorurilor la scala de optimism.
b2) cand variabila
dependenta este masurata pe scala ordinala (sau pe scala de interval, insa fie
scorurile sale in grupurile comparate nu se distribuie normal, fie volumele
grupurilor sunt mici)
- in cazul
ipotezelor bidirectionale (cand nu stim care ar trebui sa
fie ierarhia grupurilor in functie de variabila dependenta): testul Kruskal - Wallis
- in cazul
ipotezelor unidirectionale (cand stim care ar trebui sa fie
ierarhia grupurilor in functie de variabila dependenta -
"populatii ordonate"): testul
Jonckheere-Terpstra
- avantajul:
este mai puternic decat cel anterior, are o mai mare probabilitate de a
releva diferentele semnificative daca ele exista
- ambele
teste indica (la fel ca testul F de la ANOVA One Way) doar daca
exista un efect al variabilei independente, fara a preciza
ce grupuri difera semnificativ intre ele; pentru a afla acest lucru,
aplicam testul Mann Whitney asupra fiecarei perechi de grupuri
ale variabilei independente, ponderand pragul de semnificatie la care
ne raportam cu numarul de comparatii.
- exemplu:
diferentele in functie de nivelul vechimii in ceea ce
priveste evaluarile primite de fiecare angajat de la superiorul
direct asupra performantei din ultima luna
