Ai făcut un test t pe eșantioane independente. Fereastra de rezultate îți arată acum patru tabele, două note de subsol și o diagramă pe care nu ai cerut-o. Lucrarea ta are nevoie de o frază și de trei cifre. Distanța dintre ce îți dă SPSS și ce cere efectiv capitolul de rezultate încurcă studenții an de an. Articolul trece prin tabelele celor patru teste folosite cel mai des și arată exact ce rânduri se citesc, ce tabele se sar și cum se transformă fiecare rezultat într-o frază în stil APA.
Testul t pentru eșantioane independente
Când rulezi Analyze > Compare Means > Independent-Samples T Test, primești două tabele. Primul e Group Statistics, cu media, abaterea standard, N-ul și eroarea standard pentru fiecare grupă. De acolo îți iei media, abaterea standard și N-ul. Notează-le sau copiază-le direct în paragraful de rezultate.
Al doilea tabel, Independent Samples Test, e locul în care se rătăcesc studenții, pentru că înghesuie două rânduri într-un singur tabel. Rândul de sus se numește Equal variances assumed, cel de jos Equal variances not assumed. Ca să știi pe care îl citești, te uiți în stânga aceluiași tabel: testul Levene pentru egalitatea varianțelor îți dă o valoare F și o coloană Sig. Dacă Sig. e peste 0,05, varianțele sunt comparabile și citești rândul de sus. Dacă e 0,05 sau mai mică, condiția e încălcată și citești rândul de jos, care aplică o corecție Welch și ajustează gradele de libertate.
Din rândul potrivit îți trebuie patru valori: t, gradele de libertate, Sig. (2-tailed) — adică valoarea p — și diferența dintre medii. SPSS nu calculează d al lui Cohen; îl obții împărțind diferența dintre medii la abaterea standard comună. Procedura completă e detaliată în ghidul despre testul t pentru eșantioane independente în SPSS.
Să presupunem că Group Statistics arată: grupa de intervenție M = 74,2, AS = 8,6, N = 42; grupa de control M = 68,9, AS = 9,1, N = 38. Levene dă Sig. = 0,614, deci citim rândul de sus: t = 2,67, df = 78, Sig. (2-tailed) = 0,009. Fraza în stil APA:
Studenții din grupa de intervenție au obținut scoruri semnificativ mai mari (M = 74,2, AS = 8,6) decât cei din grupa de control (M = 68,9, AS = 9,1), t(78) = 2,67, p = 0,009, d = 0,60.
Asta e tot ce se raportează. Nicio captură de ecran din SPSS. Nicio notă de subsol. O frază, cu mediile, abaterile standard, statistica testului, gradele de libertate, valoarea p exactă și mărimea efectului.
Testul t pentru eșantioane perechi
Testul compară două măsurători luate de la aceiași participanți, de pildă un scor înainte și unul după. SPSS scoate trei tabele: Paired Samples Statistics, Paired Samples Correlations și Paired Samples Test.
Începi cu primul, care îți dă media și abaterea standard pentru fiecare măsurătoare. Într-un studiu pre-post, ele sunt cifrele pe care le descrii ca „înainte” și „după”. Al doilea tabel arată corelația dintre cele două măsurători. Rareori o raportezi într-o lucrare, dar o corelație foarte mică, sub 0,20, poate semnala că studiul pe perechi a fost slab construit, iar unii membri ai comisiei o să întrebe despre asta.
Tabelul care contează e Paired Samples Test. Conține diferența medie dintre cele două condiții, abaterea standard a diferențelor, eroarea standard, un interval de încredere de 95% pentru diferență, statistica t, gradele de libertate și Sig. (2-tailed). De acolo îți iei t, df și valoarea p. Are un singur rând, deci nu ai cum să te încurci.
Exemplu: 45 de studenți la nursing au completat un chestionar de anxietate înainte și după un exercițiu de simulare. Primul tabel arată, la pre-test, M = 36,8, AS = 7,2, iar la post-test M = 31,4, AS = 6,9. Paired Samples Test dă t(44) = 4,12, Sig. = 0,000. În stil APA nu scrii niciodată p = 0,000, pentru că valoarea reală nu e zero; SPSS rotunjește la 0,000 orice cifră sub 0,0005. Scrii p < 0,001. Pentru mărimea efectului, împarți diferența medie (5,4) la abaterea standard a diferențelor, pe care SPSS ți-o dă în același tabel. Dacă abaterea aceea e 8,7, atunci d = 5,4 / 8,7 = 0,62.
Scorurile de anxietate au scăzut semnificativ de la pre-test (M = 36,8, AS = 7,2) la post-test (M = 31,4, AS = 6,9), t(44) = 4,12, p < 0,001, d = 0,62.
ANOVA unifactorială
Analiza de varianță compară mediile a trei sau mai multe grupe. O faci prin Analyze > Compare Means > One-Way ANOVA, iar SPSS produce cel puțin trei tabele: Descriptives, Test of Homogeneity of Variances și tabelul ANOVA. Dacă ai cerut teste post-hoc, apare și al patrulea.
Descriptives listează media, abaterea standard, volumul, eroarea standard și intervalul de încredere pentru fiecare grupă. Raportezi media și abaterea standard pentru toate grupele, în text sau într-un tabel al lucrării. Test of Homogeneity of Variances (statistica Levene) e un tabel de diagnostic: verifică dacă varianțele sunt egale între grupe. Nu îl raportezi ca atare în majoritatea lucrărilor. Dacă Sig. coboară sub 0,05, menționezi că omogenitatea varianțelor a fost încălcată și treci pe ANOVA Welch și pe testul post-hoc Games-Howell, în loc de Tukey. Dacă Sig. e peste 0,05, mergi mai departe fără comentarii. Procedura întreagă e în ghidul despre ANOVA în SPSS.
Tabelul ANOVA îți dă, pe rândul Between Groups, patru cifre de care ai nevoie: statistica F, gradele de libertate (două valori, dintre grupe și din interiorul grupelor) și Sig. Eta pătrat nu apare din oficiu. Îl calculezi împărțind suma pătratelor dintre grupe la suma pătratelor totală, ambele fiind în același tabel. Dacă suma dintre grupe e 482,3 și cea totală 3210,5, atunci η² = 482,3 / 3210,5 = 0,15.
Să zicem că ai comparat scorurile de satisfacție din trei secții ale unui spital (n = 30 pe grupă). Tabelul arată F(2, 87) = 7,34, Sig. = 0,001, iar tu ai calculat η² = 0,14. Fraza:
A existat o diferență semnificativă a scorurilor de satisfacție între cele trei secții, F(2, 87) = 7,34, p = 0,001, η² = 0,14.
Fraza asta îi spune cititorului că există o diferență undeva, dar nu și unde. Aici intră tabelul post-hoc. Comparațiile Tukey HSD sau Bonferroni listează fiecare pereche de grupe, cu diferența dintre medii, eroarea standard, Sig. și un interval de încredere. Raportezi doar perechile semnificative și precizezi care nu au ieșit semnificative. De exemplu: „Comparațiile post-hoc Tukey HSD au arătat că secția de urgențe (M = 3,92) a obținut scoruri semnificativ mai mici decât cardiologia (M = 4,48, p = 0,003) și decât pediatria (M = 4,41, p = 0,006). Diferența dintre cardiologie și pediatrie nu a fost semnificativă (p = 0,938).”
Testul chi-pătrat de independență
Chi-pătrat verifică dacă două variabile categoriale sunt asociate. Îl faci prin Analyze > Descriptive Statistics > Crosstabs, cu Chi-square bifat la Statistics și Expected bifat la Cells. SPSS produce un tabel de contingență și un tabel Chi-Square Tests.
Tabelul de contingență arată frecvențele observate și cele așteptate pentru fiecare combinație de categorii; de obicei îl reproduci ca tabel în lucrare. Verifică întâi ca toate frecvențele așteptate să fie de cel puțin 5. Dacă vreo celulă coboară sub pragul ăsta, aproximarea chi-pătrat devine nesigură, iar SPSS te avertizează într-o notă de subsol. La un tabel 2×2 cu o frecvență așteptată sub 5, raportezi testul exact al lui Fisher în locul chi-pătratului lui Pearson. Toate detaliile sunt în ghidul despre testul chi-pătrat în SPSS.
Tabelul Chi-Square Tests listează, de obicei, mai multe variante: Pearson Chi-Square, Continuity Correction, Likelihood Ratio, testul exact al lui Fisher și Linear-by-Linear Association. Pentru majoritatea lucrărilor raportezi rândul Pearson. Din el citești trei valori: Value (statistica χ²), gradele de libertate și Asymptotic Significance (2-sided), adică valoarea p. Mărimea efectului, V al lui Cramér, apare într-un tabel separat, Symmetric Measures, dacă ai bifat Phi and Cramer's V. La un tabel 2×2, Phi și V au aceeași valoare.
Exemplu: ai chestionat 200 de studenți despre folosirea serviciilor de meditații (da/nu) și despre promovarea examenului final (promovat/picat). Tabelul arată χ² Pearson = 6,84, df = 1, Asymptotic Sig. = 0,009, iar V al lui Cramér = 0,185.
A existat o asociere semnificativă între folosirea meditațiilor și rezultatul la examen, χ²(1, N = 200) = 6,84, p = 0,009, V = 0,19.
Sari peste rândul Continuity Correction (se aplică doar tabelelor 2×2 și e prea conservator). Sari peste Likelihood Ratio, dacă nu ți-l cere explicit coordonatorul. Sari peste Linear-by-Linear Association, dacă variabilele tale nu sunt ordinale și nu testezi o tendință.
Ce tabele sari și de ce
SPSS scoate mai multe tabele decât are nevoie orice lucrare. Să știi ce ignori îți economisește timp și te ferește de greșeala clasică: lipirea în anexă a unei capturi de ecran pentru fiecare tabel. Mai jos, ce raportezi și ce lași deoparte, pe teste.
| Test | Raportezi | Sari peste |
|---|---|---|
| Test t independent | Group Statistics, Independent Samples Test (rândul potrivit) | Testul Levene e doar de diagnostic; îl citești ca să alegi rândul, nu îl raportezi ca rezultat de sine stătător |
| Test t pe perechi | Paired Samples Statistics, Paired Samples Test | Paired Samples Correlations (îl raportezi doar dacă are relevanță teoretică) |
| ANOVA unifactorială | Descriptives, ANOVA, Post Hoc (dacă F e semnificativ) | Test of Homogeneity of Variances (diagnostic; îl menționezi doar dacă e încălcat) |
| Chi-pătrat | Tabelul de contingență, rândul Pearson Chi-Square, Symmetric Measures | Continuity Correction, Likelihood Ratio, Linear-by-Linear Association |
Regula, pe scurt: tabelele de diagnostic îți spun dacă sunt îndeplinite condițiile testului. Le citești în tăcere și acționezi în consecință, schimbând testul sau ajustând procedura. Nu le lipești în capitolul de rezultate. Tabelele de raportare sunt cele care răspund la întrebarea ta de cercetare. Acelea intră în lucrare. Dacă nu ești sigur ce înseamnă o anumită valoare p din tabelele tale, articolul despre interpretarea valorii p ia logica de la capăt.
Detalii de formă care îți scutesc o rundă de corecturi
După peste 300 de proiecte studențești, vedem cum aceleași greșeli de formă declanșează observații de la coordonator, rundă după rundă. Reparațiile sunt mărunte, dar se adună.
Prima: nu lipi niciodată o captură de ecran cu tabele SPSS în lucrare. Comisia se așteaptă să extragi cifrele relevante și să le prezinți în stil APA, în text. O captură de ecran spune că studentul nu știe care cifre contează. Dacă profesorul îți cere tabelele brute, le pui în anexă, nu în corpul lucrării.
A doua: valorile p se dau exact. SPSS afișează Sig. = 0,000 atunci când valoarea reală coboară sub 0,0005. În lucrare scrii p < 0,001. Pentru orice valoare de la 0,001 în sus, dai cifra exactă: p = 0,034, nu p < 0,05.
A treia: toate simbolurile statistice se scriu cu caractere cursive. Adică M, AS, t, F, p, N, d, r, χ² și η². Cifrele, parantezele și semnele de egal rămân drepte. Regula e în tabelul 6.5 din ediția a șaptea a manualului APA, iar recenzenții observă când e greșită.
A patra: pui întotdeauna o mărime a efectului. SPSS nu produce din oficiu d al lui Cohen, eta pătrat sau V al lui Cramér pentru majoritatea testelor. Ori le calculezi de mână, ori le ceri din casetele de opțiuni (procedurile mai noi au și opțiunea Estimates of effect size). De ce nu ajunge valoarea p singură e explicat pe larg în articolul despre mărimea efectului, iar felul în care se leagă toate astea într-un capitol coerent e în ghidul despre capitolul de rezultate.
De reținut: pentru fiecare test din SPSS, lucrarea are nevoie de trei lucruri: statisticile descriptive din primul tabel (medii, abateri standard sau frecvențe), statistica testului cu gradele de libertate și valoarea p exactă din tabelul principal, plus o mărime a efectului pe care de obicei o calculezi singur. Restul e diagnostic sau redundant. Îl citești, acționezi dacă e cazul, dar nu îl lipești în capitolul de rezultate.