Răspunzi la câteva întrebări simple despre scopul cercetării și despre datele tale și afli testul statistic potrivit — împreună cu condițiile de aplicare, un exemplu de raportare în stil APA și mărimea efectului pe care s-o folosești.
Alegerea testului nu e o ghicitoare. E o succesiune scurtă de decizii care decurge direct din felul în care ți-ai construit cercetarea. De îndată ce poți răspunde la patru întrebări despre studiul tău, testul corect se așază de la sine. Instrumentul de mai sus te trece exact prin aceste întrebări, în ordinea în care le-ar pune un statistician.
Aproape orice ipoteză cantitativă intră într-una din câteva familii. Compari grupuri (aleg femeile alt stil de învățare decât bărbații?), testezi o relație (are timpul de studiu legătură cu nota la examen?), prezici un rezultat (prezic nota finală din vârstă, motivație și prezență?) sau verifici fiabilitatea unei scale dintr-un chestionar? Fiecare familie are propriul set de teste, așa că întrebarea asta scoate din calcul majoritatea opțiunilor din prima.
Nivelul de măsurare al variabilei dependente decide ramura de teste care îți stă la dispoziție. Variabilele continue (scoruri, greutate, timp de reacție) deschid drumul spre testul t, ANOVA, corelația Pearson și regresia liniară. Variabilele categoriale, adică variabile calitative care împart oamenii în grupe (da/nu, grupe de diagnostic), te duc spre testul chi-pătrat și regresia logistică. Datele ordinale, cum sunt itemii Likert individuali sau clasamentele, se tratează de obicei cu metode pe ranguri: Mann-Whitney U sau corelația Spearman.
Două grupuri cer un test t; trei sau mai multe cer ANOVA — dacă folosești în schimb teste t repetate, crești rata rezultatelor fals pozitive. La fel de important e dacă eșantioanele sunt independente (persoane diferite în fiecare grup) sau perechi (aceiași participanți măsurați de două ori). Designurile independente și cele cu perechi folosesc teste diferite, iar o încurcătură aici duce la valori p în care nu te poți încrede. Detaliile sunt în ghidul despre eșantioane perechi sau independente.
Testele parametrice, cum sunt testul t și ANOVA, presupun date aproximativ normal distribuite. Când normalitatea nu ține — o verifici cu un test Shapiro-Wilk — treci la alternativa neparametrică: Mann-Whitney U în locul testului t independent, Wilcoxon pentru ranguri semnate în locul testului t pentru eșantioane perechi și Kruskal-Wallis în locul ANOVA unifactorială. Pierzi puțin din puterea statistică, dar rezultatele rămân solide. Diferența e tratată în articolul despre teste parametrice și neparametrice.
Vrei procesul complet de decizie, cu exemple lucrate? Citește ghidul despre ce test statistic să alegi și când, sau lasă chestionarul de mai sus să gândească în locul tău — apoi rulezi analiza pe loc în aplicația Academic Stats Agent.
Calculează câți subiecți îți trebuie pentru designul studiului tău.
Calculează d al lui Cohen, eta pătrat, V al lui Cramér sau corelația r.
Primești o explicație pe înțeles a valorii p, cu formatare în stil APA.
Generezi fraze de rezultate impecabile, în stilul APA ediția a 7-a.
Încarci datele în Academic Stats Agent și primești analiza completă — verificarea condițiilor, rezultatele testului, mărimea efectului și tabele în stil APA — fără să atingi SPSS. Sau lași echipa noastră de statisticieni să se ocupe de tot.