الاختبارات الإحصائية هي عنصر أساسي في تحليل البيانات. إنها تساعدنا في فهم البيانات واستخلاص النتائج حول السكان. كما تُستخدم أيضًا للتحقيق في العلاقات المتغيرة واختبار الفرضيات. بشكل عام ، هي طريقة لتحليل البيانات لتحديد ما إذا كان هناك فرق كبير بين المجموعتين أم لا. بمساعدة الأمثلة ، سنناقش الأنواع المختلفة من الاختبارات الإحصائية وأهميتها في منشور المدونة هذا.
ما هي الاختبارات الإحصائية؟
تُستخدم الاختبارات الإحصائية لتحديد ما إذا كانت مجموعتان من البيانات تختلفان بشكل كبير عن بعضهما البعض. تحقق الاختبارات الإحصائية ذلك من خلال استخدام مجموعة متنوعة من المقاييس الإحصائية مثل المتوسط والانحراف المعياري ومعامل التباين. سيقوم الاختبار الإحصائي بعد ذلك بمقارنة المقاييس الإحصائية المحسوبة بمجموعة من المعايير المحددة مسبقًا. سيخلص الاختبار الإحصائي إلى وجود فرق كبير بين مجموعتي البيانات إذا كانت البيانات تفي بالمعايير.
اعتمادًا على نوع البيانات التي يتم تحليلها ، يمكن استخدام العديد من الاختبارات الإحصائية. تعد اختبارات T واختبارات مربع كاي واختبارات ANOVA من أكثر الاختبارات الإحصائية شيوعًا.
أنواع الاختبارات الإحصائية
الاختبارات الإحصائية من أنواع مختلفة:
# 1. الاختبارات الإحصائية البارامترية
إذا تم توزيع البيانات بشكل طبيعي ، يتم استخدام الاختبارات البارامترية.
يقوم الاختبار الإحصائي المعياري بعمل افتراضات حول معلمات السكان وتوزيعات البيانات. تتضمن هذه الاختبارات اختبارات t ، واختبارات z ، واختبارات ANOVA ، والتي تفترض أن البيانات يتم توزيعها بشكل طبيعي.
اختبار Z
عندما تُعرف الفروق ويكون حجم العينة كبيرًا ، يتم استخدام اختبار z لتحديد ما إذا كان هناك وسيلان للمجموعة مختلفان. تتم مقارنة متوسط السكان باستخدام اختبار z. المعلمات المستخدمة هي متوسط المحتوى والانحراف المعياري. يستخدم اختبار Z لتأكيد أن العينة المسحوبة من نفس المجتمع.
Ho: متوسط العينة يساوي متوسط المحتوى (فرضية لاغية)
z = (x -) / (/ n) ، حيث x = متوسط العينة ، u = متوسط السكان ، و / n = الانحراف المعياري للسكان.
قبول فرضية العدم إذا كانت قيمة z أقل من القيمة الحرجة ؛ خلاف ذلك ، رفض فرضية العدم.
T-اختبار
يقارن اختبار t بين متوسطات عينتين. عندما تكون معلمات المجتمع (المتوسط والانحراف المعياري) غير معروفة ، يتم استخدام اختبار t.
تُستخدم اختبارات T المزدوجة لمقارنة الاختلافات بين متغيرين من نفس المجموعة (درجات ما قبل الاختبار وبعده). على سبيل المثال ، في برنامج تدريبي ، درجة أداء المتدرب قبل وبعد الانتهاء من البرنامج.
يعد اختبار t المستقل ، المعروف أيضًا باسم اختبار t المكون من عينتين أو اختبار t للطالب ، اختبارًا إحصائيًا يستخدم لتحديد ما إذا كان هناك فرق مهم من الناحية الإحصائية في متوسط مجموعتين غير مرتبطين.
على سبيل المثال ، ضع في اعتبارك مقارنة الفتيان والفتيات في مجموعة سكانية ما.
تتم مقارنة متوسط مجموعة واحدة بمتوسط معين في اختبار t لعينة واحدة. على سبيل المثال ، إذا تم تقديم متوسط المبيعات ، فيمكن للمرء أن يفحص الزيادة والنقصان في المبيعات.
t = (x1 - x2) / (/ n1 + / n2) ، حيث تمثل x1 و x2 وسائل العينات 1 و 2 على التوالي.
اختبار أنوفا
تحليل التباين (ANOVA) هو أسلوب إحصائي يستخدم لتحديد ما إذا كانت وسائل مجموعتين أو أكثر تختلف اختلافًا كبيرًا عن بعضها البعض. يقارن ANOVA بين وسائل العينات المختلفة لتحديد تأثير عامل واحد أو أكثر. إذا استخدمنا اختبار t بدلاً من اختبار ANOVA ، فستكون النتائج غير دقيقة نظرًا لوجود أكثر من عينتين.
في ANOVA ، الفرضية التي يتم اختبارها هي Ho: جميع أزواج العينات متشابهة ، أي أن جميع وسائل العينة متساوية.
زوج واحد على الأقل من العينات يختلف اختلافًا كبيرًا.
نحسب قيمة F في اختبار anova ونقارنها بالقيمة الحرجة
F = ((SSE1 - SSE2) / m) / SSE2 / nk ، حيث SSE = المجموع المتبقي للمربعات.
م = عدد القيود
يشير k إلى عدد المتغيرات المستقلة.
# 2. الاختبارات الإحصائية غير المعيارية
تُستخدم الاختبارات الإحصائية غير المعيارية عندما لا يتم توزيع البيانات بشكل طبيعي. اختبار كاي سكوير هو مثال للاختبار اللامعلمي.
اختبار Chi-Square (اختباران)
يقارن اختبار مربع كاي بين متغيرين فئويين. يسمح لك حساب القيمة الإحصائية لـ Chi-Square ومقارنتها بقيمة حرجة من توزيع Chi-Square بتحديد ما إذا كانت الترددات الملاحظة والمتوقعة مختلفة بشكل كبير.
Ho: المتغيران x و y مستقلان هي الفرضية التي يتم اختبارها من أجل مربع كاي.
المتغيران x و y ليسا مستقلين عن بعضهما البعض.
صيغة Chi-square (o = ملحوظة ، e = متوقع).
اختيار الاختبار الإحصائي المراد استخدامه
فيما يلي أقاربه التي ستساعدك على تحديد الاختبار الإحصائي الذي يجب استخدامه
# 1. مشكلة بحث
يتم تحديد اختيار الاختبار الإحصائي من خلال سؤال البحث المراد الإجابة عليه. علاوة على ذلك ، ستساعدك أسئلة البحث في تطوير بنية البيانات وتصميم البحث.
# 2. تطوير فرضية لاغية
يمكنك إنشاء فرضية فارغة بعد تحديد سؤال البحث. تشير الفرضية الصفرية إلى عدم وجود دلالة إحصائية في الملاحظات المتوقعة.
# 3. أهمية بروتوكول الدراسة
يتم تحديد مستوى الأهمية قبل بدء بروتوكول الدراسة. يحدد مستوى الأهمية الأهمية الإحصائية ، والتي تحدد ما إذا كانت الفرضية الصفرية مقبولة أم مرفوضة.
# 4. اختيار واحد الذيل مقابل الذيل
يجب أن تقرر ما إذا كانت دراستك ستكون ذات ذيل واحد أم ذيلان. يجب عليك استخدام الاختبارات أحادية الطرف إذا كان لديك دليل واضح على أن الإحصائيات تشير إلى اتجاه واحد. ومع ذلك ، إذا لم يكن هناك اتجاه واضح للفرق المتوقع ، فيجب إجراء اختبار ثنائي الطرف.
# 5. عدد المتغيرات التي سيتم فحصها
يتم تصنيف الاختبارات والإجراءات الإحصائية بناءً على عدد المتغيرات التي تهدف إلى تحليلها. نتيجة لذلك ، عند تحديد اختبار ، يجب أن تفكر في عدد المتغيرات التي تريد تحليلها.
# 6. نوع البيانات
من الأهمية بمكان تحديد ما إذا كانت بياناتك مستمرة أم قاطعة أم ثنائية. في حالة البيانات المستمرة ، يجب عليك أيضًا تحديد ما إذا كانت البيانات موزعة بشكل طبيعي أو منحرفة من أجل تحديد الاختبار الإحصائي الذي يجب استخدامه.
# 7. دراسة التصاميم ، المزدوجة وغير الزوجية
عندما تعتمد العيّنتان على بعضهما البعض ، يشتمل التصميم المزدوج على دراسات مقارنة تتم فيها مقارنة وسيلتي المجتمع. يتم تجميع نتائج العينتين ومقارنتها في تصميم دراسة منفصل أو مستقل.
أنت في طريقك لإيجاد الاختبار الإحصائي الصحيح لسؤال البحث الخاص بك الآن بعد أن تعلمت خطوات اختيار الاختبار الإحصائي. نظرًا لأن كل موقف يختلف عن الآخر ، فمن الأهمية بمكان فهم جميع خياراتك واتخاذ قرار مستنير.
إذا لم تكن متأكدًا من الاختبار الذي يجب استخدامه ، فاستشر دائمًا المحقق الرئيسي أو الإحصائي أو البرنامج.
ما هي اختبارات الدلالة الإحصائية؟
اختبارات الأهمية الإحصائية هي تحديد يتم إجراؤه بواسطة المحلل بأن نتائج البيانات لا يمكن تفسيرها بالصدفة فقط. يقوم المحلل بهذا التحديد باستخدام اختبار الفرضيات الإحصائية. يُرجع هذا الاختبار قيمة p ، وهي احتمال رؤية نتائج متطرفة مثل تلك الموجودة في البيانات ، على افتراض أن النتائج ترجع بالكامل إلى الصدفة. تعتبر القيمة الاحتمالية البالغة 5٪ أو أقل ذات دلالة إحصائية.
فهم اختبارات الأهمية الإحصائية
الأهمية الإحصائية هي تحديد الفرضية الصفرية ، مما يعني أن النتائج ترجع فقط إلى الصدفة. عندما تكون القيمة p صغيرة بما يكفي ، توفر مجموعة البيانات دلالة إحصائية.
عندما تكون القيمة الاحتمالية كبيرة ، يمكن تفسير نتائج البيانات عن طريق الصدفة فقط ، وتعتبر البيانات متوافقة مع (ولكن لا تثبت) الفرضية الصفرية.
علاوة على ذلك ، عندما تكون القيمة p صغيرة بما يكفي (عادةً 5٪ أو أقل) ، لا يمكن تفسير النتائج بمحض الصدفة ، وتعتبر البيانات غير متوافقة مع فرضية العدم. تم رفض فرضية العدم للمصادفة وحدها كتفسير للبيانات في هذه الحالة لصالح تفسير أكثر منهجية.
كثيرا ما تستخدم الأهمية الإحصائية في تجارب الأدوية الصيدلانية الجديدة ، واختبار اللقاحات ، وأبحاث علم الأمراض لاختبار الفعالية وإعلام المستثمرين بنجاح الشركة في إطلاق منتجات جديدة.
أمثلة على اختبارات الدلالة الإحصائية
لنفترض أن أليكس ، المحلل المالي ، لديه فضول لمعرفة ما إذا كان بعض المستثمرين على دراية بفشل وشيك لشركة ما. يقرر أليكس مقارنة متوسط عوائد السوق اليومية قبل وبعد فشل الشركة في معرفة ما إذا كان هناك فرق ذو دلالة إحصائية بين المتوسطين.
كانت القيمة الاحتمالية للدراسة 28٪ (> 5٪) ، مما يشير إلى أن الاختلاف بهذا الحجم (-0.0033 إلى +0.0007) ليس غريبًا في ظل تفسير الصدفة فقط. نتيجة لذلك ، لم تقدم البيانات دليلًا مقنعًا على المعرفة المسبقة بالفشل. إذا كانت القيمة الاحتمالية 0.01٪ (أقل بكثير من 5٪) ، فسيكون الاختلاف الملحوظ غير عادي للغاية في ظل تفسير الصدفة فقط. في هذه الحالة ، قد يختار أليكس رفض فرضية العدم والنظر فيما إذا كان بعض المتداولين لديهم معرفة مسبقة.
تستخدم الأهمية الإحصائية أيضًا لتقييم المنتجات الطبية الجديدة مثل الأدوية والأجهزة الطبية واللقاحات. كما تُطلع التقارير ذات الدلالة الإحصائية المتاحة للجمهور المستثمرين على نجاح الشركة في إطلاق منتجات جديدة.
لنفترض ، على سبيل المثال ، أن شركة أدوية متخصصة في علاج مرض السكري أبلغت عن انخفاض معتد به إحصائيًا في مرض السكري من النوع الأول بعد اختبار الأنسولين الجديد. تضمنت الدراسة 1 أسبوعًا من العلاج العشوائي بين مرضى السكري ، بقيمة احتمالية تبلغ 26٪. هذا يخبر المستثمرين والهيئات التنظيمية أن البيانات تظهر انخفاضًا مهمًا من الناحية الإحصائية في مرض السكري من النوع الأول.
ما العوامل التي تؤثر على الدلالة الإحصائية؟
لتحديد ما إذا كانت البيانات ذات دلالة إحصائية ، يتم استخدام اختبار الفرضيات الإحصائية. بعبارة أخرى ، ما إذا كانت الظاهرة يمكن تفسيرها بالصدفة فقط أم لا. الأهمية الإحصائية هي تحديد الفرضية الصفرية ، والتي تنص على أن النتائج ترجع بالكامل إلى الصدفة. يجب رفض الفرضية الصفرية حتى يتم اعتبار البيانات ذات دلالة إحصائية.
ما هي القيمة الاحتمالية بالضبط؟
القيمة الاحتمالية هي قياس احتمالية حدوث فرق ملحوظ بالصدفة. عندما تكون القيمة p صغيرة بما يكفي (على سبيل المثال ، 5٪ أو أقل) ، لا يمكن تفسير النتائج بالصدفة فقط ، ويمكن رفض فرضية العدم. عندما تكون القيمة الاحتمالية كبيرة ، يمكن تفسير نتائج البيانات عن طريق الصدفة فقط ، وتعتبر البيانات متوافقة مع (وبالتالي تثبت) الفرضية الصفرية.
كيف يتم استخدام الدلالة الإحصائية؟
كثيرا ما تستخدم الأهمية الإحصائية لتقييم فعالية المنتجات الطبية الجديدة مثل الأدوية والأجهزة واللقاحات. كما تُطلع التقارير ذات الدلالة الإحصائية المتاحة للجمهور المستثمرين على نجاح الشركة في إطلاق منتجات جديدة. كثيرًا ما تتأثر أسعار أسهم شركات الأدوية بشكل كبير بالإعلانات المتعلقة بالأهمية الإحصائية لمنتجاتها الجديدة.
ما هي الأنواع الثلاثة الرئيسية للاختبارات الإحصائية؟
اختبارات الانحدار واختبارات المقارنة واختبارات الارتباط هي الأنواع الثلاثة الرئيسية للاختبارات الإحصائية.
ما هي الاختبارات الإحصائية في برنامج SPSS؟
تعد اختبارات T و chi-square والارتباط والانحدار وتحليل التباين من بين الاختبارات الإحصائية المتوفرة في SPSS.
ما هما الطريقتان الرئيسيتان في الإحصاء؟
في الإحصاء ، هناك طريقتان رئيسيتان: الإحصاء الوصفي ، الذي يلخص البيانات باستخدام الفهارس مثل المتوسط والمتوسط ، والإحصاءات الاستنتاجية ، التي تستخلص النتائج من البيانات باستخدام الاختبارات الإحصائية مثل اختبار الطالب.
هل ANOVA اختبار إحصائي؟
ANOVA ، والتي تعني تحليل التباين ، هو اختبار إحصائي يستخدم لمقارنة وسائل مجموعات متعددة.
وفي الختام
تُستخدم الاختبارات الإحصائية لتحديد ما إذا كانت مجموعتان من البيانات تختلفان بشكل كبير عن بعضهما البعض. تصنف الاختبارات الإحصائية إلى نوعين: حدودي وغير حدودي. تضع الاختبارات البارامترية افتراضات حول البيانات ، في حين أن الاختبارات غير المعلمية لا تقدم أي افتراضات حول البيانات. يتم استخدام كلا النوعين من الاختبارات لاستخلاص استنتاجات حول مجتمع من عينة. يتم تحديد نوع الاختبار الذي سيتم استخدامه حسب نوع البيانات المتاحة.
مقالات ذات صلة
- التحليل الإحصائي: الأنواع والأساليب والغرض
- تخطيط الطلب: نظرة عامة ، مقارنات ، الرواتب والوظائف
- الأساليب الإحصائية: ما يجب أن تعرفه وتوجهه
- ما هو أفضل نوع من اختبار المخدرات لاستخدامه في فحوصات الموظفين؟
- الراتب الكمي: انهيار كامل وكيف تصبح كمية
مراجع حسابات
