Quais os tipos de análise estatística são em Projetos de Pesquisa

? Enquanto a coleta de dados é importante para um estudo de pesquisa , ainda mais importante são os testes estatísticos utilizados para analisar os dados. Sem análise, os dados são sem sentido. Com a análise incorreta, os dados podem ser confusas e enganosas. Existem dois tipos básicos de ensaios estatísticos : as que mostram correlações e aquelas que mostram causa . Pearson R

Pearson R é uma análise estatística básica que mede a força ea direção de uma correlação entre duas variáveis ​​, como renda e peso ou a altura e idade. Para usar a análise R de Pearson , os dados devem ser numéricos , ou intervalo, dados. Isto inclui outros dados numéricos idade , temperatura, extensão ou . Como um teste para ver se os seus dados são apropriados para R de Pearson , pergunte-se quantas casas após um ponto decimal que você poderia descobrir a medição. Se for dois ou mais, você provavelmente tem bons dados para o teste de Pearson . Você não pode fazer teste R de Pearson para as categorias , como ” caloiro , estudante de segundo ano , júnior, sênior ” ou ” masculino /feminino “.

Chi Square e classificação de Correlação de Spearman

Se as variáveis ​​em uma análise da pesquisa são categorias , então Chi Square é o teste que lhe dará resultados significativos. As categorias incluem masculino /feminino , classe na escola , raça, clube e delineamentos semelhantes . Correlação de postos de Spearman é utilizado para encontrar a força ea direção das correlações quando pelo menos uma variável é uma variável ordinal; isto é , as categorias de variáveis ​​pode ser razoavelmente classificada . Isso pode incluir notas, avaliação de professores , ou categorias, tais como , “concordo , um pouco de acordo, não tenho certeza , um pouco discordar, discordar. ” Qualquer um dos testes de correlação só pode mostrar uma correlação , ou uma relação entre duas variáveis. Nenhum pode indicar que uma variável faz com que outro para ser verdade.

Teste t

A t -teste é o teste estatístico mais comum em trabalhos de pesquisa. Ele avalia as diferenças entre as médias de dois grupos . Por exemplo , experiências comuns analisar as diferenças entre um grupo que foi exposto a um determinado factor e um grupo que não foi exposto – o grupo de controlo . A t -teste pode mostrar as diferenças entre os resultados dos testes de alunos em risco que foram dadas explicações e os que não eram. Pode avaliar as diferenças entre os dias de recuperação de pacientes que receberam uma nova droga e aqueles que receberam uma droga antiga . Este teste precisa de uma variável independente : uma variável que grupos de pessoas em categorias , tais como crianças em risco sem tutoria e em situação de risco as crianças com aulas particulares . O teste também requer uma variável dependente , como os resultados dos testes .

ANOVA

ANOVA significa análise de variância , e compara os meios de mais de dois grupos diferentes . Por exemplo, a extensão do ensaio entre Tutelado e as crianças não – tutelados , você pode adicionar um grupo de crianças média desempenho para um total de três grupos. No exame médico , você pode comparar grupos que receberam nenhuma droga, a idade de drogas e a nova droga . Um teste usando ANOVA ainda precisa de uma variável independente , mas não pode haver três ou mais categorias nesta variável . O teste também requer uma variável dependente , tais como dias de recuperação.