Você pode usar uma T -Test em dados Classificado

? Os testes estatísticos são usados ​​para determinar se uma relação hipotética entre as variáveis ​​tem significância estatística. Tipicamente , o teste irá medir o grau em que as variáveis ​​ou correlacionar ou diferir . Paramétricos são aqueles que contam com as tendências centrais das variáveis ​​e assumir uma distribuição normal . Testes não-paramétricos não fazer suposições sobre as distribuições da população. T- teste

O teste t é um teste paramétrico que compara as médias das amostras e populações envolvidas. Existem diversas variedades de testes t . Um t – teste de uma amostra compara a média de uma amostra com uma média hipotética . Um teste t de amostras independentes olha se as médias de duas amostras diferentes têm valores semelhantes. Um teste t para amostras pareadas é usado quando há duas observações para comparar para cada assunto na amostra. O teste t é projetado para dados numéricos que tem uma distribuição normal.

Dados ordinais Dados

ordinal é derivado de dados que descreve os valores relativos de cada unidade no amostra . Por exemplo, dados ordinais das alturas de 10 alunos em uma sala de aula seria simplesmente os números de 1 a 10 , onde 1 pode representar o aluno mais curto e 10 pode representar o aluno mais alto . Sem alunos que têm o mesmo valor , a menos que eles tinham exactamente a mesma altura . As medidas de tendência central são sem sentido com dados ordinais.

Inadequação de T- teste

T -testes não são adequados para uso com dados ordinais. Como os dados ordinal não tem tendência central , que também não tem distribuição normal . Os valores de dados ordinais estão uniformemente distribuídas , não agrupados em torno de um ponto médio . Devido a isso, um teste t de dados ordinais não teria nenhum significado estatístico.

Outros testes adequados

Há três testes de significância estatística que são apropriados para usar com dados ordinais. Correlação de ordem de ordem de Spearman é apropriado para usar quando há apenas duas variáveis ​​envolvidas , e sua relação é monótona , embora não necessariamente linear. Em relações monótonas , como os primeiros aumentos variáveis ​​, não há nenhuma mudança na direcção da segunda variável . O teste de Kruskal -Wallis foi projetado para casos em que há mais de duas amostras , e os dados não são normalmente distribuídos. Isso é semelhante a uma análise unidireccional da variância . A análise de variância de Friedman por fileiras pode ser usado quando há três ou mais observações de uma única variável em um único grupo.