آزمون های آماری چیست؟
آزمون های آماری روشی برای تعیین اینکه آیا دو مجموعه‌داده به طور قابل توجهی با یکدیگر متفاوت هستند یا خیر می‌باشد . برای انجام این کار، آزمون های آماری از چندین معیار آماری مانند میانگین، انحراف معیار و ضریب تغییرات استفاده می کنند. هنگامی که معیارهای آماری محاسبه شدند، آزمون آماری سپس آنها را با مجموعه‌‌ای از معیارهای از پیش تعیین‌شده مقایسه می کند. اگر داده‌ها معیارها را داشته باشند، آزمون آماری به این نتیجه می رسد که بین دو مجموعه‌داده تفاوت معناداری وجود دارد.
بسته به نوع داده‌های مورد تجزیه و تحلیل، آزمون های آماری مختلفی وجود دارد که می توان از آن ها استفاده کرد. با این حال، برخی از رایج ترین آزمون های آماری عبارتند از آزمون های t، آزمون های chi-squared و آزمون های ANOVA.
انواع آزمون‌های آماری
هنگام کار با داده‌های آماری می توان از چندین ابزار برای تجزیه و تحلیل اطلاعات استفاده کرد.
1- آزمون های آماری پارامتریک
آزمون‌های آماری پارامتریک در مقایسه با آزمون‌های غیرپارامتری الزامات دقیقی دارند. همچنین، آنها استنتاج قوی تری از داده‌ها ارائه می‌کنند. علاوه بر این، آنها را فقط می توان با داده‌هایی انجام داد که به فرضیات رایج آزمون های آماری پایبند باشند. برخی از انواع رایج آزمون های پارامتریک، آزمون های رگرسیون، آزمون های مقایسه ای و آزمون های همبستگی هستند.
1.1. آزمون های رگرسیون
آزمون های رگرسیون روابط علت و معلولی را تعیین می کنند. می توان از آنها برای تخمین اثر یک یا چند متغیر پیوسته بر متغیر دیگر استفاده کرد.
- رگرسیون خطی ساده
نوعی آزمون است که رابطه بین یک متغیر وابسته و یک متغیر مستقل را با استفاده از یک خط مستقیم توصیف می کند. این آزمون رابطه بین دو متغیر کمی را تعیین می کند.
- رگرسیون خطی چندگانه
رابطه بین یک متغیر وابسته کمی و دو یا چند متغیر مستقل را با استفاده از خط مستقیم اندازه‌گیری می‌کند.
- رگرسیون لجستیک
مسئله تحقیق را پیش بینی و طبقه‌بندی می کند. رگرسیون لجستیک به شناسایی ناهنجاری های داده‌ها کمک می کند، که می تواند تقلب پیش‌بینی‌کننده باشد.
1.2. آزمون های مقایسه ای
آزمون‌های مقایسه‌ای تفاوت‌های میان میانگین‌های گروهی را مشخص می‌کنند. می‌توان از آن ها برای آزمایش تأثیر یک متغیر طبقه‌بندی بر میانگین ارزش سایر ویژگی ها استفاده کرد.
- T-test
یکی از رایج‌ترین آزمون‌های آماری، آزمون t است که برای مقایسه میانگین‌های دو گروه (مثلاً میانگین قد مردان و زنان) استفاده می‌شود. زمانی که از پارامترهای جمعیت (میانگین و انحراف معیار) آگاهی ندارید، می‌توانید از آزمون t استفاده کنید.
- Paired T-test
تفاوت بین دو متغیر از یک جامعه (نمرات قبل و بعد از آزمون) را آزمون می‌کند. به عنوان مثال اندازه‌گیری نمره عملکرد کارآموز قبل و بعد از اتمام برنامه آموزشی.
- Independent t-test
به Independent t-test، آزمون t دو نمونه‌ای نیز گفته‌می‌شود. این یک آزمون آماری است که تعیین می‌کند آیا تفاوت آماری معنی‌داری بین میانگین‌ها در دو گروه غیرمرتبط وجود دارد یا خیر. به عنوان مثال، مقایسه بیماران سرطانی و زنان باردار در یک جمعیت.
- One sample T-test
در این آزمون میانگین یک گروه با میانگین داده‌شده مقایسه می‌شود. به عنوان مثال،تعیین افزایش و کاهش فروش در میانگین فروش داده شده.
- ANOVA
آزمون ANOVA (آنالیز واریانس) تفاوت بین میانگین‌های بیش از دو گروه را تجزیه و تحلیل می‌کند. ANOVA یک طرفه تعیین می‌کند که چگونه یک عامل بر دیگری تأثیر می‌گذارد،در حالی که تجزیه و تحلیل دو طرفه نمونه‌ها را با متغیرهای مختلف مقایسه می‌کند.با مقایسه میانگین نمونه‌های مختلف تاثیر یک یا چند عامل را تعیین می‌کند.
- MANOVA
MANOVA که مخفف عبارت Multivariate Analysis of Variance است،تجزیه و تحلیل رگرسیون و تجزیه و تحلیل واریانس را برای چندین متغیروابسته توسط یک یا چند متغیر عاملی یا متغیرهای کمکی ارائه می‌دهد. همچنین، تفاوت آماری بین یک متغیر وابسته‌پیوسته و یک متغیر گروه‌بندی مستقل را بررسی می‌کند.
- Z-test
این یک آزمون آماری است که تعیین می‌کند که آیا دو میانگین جامعه متفاوت هستند،مشروط بر اینکه واریانس‌ها مشخص باشد و حجم نمونه بزرگ باشد.
1.3. آزمون های همبستگی
آزمون های همبستگی بررسی می کنند که آیا متغیرها بدون فرضیه رابطه علت و معلولی مرتبط هستند یا خیر. از این آزمون‌ها می‌توان برای بررسی اینکه آیا دو متغیری که می‌خواهید در یک آزمون رگرسیون چندگانه استفاده کنید همبستگی دارند یا خیر، استفاده کرد.
- ضریب همبستگی پیرسون
این یک روش معمول برای اندازه گیری همبستگی خطی است. ضریب عددی بین 1- و 1 است و قدرت و جهت رابطه بین دو متغیر را مشخص می کند. تغییر در یک متغیر مسیر تغییر متغیر دیگر را در همان جهت تغییر می دهد.
2- آزمون های آماری ناپارامتریک
آزمون‌های ناپارامتریک در مقایسه با آزمون‌های پارامتریک، فرضیات زیادی درباره داده‌ها ایجاد نمی‌کنند. آنها زمانی مفید هستند که یک یا چند فرضیه آماری رایج نقض شوند. با این حال، این استنباط ها به اندازه آزمون های پارامتریک دقیق نیستند.
- آزمون Chi-Square
آزمون Chi-Square دو متغیر مقوله‌ای را با هم مقایسه می کند. علاوه بر این، محاسبه مقدار آماری Chi-Square و مقایسه آن با یک مقدار بحرانی از توزیع Chi-Square به شما امکان می دهد ارزیابی کنید که آیا فرکانس مشاهده‌شده به طور قابل توجهی با فرکانس مورد انتظار متفاوت است یا خیر.
7 روش ضروری برای انتخاب آزمون آماری مناسب
1- سوال تحقیق
تصمیم گیری برای یک آزمون آماری بستگی به سوال تحقیقی دارد که باید به آن پاسخ داده‌شود. علاوه بر این، سؤالات تحقیق به شما در تدوین ساختار‌داده و طراحی تحقیق کمک می‌کند.
2- تدوین فرضیه صفر
پس از تعریف سوال تحقیق، می توانید یک فرضیه صفر ایجاد کنید. یک فرضیه صفر نشان می دهد که هیچ رابطه معناداری در مشاهدات مورد انتظار وجود ندارد.
3- سطح اهمیت در پروتکل مطالعه
قبل از اجرای پروتکل مطالعه، سطحی از اهمیت مشخص می شود. سطح معناداری اهمیت آماری را تعیین می کند که پذیرش یا رد فرضیه صفر را مشخص می کند.
4- تصمیم بین یک طرفه یا دو طرفه بودن
شما باید تصمیم بگیرید که آیا مطالعه شما باید یک آزمون یک طرفه باشد یا دو طرفه. اگر شواهد واضحی دارید که آمارها به یک جهت منتهی می شوند، باید آزمایش های یک طرفه را انجام دهید. با این حال، اگر جهت خاصی از تفاوت مورد انتظار وجود نداشته باشد، باید یک آزمایش دو طرفه انجام دهید.
5- تعداد متغیرهایی که باید تجزیه و تحلیل شوند.
آزمون ها و روش های آماری بر اساس تعداد متغیرهایی که برای تجزیه و تحلیل طراحی شده‌اند تقسیم می شوند. بنابراین، هنگام انتخاب آزمون، باید در نظر بگیرید که چند متغیر را می خواهید تجزیه و تحلیل کنید.
6- نوع داده
مهم است که مشخص کنید داده‌های شما پیوسته، دسته‌بندی‌شده یا باینری هستند. در مورد داده‌های‌پیوسته، همچنین باید بررسی کنید که آیا داده‌ها به طور معمول توزیع شده‌اند یا خیر، تا بهتر بتوانید مشخص کنید که کدام آزمون آماری را در نظر بگیرید.
7- طرح های مطالعه زوجی و غیر زوجی
یک طرح زوجی شامل مطالعات مقایسه‌ای است که در آن دو میانگین جمعیت زمانی که دو نمونه به یکدیگر وابسته هستند مقایسه می‌شوند. در یک طرح مطالعه بدون جفت یا مستقل، نتایج دو نمونه، گروه‌بندی‌شده و سپس با هم مقایسه می شوند.
اکنون که هفت مرحله برای انتخاب آزمون آماری را می دانید، در راه یافتن آزمون مناسب برای سؤال تحقیق خود هستید. هر موقعیت منحصر به فرد است. مهم است که همه گزینه‌های خود را درک کنید و یک تصمیم آگاهانه بگیرید.
به یاد داشته باشید که اگر مطمئن نیستید کدام آزمون را انتخاب کنید، همیشه با محقق یا متخصص آماری خود مشورت کنید.
