 |
Nämä WINKSin tilasto-oppaat selittävät lääketieteen tavanomaisten tilastollisten analyysimenetelmien käyttöä ja tulkintaa, farmaseuttiseen, kliinisiin tutkimuksiin, markkinointiin tai tieteelliseen tutkimukseen. Esimerkit sisältävät WINKS SDA Version 6.0 -ohjelmiston käyttöohjeet. Lataa WINKSin arviointikopio. |
|---|
Yleinen tieteellisen kokeilun muoto on kahden ryhmän vertailu. Tämä vertailu voi olla kahden eri hoidon vertailu, hoidon vertailu kontrolliin tai ennen ja jälkeen -vertailu. Kahden ryhmän vertailuun tarkoitettujen kokeiden alustavat tulokset tiivistetään yleensä kunkin ryhmän keskiarvoksi tai pistemääräksi. Kun olet tehnyt yhteenvedon näistä tiedoista, miten päätät, ovatko havaitut erot kahden ryhmän välillä todellisia vai vain sattumanvaraisia eroja, jotka johtuvat mittausten luonnollisesta vaihtelusta? Yleinen tapa lähestyä tätä kysymystä on suorittaa tilastollinen analyysi.
Kaksi yleisimmin käytettyä tilastollista menetelmää kahden ryhmän vertailuun, kun ryhmien mittaukset ovat normaalisti jakautuneita, ovat riippumattoman ryhmän t-testi ja parittainen t-testi. Mitä eroa näillä kahdella testillä on ja milloin kumpaakin tulisi käyttää?
Riippumattomien ryhmien t-testi on suunniteltu kahden ryhmän välisten keskiarvojen vertailuun, kun kussakin ryhmässä on eri koehenkilöitä. Ihannetapauksessa nämä koehenkilöt valitaan satunnaisesti suuremmasta koehenkilöpopulaatiosta ja osoitetaan jompaankumpaan kahdesta käsittelystä. Toinen tapa jakaa koehenkilöt kahteen ryhmään on määrätä heidät satunnaisesti jompaankumpaan kahdesta hoidosta silloin, kun he tulevat tutkimukseen. Tämä satunnaistaminen suoritetaan usein kaksoissokkona.
Normaalisuusoletuksen lisäksi toinen riippumattoman ryhmän t-testin vaatimus on, että kahden ryhmän varianssit ovat samat. Toisin sanoen, jos havainnoidut tiedot kummastakin kahdesta ryhmästä piirretään, tuloksena olevat kellonmuotoiset histogrammit ovat suunnilleen samanmuotoisia. Ennen riippumattoman ryhmän t-testin varsinaista suorittamista suoritetaan usein tilastollinen esitesti sen hypoteesin tarkistamiseksi, että varianssit ovat samat. Vaihtoehtoja epätasa-arvoisen varianssin tapauksessa käsitellään myöhemmin.
Kun tiedot on kerätty ja t-testin suorittamisen edellytykset täyttyvät, verrataan kahden ryhmän keskiarvoja. T-testin matematiikka voidaan suorittaa tilastollisilla data-analyysiohjelmilla, kuten WINKS-ohjelmalla. Se, onko kahden keskiarvon välillä tilastollisesti merkitsevä ero, ilmoitetaan p-arvona. Tyypillisesti, jos p-arvo on alle tietyn tason (yleensä 0,05), päätellään, että kahden ryhmän keskiarvojen välillä on ero. Mitä pienempi p-arvo on, sitä suurempi on ”näyttö” siitä, että kahden ryhmän keskiarvot eroavat toisistaan. Juuri p-arvo ilmoitetaan yleensä lehtiartikkeleissa tutkijan hypoteesin tueksi, joka koskee kahden ryhmän havaittuja tuloksia.
Toinen yleisesti käytetty t-testin tyyppi on parittainen t-testi. Tässä tapauksessa molempien ryhmien koehenkilöt ovat samoja tai sovitettuja. Toisin sanoen samoja koehenkilöitä havainnoidaan kahdesti, usein siten, että mittausten välillä tapahtuu jokin interventio. Samojen koehenkilöiden käytön etuna on, että kokeellinen vaihtelu on vähäisempää kuin riippumattomien ryhmien tapauksessa. Tutkija voi esimerkiksi tarkkailla painoa tai kolesterolitasoja ennen ja jälkeen hoidon. Tässä testissä tarkkaillaan ja verrataan kahden toistuvan havainnon välistä keskiarvoeroa. Jos ero on riittävän suuri, on näyttöä siitä, että hoito on aiheuttanut jonkin muutoksen havaitussa muuttujassa. Suoritetaan parittainen t-testi, ja ryhmien välinen havaittu ero tiivistetään p-arvoksi.
T-testin suorittamisen etuna on, että se on helppo ymmärtää ja yleensä helppo suorittaa. Se, että näitä testejä käytetään niin paljon, ei kuitenkaan tee niistä oikeaa analyysia kaikkiin vertailuihin. On olemassa muutamia varoituksia, jotka sinun tulisi tiedostaa ennen näiden testien suorittamista. Kuten aiemmin mainittiin, esimerkiksi riippumattomien ryhmien t-testissä, jos varianssit eivät ole yhtä suuret, on suoritettava varianssia stabiloiva muunnos tai t-testin muunnos yleensä Welchsin t-testi (t-testi epätasa-arvoisille variansseille.) Tässä riippumattomien ryhmien t-testin versiossa otetaan huomioon varianssien erot ja mukautetaan p-arvoa vastaavasti. Jos jommankumman testin tiedot eivät ole normaalijakautuneita, voidaan joutua käyttämään toisenlaista vertailutestiä, ei-parametrista testiä. Riippumattomien ryhmien tapauksessa ei-parametrinen testi on yleensä Mann-Whitneyn testi. Paritetuille tiedoille, jotka eivät ole normaalijakautuneita, käytetään yleensä Wilcoxenin signed-rank-testiä. Kaikki nämä testit ovat käytettävissä WINKS:ssa.
Lisäksi joskus tutkijat tekevät sen virheen, että he suorittavat useita t-testejä, kun heidän tutkimuksessaan on enemmän kuin kaksi ryhmää. Tämä lähestymistapa tuhoaa p-arvon merkityksen ja johtaa virheellisiin johtopäätöksiin aineistosta. Usean t-testin sijasta on olemassa muita tilastollisia lähestymistapoja usean ryhmän analyysiin, nimittäin varianssianalyysi.
Päätös siitä, mitä vertailutestiä käytetään tiettyyn analyysiin, on ratkaisevan tärkeä, jotta tutkimustuloksista voidaan tehdä puolueettomia ja oikeita päätöksiä. Ammattipaperit hylätään usein, kun tutkimusaineistolle tehdään sopimattomia testejä. Siksi analyysit kannattaa valita huolella ja konsultoida ammattitaitoista tilastotieteilijää, jos on epäselvyyttä siitä, millaista analyysia kannattaa käyttää.
VINKIT SDA Data Analytics Software Edullinen ohjelmisto ennakoivaan analytiikkaan terveydenhuollossa, tieteessä, liike-elämässä ja julkishallinnossa
Vapaa lähetys rajoitetuksi ajaksi…
Paras hinta tilasto-ohjelmistosta, alk. 75 dollaria ladattavasta versiosta. (Vähemmän opiskelijaversioille.)
WINKS
Statistical Software
Luotettava. Merkityksellinen. Affordable.
www.texasoft.com
Takaamme, että WINKS täyttää tilastolliset tarpeesi — tai saat rahasi takaisin! (Palauta 30 päivän kuluessa ja saat täyden hyvityksen.)
|Tutorial Index |WINKS Software |BeSmartNotes |
Vastaa