testul z pentru un eŞantion - wordpress.com · web viewtestul z pentru un eŞantion când folosim?...
TRANSCRIPT
Psihologie experimentală, semestrul 2
TESTUL Z PENTRU UN EŞANTION
Când folosim? facem comparaţie între media unui eşantion şi media unei populaţii
Condiţii : - cunoaştem media populaţiei (μ) şi abaterea standard a populaţiei (σ) sau
- eşantionul e mai mare de 30 de subiecţi (100 de subiecţi, după Cohen)
Exemplu: Există diferenţe între media elevilor de la liceul de muzică şi media populaţiei de elevi la
examenul de bacalaureat?
Ipoteza nulă şi ipoteza specifică :
H0: μ-μ0= 0; media populaţiei din care este extras eşantionul este egală cu media populaţiei de
comparaţie; eşantionul face parte din populaţie
Hs: μ-μ0≠ 0; populaţia din care face parte eşantionul este diferită de populaţia de comparaţie; eşantionul
nu face parte din populaţie
Valoarea critică:
Pentru pragul α = 0, 05, valoarea lui z critic este de 1, 96; pentru pragul α = 0, 01, valoarea lui z critic
este 2,58
Modalitate de calcul:
Pentru calculul lui z ţinem cont de: media eşantionului (m), media populaţiei (μ) şi abaterea standard a
populaţiei (dacă o cunoaştem) sau abaterea standard a eşantionului
Decizia statistică: Dacă valoarea lui z calculat este mai mare decât valoarea lui z critic, atunci
respingem ipoteza nulă; dacă valoarea lui z calculat este mai mică decât z critic, atunci nu respingem ipoteza
nulă
Alte calcule:
Estimarea mediei populaţiei din care face parte eşantionul: estimăm limitele între care se găseşte (cu
probabilitate de 99% sau 95%); media populaţiei din care face parte eşantionul; Pentru a face estimarea ne
folosim de : media eşantionului, valoarea lui z critic pentru α = 0, 05 sau α = 0, 01 şi eroarea standard a mediei
(abaterea standard a distribuţiei eşantioanelor de volum n)
Page 1 of 15
z =
Psihologie experimentală, semestrul 2
TESTUL t PENTRU UN EŞANTION
Când folosim? facem comparaţie între media unui eşantion şi media unei populaţii
Condiţii: - cunoaştem media populaţiei (μ) şi
- eşantionul e mai mic de 30 de subiecţi
Exemplu: Există diferenţe între media studenţilor din Bistriţa şi media studenţilor din anul 1, în general,
la psihologie experimentală?
Ipoteza nulă şi ipoteza specifică:
H0: μ-μ0= 0; media populaţiei din care este extras eşantionul este egală cu media populaţiei de
comparaţie; eşantionul face parte din populaţie
Hs: μ-μ0≠ 0; populaţia din care face parte eşantionul este diferită de populaţia de comparaţie; eşantionul
nu face parte din populaţie
Valoarea critică:
Căutăm valoarea critică a lui t în tabelul distribuţiei lui t, în funcţie de gradele de libertate.
df = n-1
Modalitate de calcul:
Pentru calculul lui t ţinem cont de: media eşantionului (m), media populaţiei (μ) şi abaterea standard a
eşantionului (s).
Decizia statistică: Dacă valoarea lui t calculat este mai mare decât valoarea lui t critic, atunci respingem
ipoteza nulă; dacă valoarea lui t calculat este mai mică decât t critic, atunci nu respingem ipoteza nulă.
Alte calcule:
Estimarea mediei populaţiei din care face parte eşantionul: estimăm limitele între care se găseşte (cu
probabilitate de 99% sau 95%); media populaţiei din care face parte eşantionul; Pentru a face estimarea ne
folosim de : media eşantionului, valoarea lui t critic şi eroarea standard a mediei (abaterea standard a
distribuţiei eşantioanelor de volum n)
Page 2 of 15
t =
Psihologie experimentală, semestrul 2
TESTUL Z PENTRU DOUĂ EŞANTIOANE INDEPENDENTE
Când folosim? facem comparaţii între mediile a două eşantioane independente de subiecţi (design
experimental intersubiecţi)
Condiţii: variabila independentă este măsurată pe o scală nominală; variabila dependentă este
măsurată pe o scală de interval sau de proporţii; variabila dependentă are o distribuţie normală; eşantionul de
subiecţi a fost extras randomizat din populaţie, apoi a fost repartizat randomizat în două grupuri experimentale;
grupurile sunt mai mari de 30 (100) de subiecţi
Exemplu: Facem un experiment pentru a verifica efectul unui medicament asupra depresiei; un grup
primeşte medicamentul (grupul experimetal), alt grup nu primeşte medicamentul (grupul de control); la final
comparăm nivelul depresiei la grupul experimental cu nivelul depresiei la grupul de control. În fiecare grup
avem mai mult de 30 de subiecţi.
Ipoteza nulă şi ipoteza specifică :
Ho: μ1-μ2= 0; cele două eşantioane fac parte din aceeaşi populaţie;
Hs: μ1-μ2≠ 0 (testul bilateral) sau μ1-μ0 > 0, μ1-μ2 < 0 (testul unilateral)
Valoarea critică Pentru pragul α = 0, 05, valoarea lui z critic este de 1, 96; pentru pragul α = 0, 01,
valoarea lui z critic este 2,58
Modalitate de calcul
Pentru calculul lui z, folosim: diferenţa dintre mediile celor două grupuri (m1-m2), varianţele celor două
grupuri, numărul de subiecţi din cele două grupuri
Decizia statistică Dacă z calculat este mai mare decât z critic, atunci respingem ipoteza nulă.
Alte calcule:
Interval de încredere: putem calcula intervalul în care se găseşte, diferenţa mediilor la nivelul
populaţiei. Calculăm limita superioară şi limita inferioară în funcţie de: diferenţa mediilor (m1-m2), valoarea lui
z critic pentru α = 0, 05 sau α = 0, 01 şi eroarea standard a diferenţei mediilor
Mărimea efectului: cât de mare este diferenţa dintre cele două medii; mărimea efectului ne spune cât de
semnificativă este diferenţa din punct de vedere clinic
Puterea testului: capacitatea de a evita eroarea de tip 2 (eroarea β); capacitatea testului de a descoperi şi
diferenţele mici între cele două eşantioane
Page 3 of 15
ρ =
d =
z =
Psihologie experimentală, semestrul 2
TESTUL t PENTRU DOUĂ EŞANTIOANE INDEPENDENTE
Când folosim? facem comparaţii între mediile a două eşantioane independente de subiecţi (design
experimental intersubiecţi)
Condiţii: variabila independentă este măsurată pe o scală nominală; variabila dependentă este
măsurată pe o scală de interval sau de proporţii; variabila dependentă are o distribuţie normală; eşantionul de
subiecţi a fost extras randomizat din populaţie, apoi a fost împărţit randomizat în două grupuri; grupurile sunt
mai mici de 30 (100) de subiecţi
Exemplu: Facem un experimentul la fel ca şi în cazul testului z pentru eşantioane dependente, dar
acum grupurile au mai puţin de 30 de subiecţi.
Ipoteza nulă şi ipoteza specifică :
Ho: μ1-μ2= 0; cele două eşantioane fac parte din aceeaşi populaţie;
Hs: μ1-μ2≠ 0 (testul bilateral) sau μ1-μ0 > 0, μ1-μ2 < 0 (testul unilateral)
Valoarea critică Căutăm valoarea critică a lui t în tabelul distribuţiei t, în funcţie de gradele de libertate.
df= n1+ n2-2
Modalitate de calcul
Pentru calculul lui t, folosim: diferenţa dintre mediile celor două grupuri (m1-m2),varianţa ponderată
pentru cele două grupuri (se calculează în funcţie de varianţa grupurilor), numărul de subiecţi din cele două
grupuri
Decizia statistică Dacă t calculat este mai mare decât t critic, atunci respingem ipoteza nulă. Dacă t
calculat este mai mic decât t critic, atunci nu respingem ipoteza nulă.
Alte calcule:
Interval de încredere: putem calcula intervalul în care se găseşte diferenţa mediilor la nivelul
populaţiei. Calculăm limita superioară şi limita inferioară în funcţie de: diferenţa mediilor (m1-m2), valoarea lui
t critic pentru α = 0, 05 sau α = 0, 01 şi eroarea standard a diferenţei mediilor
Mărimea efectului: cât de mare este diferenţa dintre cele două medii; mărimea efectului ne spune cât de
semnificativă este diferenţa din punct de vedere clinic
Puterea testului: capacitatea de a evita eroarea de tip 2 (eroarea β); capacitatea testului de a descoperi şi
diferenţele mici între cele două eşantioane
Page 4 of 15
ρ =
d =
t =
Psihologie experimentală, semestrul 2
TESTUL Z PENTRU DOUĂ EŞANTIOANE DEPENDENTE (PERECHI)
Când folosim? a) facem comparaţii între două măsurători repetate pentru acelaşi grup b) facem
comparaţii între două grupuri dependente (exemplu, un grup alcătuit din părinţi, alt grup din copiii lor)
Condiţii: variabila independentă este măsurată pe o scală nominală; variabila dependentă este
măsurată pe o scală de interval sau de proporţii; variabila dependentă are o distribuţie normală; eşantionul a
fost extras randomizat din populaţie; eşantionul este mai mare de 30 (100) de subiecţi
Exemplu: Facem un experiment pentru a verifica efectul unui medicament asupra depresiei; grupul de
subiecţi este măsurat înainte de începerea experimentului (prima măsurătoare), iar apoi este măsurat după ce
primeşte medicamentul (a doua măsurătoare); se compară nivelul depresiei la prima măsurătoare cu nivelul
depresiei la a doua măsurătoare. Grupul este mai mare de 30 de subiecţi.
Ipoteza nulă şi ipoteza specifică :
Ho: μd= 0; la nivel de populaţie, media diferenţelor dintre prima măsurătoare şi cea de-a doua
măsurătoare este 0
Hs: μd ≠ 0 (testul bilateral) sau μd >0, μd <0 (testul unilateral)
Valoarea critică Pentru pragul α = 0, 05, valoarea lui z critic este de 1, 96; pentru pragul α = 0, 01,
valoarea lui z critic este 2,58
Modalitate de calcul
Pentru calculul lui z, folosim: media diferenţelor dintre cele două grupuri (md), abaterea standard a
diferenţelor dintre cele două măsurători, numărul de subiecţi din eşantion
Decizia statistică Dacă z calculat este mai mare decât z critic, atunci respingem ipoteza nulă.
Alte calcule:
Interval de încredere: putem calcula intervalul în care se găseşte, diferenţa mediilor la nivelul
populaţiei. Calculăm limita superioară şi limita inferioară în funcţie de: media diferenţelor (md), valoarea lui z
critic pentru α = 0, 05 sau α = 0, 01 şi eroarea standard a mediei diferenţelor
Page 5 of 15
z =
Psihologie experimentală, semestrul 2
TESTUL t PENTRU DOUĂ EŞANTIOANE DEPENDENTE (PERECHI)
Când folosim? 1. facem comparaţii între două măsurători repetate pentru acelaşi grup 2. facem
comparaţii între două grupuri dependente (exemplu, părinţi- copii)
Condiţii: variabila independentă este măsurată pe o scală nominală; variabila dependentă este
măsurată pe o scală de interval sau de proporţii; variabila dependentă are o distribuţie normală; eşantionul a
fost extras randomizat din populaţie; eşantionul este mai mic de 30 (100) de subiecţi
Exemplu: Facem un experiment pentru a verifica efectul unui medicament asupra depresiei; grupul de
subiecţi este măsurat înainte de începerea experimentului (prima măsurătoare), iar apoi este măsurat după ce
primeşte medicamentul (a doua măsurătoare); se compară nivelul depresiei la prima măsurătoare cu nivelul
depresiei la a doua măsurătoare. Grupul este mai mic de 30 de subiecţi.
Ipoteza nulă şi ipoteza specifică :
Ho: μd= 0; la nivel de populaţie, media diferenţelor dintre prima măsurătoare şi cea de-a doua
măsurătoare este 0
Hs: μd ≠ 0 (testul bilateral) sau μd >0, μd <0 (testul unilateral)
Valoarea critică Căutăm valoarea lui t critic în tabelul distribuţiei t., în funcţie de gradele de libertate.
df = n-1
Modalitate de calcul
Pentru calculul lui t, folosim: media diferenţelor dintre cele două grupuri (md), abaterea standard a
diferenţelor dintre cele două măsurători, numărul de subiecţi din eşantion.
Decizia statistică Dacă t calculat este mai mare decât t critic, atunci respingem ipoteza nulă.
Alte calcule:
Interval de încredere: putem calcula intervalul în care se găseşte, diferenţa mediilor la nivelul
populaţiei. Calculăm limita superioară şi limita inferioară în funcţie de: media diferenţelor (md), valoarea lui t
critic pentru α = 0, 05 sau α = 0, 01 şi eroarea standard a mediei diferenţelor
Page 6 of 15
t =
Psihologie experimentală, semestrul 2
ANOVA UNIFACTORIAL PENTRU EŞANTIOANE INDEPENDENTE
Când folosim? facem comparaţii între mediile unor grupuri independente de subiecţi şi avem mai mult
decât trei grupuri; avem o singură variabilă independentă, cu cel puţin trei modalităţi
Condiţii : grupurile de subiecţi sunt selectate randomizat din populaţie; variabila independentă este
măsurată pe o scală nominală şi are cel puţin trei modalităţi; variabila dependentă este măsurată pe o scală de
proporţii sau de interval şi are o distribuţie normală
Exemplu: Vrem să comparăm efectul mai multor doze de medicament asupra depresiei. Primul grup
primeşte o doză mică de medicament, al doilea grup primeşte o doză medie, iar alt grup primeşte o doză mare.
La final, comparăm nivelul depresiei pentru cele trei grupuri.
Ipoteza nulă şi ipoteza specifică
H0: μ1= μ2 = μ3=.........= μn
Hs: ipoteza nulă este falsă; apare o diferenţă semnificativă; nu spune exact dacă diferenţa
semnificativă este între prima şi a doua măsurătoare, prima şi a treia, etc.
Valoarea critică: Aflăm valoarea lui F critic din tabelele speciale a lui F, în funcţie de două tipuri de
gradede libertate: gradele de libertate between şi gradele de libertate within.
dfbet= k- 1 dfwit = N-k
Modalitate de calcul. Pentru calculul lui F, ţinem cont de două tipuri de varianţă: varianţa between
(varianţa care apare între grupurile de subiecţi) şi varianţa within (varianţa care apare în interiorul fiecărui grup
de subiecţi). Varianţa este egală cu suma pătratelor împărţit la gradele de libertate. F calculat este egal cu
varianţa between împărţit la varianţa within.
Pentru a calcula SS bet, raportăm media fiecărui grup la media totală. Pentru a calcula SS wit adunăm SS
din fiecare grup.
Decizia statistică: dacă F calculat este mai mare decât F critic, atunci respingem ipoteza nulă; dacă F
calculat este mai mic decât F critic, atunci nu respingem ipoteza nulă
Alte calcule:
Mărimea efectului: ne arată cât la sută din varianţa totală (diferenţele dintre subiecţi) apare din cauza
intervenţei noastre.
Puterea testului: ne arată ce capacitate are testul să descopere si diferenţele mici între medii (să evite
eroarea de tip 2)
Page 7 of 15
F =
η(eta) =
f =
Psihologie experimentală, semestrul 2
TESTE POST HOC
TESTUL T PROTEJAT FISHER
Când folosim? este un test post- hoc; folosim după ce am calculat valoarea lui F (ANOVA) pentru a
vedea unde se găsesc exact diferenţe semnificative între medii
Condiţii : am aplicat ANOVA şi am găsit un F semnificativ (ştim că, undeva, între medii, apare cel puţin
o diferenţa semnificativă); folosim atunci când avem 3 grupe de comparaţie (de la 4 grupe în sus, nu mai
controlează bine α)
Ipoteza nulă şi ipoteza specifică : H0: μi- μj= 0 Hs: μi- μj ≠ 0
Valoarea critică: aflăm valoarea lui t din tabelul special al lui t Fisher, în funcţie de gradele de libertate
df = dfw
Modalitate de calcul: calculăm valoarea lui t protejat într-un mod asemănător cu valoarea lui t pentru
eşantioane independente; dar, în loc să folosim varianţa ponderată de la cele două eşantioane, folosim în
formulă varianţa within calculată pentru toate eşantioanele de subiecţi
Alte calcule:
Dacă numărul de subiecţi din eşantioane este egal, atunci putem folosi o formulă mai scurtă. Least
significant difference (LSD) ne arată ce diferenţă trebuie să găsim între medii, pentru ca diferenţa să fie
semnificativă:
TESTUL TUCKEY
Când folosim? este un test post- hoc; folosim după ce am calculat valoarea lui F (ANOVA) pentru a
vedea unde se găsesc exact diferenţe semnificative între medii
Condiţii : nu e nevoie să avem un F semnificativ; folosim şi pentru mai mult de trei grupuri de
comparaţie; numărul de subiecţi trebuie să fie egal pentru toate grupurile
Ipoteza nulă şi ipoteza specifică : H0: μi- μj= 0 Hs: μi- μj ≠ 0
Valoarea critică: aflăm valoarea lui q din tabelul special, în funcţie de două grade de libertate:
a) dfw şi b) numărul de medii care pot fi comparate
Modalitate de calcul: calculăm valoarea lui q într-un mod asemănător cu t
Alte calcule:
Putem folosi o modalitate de calcul mai scurtă Honestly significant difference (HSD) ne arată ce
diferenţă trebuie să găsim între medii, pentru ca diferenţa să fie semnificativă.
Comparaţie: Testul t protejat are o putere mai mare; testul q reuşeşte să controleze mai bine eroarea α.
Page 8 of 15
q =
LSD= qcritic·
LSD= t critic ·
t =
Psihologie experimentală, semestrul 2
BONFERRONI – DUNN
Când folosim? Folosim şi post hoc şi apriori, atunci când avem comparaţii între mai multe medii; ne
ajută să păstrăm eroarea de tip 1(eroarea α) la un nivel scăzut
Ideea centrală: folosim testul t, dar adaptăm (schimbăm) valoarea pragului α, în funcţie de numărul de
comparaţii posibile pentru întregul experiment
αew= eroarea α acceptată pentru întregul set de comparaţii
j = numărul de comparaţii posibile
Valoarea critică: Căutăm valorile lui t critic în tabelele speciale Dunn.
TESTUL SCHEFFE
Când folosim? Folosim şi post hoc şi apriori, atunci când avem comparaţii între mai multe medii
(folosim ANOVA); ne ajută să păstrăm eroarea de tip 1(eroarea α) la un nivel scăzut
Ideea centrală: ne raportăm la o valoare diferită a lui F critic, în funcţie de numărul total de
comparaţii posibile
FS= valoarea adaptată a lui F critic
F critic= F critic pentru (k-1) şi (N-k) grade de libertate
METODA CONTRASTELOR LINIARECând folosim? Este o metodă apriori; o folosim atunci când facem comparaţii între mai multe medii, sau
facem comparaţii complexe, între grupuri de medii; comparaţiile sunt planificate înainte să culegem datele
Ipoteza nulă şi ipoteza specifică:
exemple: H0: μi- μj= 0 Hs: μi- μj ≠ 0
H0: (μi+ μj)- (μn+μm)= 0; Hs= (μi+ μj)- (μn+μm)≠ 0
Modalitate de calcul Se calculează coeficienţii mediilor pentru fiecare ipoteză nulă. Coeficienţii
mediilor sunt numerele cu care este înmulţită fiecare medie în ipoteza nulă. În funcţie de coeficienţii mediilor se
calculează valoarea lui F pentru contraste
Valoare critică: Aflăm F critic în tabel, în funcţie de gradele de libertate.
Decizia statististică: Dacă F calculat e mai mare decât F critic, respingem ipoteza nulă.
Page 9 of 15
α =
FS = (k-1)·Fcritic
L= ΣcimiSScontrast= F=
Psihologie experimentală, semestrul 2
ANOVA BIFACTORIAL
Când folosim? facem comparaţii între mediile unor grupuri independente de subiecţi; avem două variabile independente
Condiţii : grupurile de subiecţi sunt selectate randomizat din populaţie; variabilele independente sunt măsurate pe scale nominale; variabila dependentă este măsurată pe o scală de proporţii sau de interval şi are o distribuţie normală.
Exemplu: Comparăm efectul mai multor doze de medicament asupra depresiei), în cazul bărbaţilor şi al femeilor. Prima variabilă are trei modalităţi (doză mare, mică, medie), a doua variabilă are două modalităţi (bărbaţi şi femei). Avem un design experimental cu şase grupuri independente de subiecţi şi comparăm nivelul depresiei în cele şase situaţii.
Ipoteza nulă şi ipoteza specifică
Formulăm mai multe ipoteze nule şi mai multe ipoteze specifice, pentru că verificăm mai
multe tipuri de efect: a) efectul variabilei A b) efectul variabilei B c) efectul interacţiunii dintre A şi B
exemplu: ipoteza nulă pentru A: H0A: μa1= μa2= μa3=....... μa HsA: ipoteza nulă este falsă
Valoarea critică: Pentru fiecare efect calculat, aflăm valoarea lui F critic din tabel, în funcţie de gradele
de libertate between şi within (avem 3 F critic)
Gradele de libertate within sunt la fel, pentru toate tipurile de efect calculate: dfw = N-k
Gradele de libertate between sunt diferite pentru pentru fiecare tip de efect calculat:
df bet A= nr coloane -1; df bet B= nr rânduri-1; df bet AxB= dfbetAX df betB
Modalitate de calcul. Avem 3 F calculat, pentru fiecare tip de efect. Pentru calculul lui F, ţinem cont de
două tipuri de varianţă: varianţa between (varianţa care apare între grupurile de subiecţi) şi varianţa within
(varianţa care apare în interiorul fiecărui grup de subiecţi). F calculat este egal cu varianţa between împărţit
la varianţa within. Varianţa within este la fel pentru fiecare efect calculat, dar varianţa between se
calculează diferit pentru fiecare efect.
Pentru SSbetA, raportăm mediile coloanelor la media totală; pentru SSbetB raportăm mediile rândurilor la
media totală; pentru SSbet interacţiune, scădem SSbet A+ SSbet B din varianţa totală.
Decizia statistică: dacă F calculat este mai mare decât F critic, atunci respingem ipoteza nulă; dacă F calculat este mai mic decât F critic, atunci nu respingem ipoteza nulă Alte calcule Putem reprezenta grafic interacţiunea dintre cele două variabile (pe axa ox avem variabila A, pe axa oy avem variabila dependentă, iar în interiorul graficului reprezentăm B). Dacă liniile se intersectează, atunci interacţiunea este mare.
Page 10 of 15
FA= FB= FAxB=
Psihologie experimentală, semestrul 2
ANOVA UNIFACTORIAL CU MĂSURĂTORI REPETATE
Când folosim? a) facem comparaţii între cel puţin trei măsurători repetate pentru acelaşi grup b) facem
comparaţii între mediile a cel puţin trei grupuri de subiecţi
Condiţii : grupurile de subiecţi sunt selectate randomizat din populaţie; variabila independentă este măsurată pe o scală nominală, cu cel puţin trei modalităţi; variabila dependentă este măsurată pe o scală de proporţii sau de interval şi are o distribuţie normală
Exemplu: Vrem să comparăm efectul unui medicament asupra depresiei. Măsurăm nivelul depresiei înainte să dăm medicamentul (prima măsurătoare), apoi la două săptămâni după ce am început să dăm medicamentul (a doua măsurătoare), la o lună (a treia măsurătoare), etc. Facem comparaţie între cele trei măsurători.
Ipoteza nulă şi ipoteza specifică
Ho: μ1= μ2 = μ3=.........= μn; media diferenţelor dintre măsurători este egală cu 0; Hs: ipoteza nulă este
falsă; există o diferenţă semnificativă între măsurători, dar nu spune exact unde
Valoarea critică: Căutăm F critic în tabel, în funcţie de gradele de libertate pentru măsurători
(coloane) şi gradele de libertate pentru interacţiunea dintre subiecţi şi măsurători.
dfC= numărul de măsurători (coloane) -1 df inter = dfR x dfC
Modalitate de calcul. Calculăm F în funcţie de două tipuri de varianţă: varianţa pentru măsurători
repetate (varianţa pentru coloane) şi varianţa pentru interacţiunea dintre subiecţi şi măsurători. Nu avem
varianţă within!!
Pentru a calcula SSmăsurători (coloane) raportăm media pentru fiecare măsurătoare repetată la media totală.
Pentru a calcula SSinter scădem SSmăsurători (coloane)+SSsubiecţi (rânduri) din SStotal. F calculat este egal cu varianţa pentru
măsurători repetate, împărţit la varianţa interacţiunii dintre subiect şi măsurătoare.
Decizia statistică: dacă F calculat este mai mare decât F critic, atunci respingem ipoteza nulă; dacă F calculat
este mai mic decât F critic, atunci nu respingem ipoteza nulă.
Alte calcule Putem reprezenta grafic interacţiunea dintre subiecţi şi măsurători. Pe axa ox reprezentăm fiecare dinre măsurăori (modalităţile variabilei independente). Pe axa oy reprezentăm varibila dependentă. În interiorul graficului reprezentăm rezultatele pentru fiecare subiect. Dacă liniile prin care reprezentăm rezultatele subiecţilor sunt paralele, atunci nu există interacţiune între subiecţi şi măsurătoare (toţi subiecţii reacţionează în acelaşi fel la măsurători- există corelaţie între măsurători). Comparaţie cu ANOVA unifactorial independent. ANOVA MR are o putere a testului mai mare decât
ANOVA unifactorial independent.
Page 11 of 15
F=
Psihologie experimentală, semestrul 2
TESTUL U (Mann Withney)
pentru diferenţa rangurilor a două eşantioane independente
Când folosim? vrem să facem comparaţie între două grupuri independente de subiecţi; variabila independentă
este măsurată pe o scală nominală;
Condiţii variabila dependentă este măsurată pe o 1) scală ordinală sau 2) pe o scală de interval de interval sau
de rapoarte, dar distribuţia nu este una normală
Exemplu: dorim să comparăm rezultatele obţinute la test de două clase paralele de elevi.
Ipoteza nulă şi ipoteza specifică
Ho: cele două clase au fost extrase din aceeaşi populaţie; nu formulăm în termeni de medie,
pentru că nu calculăm media Hs: cele două clase nu fac pare din aceeaşi populaţie
Valoarea critică Căutăm valoarea lui U critic în tabelul valorilor critice pentru testul Mann Whithney, în
funcţie de numărul subieţilor din grupul A şi numărul subiecţilor din grupul B
Modalitate de calcul. Se aşează rezultatele în ordine, de la cel mai mic la cel mai mare, sau de la cel mai mare
la cel mai mic; se caculează rangul pentru fiecare valoare a variabilei dependente, apoi suma rangurilor pentru
fiecare grup.
Valoarea lui U se calculează pentru fiecare grup în parte, în funcţie de numărul de subiecţi din fiecare
grup şi de suma rangurilor.
Dacă numărul de subiecţi este mai mare de 20, se poate calcula o valoare a lui z care ţine cont de suma
rangurilor şi de numărul de subiecţi. Această valoare se raportează la valorile critice le lui z!
Decizia statistică. Pentru a lua decizia statistică, se ţine cont de valoarea U cea mai mică (dintre valoareaU
pentru A şi valoarea U pentru B). Dacă valoarea lui U calculat este mai mică sau egală decât valoarea lui U
critic, atunci respingem ipoteza nulă; dacă valoarea lui U calculat este mai mare decât valoarea lui U.
Valoarea lui z calculat se raportează la valorile critice ale lui z (dacă z calculat e mai mare de 1, 96 sau 2,58
atunci respingem ipoteza nulă)
Page 12 of 15
Psihologie experimentală, semestrul 2
TESTUL WILCOXON
pentru diferenţa rangurilor a două eşantioane dependente
Când folosim? a) facem comparaţie între două măsurători repetate pentru acelaşi grup b) facem
comparaţii între două grupuri dependente;
Condiţii variabila dependentă este măsurată pe o 1) scală ordinală sau 2) pe o scală de interval de
interval sau de rapoarte, dar distribuţia nu este una normală
Exemplu: dorim să comparăm rezultatele obţinute la testul de matematică cu rezultatele obţinute la
testul de limba română, pentru aceeaşi clasă de elevi
Ipoteza nulă şi ipoteza specifică
Ho: diferenţa dintre cele două măsurători este 0 (suma rangurilor pentru diferenţe pozitive este egală cu
suma rangurilor pentru diferenţele negative); nu formulăm în termeni de medie, pentru că nu calculăm media
Hs: diferenţa dintre cele două măsurători este diferită de 0
Valoarea critică Căutăm valoarea lui T în tabelul valorilor critice Wilcoxon, în funcţie de numărul de
subiecţi.
Modalitate de calcul. Se calculează diferenţele dintre cele două măsurători, pentru fiecare subiect în
parte. Diferenţele egale cu 0 se elimină din calcule. Se aşează diferenţele, în mărime absolută, în ordine, de la ca
mai mică la cea mai mare sau de la cea mai mare la cea mai mică. Se atribuie ranguri pentru fiecare diferenţă
(diferenţa cea mai mică primeşte rangul 1, apoi diferenţa următoare rangul 2, etc.). Se calculează suma
rangurilor pentru diferenţele pozitive (T+) şi suma rangurilor pentru diferenţele negative (T-). Valoarea cea mai
mică dintre T+ şi T-se raportează la valoarea critică din tabel.
Dacă numărul de subiecţi este mai mare de 20, atunci putem calcula valoarea lui z după următoarea
formulă:
Decizia statistică. Pentru decizia statistică, se ţine cont de valoarea T cea mai mică (dintre T+ şi T-).
Dacă valoarea lui T este mai mică sau egală cu valoarea lui T critic din tabel, atunci respingem ipteza nulă.
Valoarea lui z calculat se raportează la valorile critice ale lui z (dacă z calculat e mai mare de 1, 96 sau
2,58 atunci respingem ipoteza nulă)
Page 13 of 15
Psihologie experimentală, semestrul 2
TESTUL CHI PĂTRAT ( 2)
Când folosim? Folosim chi pătrat pentru a calcula corelaţia dintre două variabile măsurate pe scale nominale.
Exemplu: Dorim să calculăm corelaţia dintre profilul liceului absovit şi facultatea aleasă. Avem două
variabile:profilul liceului (cu modalităţile uman, real şi artistic) şi profilul facultăţii alese (cu modalităţile uman,
real şi artistic).
Ipoteza nulă şi ipoteza specifică
Ho: frecvenţele observate pentru diferite modalităţi ale variabilelor sunt egale cu frecvenţele aşteptate
pentru modalităţile respective, ceea ce înseamnă că nu există legătură între variabile (datele se potrivesc cu
modelul stabilit înainte) Hs: frecvenţele observate sunt diferite de frecvenţele aşteptate, ceea ce înseamnă că
există legătură între variabile
Valoarea critică Valoarea critică a lui 2 se găseşte în tabelul special, în funcţie de gradele de libertate:
df = (r-1)(c-1)
Modalitate de calcul Testul chi- pătrat ofeă o măsură pentru goodness of fit (potrivirea) întâlnit într-un set de
date, pentru că măsoară gradul în care se potrivesc datele observate cu un anumit model aşteptat de cercetător
pe baza probabilităţilor statistice.
Construim un tabel al contingenţelor, în care se regăsesc, pe linii şi pe coloane toate modalităţile celor două
variabile. În căsuţele tabelului scriem frecvenţele observate pentru fiecare combinaţie a celor două variabile.
Pentru fiecare căsuţă a tabelului, calculăm şi frecvenţele aşteptate (ce valori ne alteptăm să obţiem dacă între
cele două variabile nu există legătură).
În funcţie de frecvenţele observate şi frecvenţele aşteptate, calculăm valoarea lui chi pătrat :
Decizia statistică Comparăm valoarea lui 2 cu valoarea critică din tabel. Dacă 2 calculat este mai mare decât 2 critic atunci respingem ipoteza nulă.
Caz special al testului chi pătrat: testul medianei ; este folosit pentru comparaţii între două eşantioane
independente de subiecţi (Ho: medianele celor două eşantioane sunt egale); fiecare eşantion este împărţit
în două grupuri: un grup cu valori mai mici decât mediana celor două eşantioane combinate şi un grup cu
valori mai mari decât mediana. Este folosit apoi chi pătrat pentru a verifica dacă frecvenţele observate
sunt diferite de cele aşteptate.
Page 14 of 15
χ2 =
Psihologie experimentală, semestrul 2
COEFICIENTUL DE CORELAŢIE PEARSON
Când folosim? Verificăm asocierea (legătura) dintre două variabile.
Condiţii: cele două variabile sunt măsurate pe scală de interval sau de proporţii; fiecare variabilă are distribuţie
normală; avem câte două măsurători pentru fiecare subiect (una pentru variabila x, alta pentru variabila y)
Modalitate de calcul Coeficientul de corelaţie r se calculează în funcţie de suma abaterilor de la medie, pentru
fiecare variabilă şi în funcţie de varianţele celor două variabile. Valoarea coeficientului de corelaţie poate fi
între -1 şi +1. Dacă r se apropie de -1 atunci corelaţia este negativă, dacă r se apropie de +1, atunci corelaţia este
pozitivă, iar dacă r se apropie de 0, atunci nu există corelaţie.
Testarea semnificaţiei corelaţiei. Semnificaţia corficientului de corelaţie se testează cu ajutorul testului t.
Ipoteza nulă şi ipoteza specfică
H0: ρ= 0 (la nivel de populaţie coeficientul de corelaţie este egal cu 0)
Hs: ρ≠0 (la nivel de populaţie, coeficientul de corelaţie este diferit de 0).
Valoarea critică Se găseşte în tabelul valorilor critice ale lui t, în funcţie de gradele de libertate:
df = 2
Modalitate de calcul Valoarea lui t se calculează în funcţie de valoarea coeficientului de corelaţie şi în
funcţie de numărul de subiecţi
Decizia statistică: Dacă t calculat este mai mare decât t critic, respingem ipoteza nulă.
Alte calcule
Analiza graficului de corelaţie. Se desenează graficul de corelaţie dintre cele două variabile (variabila x
pe axa ox, variabila y pe axa oy). În interiorul graficlui se reprezintă valorile subiecţilor. Prin analiza norului de
puncte format de rezultatele subiecţilor, putem să ne dăm seama de sensul şi mărimea corelaţiei.
Calculul limitei superioare şi inferioare între care se găseşte ρ. Transformăm prima dată valoarea lui r
într-o valoare z, potrivit tabelului (găsim zr). Calculăm o limită superioară şi inferioară, în valori z, în funcţie de
zr, z critic şi eroarea standard a distribuţiei lui r. Transformăm apoi limitele calculate în cote z în valori ale lui z,
în funcţie de tabel.
Page 15 of 15
r =