Spss statisztikai tesztek 

A H-null mindig: nincs kapcsolat/ nincs összefüggés a változók között, nincs különbség a csoportok (átlagok) között, a megfigyelésünk illeszkedik (Chi-négyzetnél) 

Döntés:

Ha a szignifikancia-érték KISEBB mint α (alfa)= 0.05, akkor H-nullt ELVETJÜK! 

Ha a szignifikancia-érték NAGYOBB mint α (alfa)= 0.05, akkor H-nullt MEGTARTJUK! 
 
 

1. T-próbák

  a) Egymintás T-próba (Analyze- Compare Means- One Sample T-test)

      Mire alkalmazzuk? – Azt teszteljük, hogy a sokaság átlaga megegyezik-e egy általunk feltételezett átlaggal

      Mi a H₀ ?- A sokaság átlaga (μ) = ...

      Milyen statisztikát alkalmazunk?-  t-statisztikát

b) Független kétmintás T-próba (Analyze- Compare Means- Independent Samples T-test)

    Mire alkalmazzuk? – Két független minta átlagának összehasonlítására ( pl. van-e különbség a férfiak és a nők életkorában)

    Mi a H₀ ?- A két sokaság átlaga megegyezik : μ1= μ2

    Milyen statisztikát alkalmazunk?-  t-statisztikát

Egyéb: Melyik sort nézzük? Ha az F-próba szignifikáns, akkor a felső sort, ha nem szignifikáns, akkor az alsó sort

c) Kapcsolt kétmintás T-próba (Analyze- Compare Means- Paired Samples T-test)

   Mire alkalmazzuk?- Két egymáshoz kapcsolódó minta átlagának összehasonlítására ( pl. ha ugyanazt mérjük valaminek a kezdetén és a végén, és arra vagyunk kíváncsiak, hogy van-e változás a két mérés között)

    Mi a H₀ ?- A két sokaság átlaga megegyezik : μ1= μ2

    Milyen statisztikát alkalmazunk?-  t-statisztikát 

2. Egyszempontú variancia- analízis (Analyze- Compare Means- One-way ANOVA)

  Mire alkalmazzuk? – több független csoport átlagának összehasonlítására

       Mi a H₀ ?- nincs különbség a csoportok között, μ1= μ2= μ3= μ4 stb.

      Milyen statisztikát alkalmazunk?- F-statisztikát (!) 

3. Korrelációs együttható (Analyze- Correlate-Bivariate)

Mire alkalmazzuk?- két magas mérési szintű változó kapcsolatának mérésére

      Mi a H₀ ? – nincs kapcsolat/összefüggés a változók között

      Milyen statisztikát alkalmazunk?- r-statisztikát

           

           Parciális korrelációs együttható

Mire alkalmazzuk?- Két változó kapcsolatából kiszűrjük egy harmadik változó hatását. Ha a parciális korrelációs együttható értéke sokkal kisebb, mint a sima korrelációs együttható, akkor a kontroll változó nagy hatással van a másik két változó kapcsolatára ( tehát csak azért van közöttük kapcsolat, mert mindkettő a harmadik változóval is kapcsolatban van). Ha a parciális együttható nem sokkal különbözik a sima korrelációs együtthatótól, akkor nincs hatással a két változó kapcsolatára a kontroll-változó

      Milyen statisztikát alkalmazunk?- r-statisztikát 

4. Egyszeres lineáris regresszió (Analyze-Regression- Linear)

Mire alkalmazzuk? - Egy változó alapján becslést teszünk egy másik változó értékére( magas mérési szinten), ehhez írjuk fel a regressziós egyenes egyenletét. Megnézzük, hogy egy változó hogyan függ egy másik változótól.

A standardizálatlan együttható: B, a standardizált : Beta- annak a változónak van a legnagyobb hatása, amelyiknél a Beta értéke abszolút értékben a legnagyobb (Coefficients táblázat)

Az együtthatók szignifikáns hatásának teszteléséhez: t-statisztika

A lineáris regresszió szignifikancia tesztjéhez- F-statisztikát alkalmazunk (Anova táblázat)

  Itt a H_0l : rossz a regressziós becslés

Egyéb: Megmagyarázott variancia : R square, hibatag szórása: Std. Error of the estimate (Model summary táblázat) 

      Többszörös lineáris regresszió

Mire alkalmazzuk? Egy változó hogyan függ több másik változótól (magas mérési szinten)

A többi ugyanaz mint az előzőnél.

Annak a változónak van a legnagyobb hatása, amelyiknél a Beta értéke abszolút értékben a legnagyobb! 

5. Nemparaméteres tesztek

 

a) Chi-négyzet

    Illeszkedésvizsgálat (Analyze-Nonparametic tests- Chi square

    Mire alkalmazzuk?- a megfigyelelt gyakoriság illeszkedik-e a várt gyakorisághoz

   Mi a H₀ ?- Illeszkedik (!) ( vagyis nincs különbség a megfigyelés, és a várt gyakoriság között)

      Milyen statisztikát alkalmazunk?- χ2 -statisztikát 

    Függetlenségvizsgálat (Analyze- Descriptive Statistics- Crosstabs)

     Mire alkalmazzuk?- két nominális szintű változó kapcsolatának tesztelésére

   Mi a H₀ ?- nincs kapcsolat a két változó között

    Milyen statisztikát alkalmazunk?- χ2 –statisztikát

Egyéb: A statistics menüpontnál ki kell pipálni a Chi-négyzetet! 

b) Kolmogorov- Smirnov (Analyze-Nonparametic tests - 1 Sample K-S)

   Mire alkalmazzuk? Egy változó normális eloszlású-e?

  Mi a H₀ ? A változó normális eloszlású

   Milyen statisztikát alkalmazunk?- Z- statisztikát 

c) Binomiális teszt (Analyze-Nonparametic tests – Binomial)

Mire alkalmazzuk?Egy változóérték előfordulási valószínűségének tesztelésére

Mi a H₀ ? Ami a kérdésben van, pl. a férfiak aránya a mintában 45 %

Milyen statisztikát alkalmazunk?semmilyet, a szignifikancia érték jelenti az előfordulási valószínűséget. Ha kisebb mint alfa, hnullt elvetjük, ha nagyobb, megtartjuk. 
 

d) Mann- Whitney (nemparaméteres teszt két független mintára) (Analyze-Nonparametic tests- 2 Independent Samples)

Mire alkalmazzuk? Két csoport függetlenségének tesztelésére ordinális mérési szinten

Mi a H₀ ? nincs különbség a két csoport között

Milyen statisztikát alkalmazunk? U, vagy Z-statisztikát

Egyéb: Ez a teszt a független kétmintás T-próba megfelelője ordinális mérési szinten 

e) Rangkorreláció ( Kendall-tau) (Analyze- Correlate-Bivariate a Pearsons helyett a Kendall-tau-t kell kipipálni)

Mire alkalmazzuk? Két ordinális mérési szintű változó kapcsolatának tesztelésére. Azt nézzük meg, hogy két szempont szerinti rangsor független-e egymástól.

Mi a H₀ ? Nincs kapcsolat a változók között, vagy a két változó független egymástól

Milyen statisztikát alkalmazunk? Tau (τ)

Egyéb: Ez a Pearsons –féle korreláció megfelelője ordinális mérési szinten