SPSS Cochranův Q test je postup pro testování, zda se podíly 3 nebo více dichotomických proměnných v nějaké populaci rovnají. Tyto výsledné proměnné byly měřeny na stejných lidech nebo jiných statistických jednotkách.

SPSS Cochranův Q-test Příklad

Ředitel nějaké univerzity chce vědět, zda jsou tři zkoušky stejně obtížné. Tyto zkoušky skládalo patnáct studentů a jejich výsledky jsou v souboru examn_results.sav.

Rychlá kontrola dat

Vždy je dobré se rychle podívat, jak data vypadají, než se pustíte do nějakých statistických testů. Otevřeme data a zkontrolujeme některé histogramy spuštěním funkce FREQUENCIES s níže uvedenou syntaxí. Všimněte si klíčového slova TO v kroku 3.

Histogramy naznačují, že tři proměnné jsou skutečně dichotomické (mohla se vyskytnout nějaká kategorie odpovědí „Neznámý“, ale ta se nevyskytuje). Protože N = 15 pro všechny proměnné, usuzujeme, že zde nejsou žádné chybějící hodnoty. Hodnoty 0 a 1 představují „Nevyhověl“ a „Vyhověl“, pokud tomu tak není, doporučujeme hodnoty PŘEKÓDOVAT. Snadno tedy vidíme, že podíly studentů, kteří uspěli, se pohybují od .53 do .87.

Předpoklady Cochranův Q test

Cochranův Q test vyžaduje pouze jeden předpoklad:

• nezávislá pozorování (přesněji řečeno nezávislé a identicky rozdělené proměnné);

Provádění Cochranova Q testu v programu SPSS

Přejdeme na Analýza Neparametrické testy Dědičné dialogy K souvisejícím vzorkům…
Přesuneme naše testovací proměnné do části Test Variables,
vybereme Descriptive v části Statistics,
vybereme Cochran’s Q v části Test Type a
klikneme na Paste
Výsledkem je níže uvedená syntaxe, kterou poté spustíme, abychom získali naše výsledky.

SPSS Cochran Q Test Output

První tabulka (Descriptive Statistics) představuje popisné údaje, které budeme uvádět. Místo toho neuvádíme výsledky z DESCRIPTIVES. důvodem je, že test významnosti je (nutně) založen na případech bez chybějících hodnot u některé z testovaných proměnných. Deskriptivy získané z Cochranova testu jsou proto také omezeny na takové úplné případy.
Protože N = 15, deskriptivy opět potvrzují, že neexistují žádné chybějící hodnoty a
proporce se pohybují v rozmezí od ,53 do ,87. Opět platí, že proporce odpovídají průměrům, pokud jako hodnoty použijeme 0 a 1.

V tabulce Statistika testu je uveden výsledek testu významnosti.
Hodnota p („Asymp. Sig.“) je .093; pokud jsou tři testy v populaci skutečně stejně obtížné, je stále 9,3% šance, že najdeme rozdíly, které jsme pozorovali v tomto vzorku. Protože tato šance je větší než 5 %, nezamítáme nulovou hypotézu, že testy jsou stejně obtížné.

Předkládání výsledků Cochranova Q testu

Při předkládání výsledků Cochranova Q testu nejprve uvádíme výše zmíněnou popisnou statistiku. Cochranova Q statistika se řídí chí-kvadrát rozdělením, takže budeme hlásit něco jako „Cochranův Q test neprokázal žádné rozdíly mezi třemi proporcemi, χ2(2) = 4,75, p = .093“.

.