SPSS Cochran Q-test er en procedure til at teste, om proportionerne af 3 eller flere dikotomiske variabler er lige store i en population. Disse udfaldsvariabler er blevet målt på de samme personer eller andre statistiske enheder.

SPSS Cochran Q-test Eksempel

Rektoren på et universitet ønsker at vide, om tre eksamener er lige svære. Femten studerende tog disse eksamener, og deres resultater findes i examn_results.sav.

Quick Data Check

Det er altid en god idé at tage et hurtigt kig på, hvordan dataene ser ud, før man går videre til statistiske tests. Vi åbner dataene og inspicerer nogle histogrammer ved at køre FREQUENCIES med nedenstående syntaks. Bemærk nøgleordet TO i trin 3.

Histogrammerne viser, at de tre variabler faktisk er dikotome (der kunne have været en eller anden svarkategori “Ukendt”, men det forekommer ikke). Da N = 15 for alle variabler, konkluderer vi, at der ikke er nogen manglende værdier. Værdierne 0 og 1 repræsenterer “Ikke bestået” og “Bestået”, og vi foreslår, at du GENTAGER dine værdier, hvis dette ikke er tilfældet. Vi kan derfor let se, at andelen af studerende, der har bestået, varierer fra .53 til .87.

Ansætninger Cochran Q-test

Cochrans Q-test kræver kun én antagelse:

• uafhængige observationer (eller mere præcist uafhængige og identisk distribuerede variabler);

Kørsel af SPSS Cochran Q-test

Vi navigerer til Analyser Ikke-parametriske test Legacy-dialoger K-relaterede stikprøver…
Vi flytter vores testvariabler under Test Variables,
vælger Descriptive under Statistics,
vælger Cochran’s Q under Test Type og
klikker Paste
Det resulterer i nedenstående syntaks, som vi derefter kører for at få vores resultater.

SPSS Cochran Q Test Output

Den første tabel (Descriptive Statistics) præsenterer de beskrivende data, som vi vil rapportere. Rapporter ikke resultaterne fra DESCRIPTIVES i stedet.Årsagen er, at signifikanstesten (nødvendigvis) er baseret på tilfælde uden manglende værdier på nogen af testvariablene. De beskrivelser, der opnås fra Cochrans test, er derfor også begrænset til sådanne fuldstændige tilfælde.
Da N = 15, bekræfter beskrivelserne endnu en gang, at der ikke er nogen manglende værdier, og
proportionerne spænder fra .53 til .87.Igen svarer proportionerne til middelværdier, hvis 0 og 1 anvendes som værdier.

Tabellen Teststatistik viser resultatet af signifikanstesten.
P-værdien (“Asymp. Sig.”) er 0,093; hvis de tre test virkelig er lige svære i populationen, er der stadig 9,3 % chance for at finde de forskelle, vi har observeret i denne stikprøve. Da denne chance er større end 5 %, forkaster vi ikke nulhypotesen om, at testene er lige svære.

Rapportering af resultaterne af Cochrans Q-test

Når vi rapporterer resultaterne fra Cochrans Q-test, præsenterer vi først den førnævnte beskrivende statistik. Cochrans Q-statistik følger en chi-kvadratfordeling, så vi rapporterer noget i retning af “Cochrans Q-test viste ikke nogen forskelle mellem de tre proportioner, χ2(2) = 4,75, p = .093”.