SPSS Cochran Q test è una procedura per verificare se le proporzioni di 3 o più variabili dicotomiche sono uguali in una popolazione. Queste variabili di risultato sono state misurate sulle stesse persone o altre unità statistiche.

SPSS Cochran Q Test Esempio

Il preside di un’università vuole sapere se tre esami sono ugualmente difficili. Quindici studenti hanno fatto questi esami e i loro risultati sono in examn_results.sav.

Quick Data Check

È sempre una buona idea dare una rapida occhiata a come sono i dati prima di procedere a qualsiasi test statistico. Apriremo i dati e controlleremo alcuni istogrammi eseguendo FREQUENCIES con la sintassi sottostante. Notate la parola chiave TO nel passo 3.

Gli istogrammi indicano che le tre variabili sono effettivamente dicotomiche (avrebbe potuto esserci una categoria di risposta “Sconosciuta” ma non si verifica). Poiché N = 15 per tutte le variabili, concludiamo che non ci sono valori mancanti. I valori 0 e 1 rappresentano “Fallito” e “Passato”. Vi suggeriamo di RICONOSCERE i vostri valori se questo non è il caso. Vediamo quindi facilmente che le proporzioni di studenti che hanno successo vanno da .53 a .87.

Assunzioni Test Q di Cochran

Il test Q di Cochran richiede una sola assunzione:

• osservazioni indipendenti (o, più precisamente, variabili indipendenti e identicamente distribuite);

Esecuzione del test Q di Cochran di SPSS

Passiamo ad Analizzare Test nonparametrici Dialoghi Legacy K Campioni correlati…
Spostiamo le nostre variabili di test sotto Test Variables,
selezioniamo Descriptive sotto Statistics,
selezioniamo Cochran’s Q sotto Test Type e
clicchiamo Paste
Questo porta alla sintassi sottostante che poi eseguiamo per ottenere i nostri risultati.

SPSS Cochran Q Test Output

La prima tabella (Descriptive Statistics) presenta i descrittivi che riportiamo. Non riportiamo invece i risultati di DESCRIPTIVESperché il test di significatività è (necessariamente) basato su casi senza valori mancanti su nessuna delle variabili del test. I descrittivi ottenuti dal test di Cochran sono quindi limitati anche a tali casi completi.
Poiché N = 15, i descrittivi confermano ancora una volta che non ci sono valori mancanti e
le proporzioni vanno da .53 a .87.Di nuovo, le proporzioni corrispondono alle medie se 0 e 1 sono usati come valori.

La tabella Test Statistics presenta il risultato del test di significatività.
Il valore p (“Asymp. Sig.”) è .093; se i tre test sono davvero ugualmente difficili nella popolazione, c’è ancora il 9,3% di possibilità di trovare le differenze che abbiamo osservato in questo campione. Poiché questa probabilità è maggiore del 5%, non rifiutiamo l’ipotesi nulla che i test siano ugualmente difficili.

Relazione dei risultati del test Q di Cochran

Quando riportiamo i risultati del test Q di Cochran, presentiamo prima le statistiche descrittive di cui sopra. La statistica Q di Cochran segue una distribuzione chi-quadro, quindi riporteremo qualcosa come “Il test Q di Cochran non ha indicato alcuna differenza tra le tre proporzioni, χ2(2) = 4,75, p = .093”.