SPSS Cochran Q-test

sep 25, 2021
admin

SPSS Cochran Q-test is een procedure om te testen of de verhoudingen van 3 of meer dichotome variabelen gelijk zijn in een bepaalde populatie. Deze uitkomstvariabelen zijn gemeten bij dezelfde mensen of andere statistische eenheden.

SPSS Cochran Q Test Voorbeeld

De directeur van een universiteit wil weten of drie tentamens even moeilijk zijn. Vijftien studenten hebben deze examens afgelegd en hun resultaten staan in examn_results.sav.

Quick Data Check

Het is altijd een goed idee om even te kijken hoe de gegevens eruit zien voordat we overgaan tot statistische tests. We openen de gegevens en bekijken enkele histogrammen door FREQUENCIES uit te voeren met de onderstaande syntaxis. Let op het sleutelwoord TO in stap 3.

De histogrammen geven aan dat de drie variabelen inderdaad dichotomisch zijn (er had een antwoordcategorie “Onbekend” kunnen zijn, maar die komt niet voor). Aangezien N = 15 voor alle variabelen, concluderen we dat er geen ontbrekende waarden zijn. De waarden 0 en 1 staan voor “Mislukt” en “Geslaagd”. Wij raden u aan uw waarden te RECODEEREN indien dit niet het geval is. We zien dus gemakkelijk dat de percentages geslaagde leerlingen variëren van .53 tot .87.

Aannames Cochran Q-test

Cochran’s Q-test vereist slechts één aanname:

  • onafhankelijke waarnemingen (of, nauwkeuriger, onafhankelijke en identiek verdeelde variabelen);

Het uitvoeren van SPSS Cochran Q Test

We navigeren naar Analyseren Niet-parametrische tests Verouderde dialoogvensters K Verwante steekproeven…
We verplaatsen onze testvariabelen onder Testvariabelen,
selecteren Beschrijvend onder Statistieken,
selecteren Cochran’s Q onder Type test en
klikken op Plakken
Dit resulteert in de onderstaande syntaxis die we vervolgens uitvoeren om onze resultaten te verkrijgen.

*Run Cochran Q test.
NPAR TESTS
/COCHRAN=test_1 test_2 test_3
/STATISTICS DESCRIPTIVES
/MISSING LISTWISE.

SPSS Cochran Q Test Output

De eerste tabel (Descriptive Statistics) geeft de descriptives weer die we zullen rapporteren. De reden hiervoor is dat de significantietest (noodzakelijkerwijs) gebaseerd is op gevallen zonder ontbrekende waarden op een van de testvariabelen. De uit de Cochran-toets verkregen descriptieven zijn daarom ook beperkt tot dergelijke volledige gevallen.
Aangezien N = 15, bevestigen de descriptieven opnieuw dat er geen ontbrekende waarden zijn en
de proporties variëren van .53 tot .87.Nogmaals, de proporties komen overeen met de gemiddelden indien 0 en 1 als waarden worden gebruikt.

De tabel Teststatistieken geeft het resultaat van de significantietest.
De p-waarde (“Asymp. Sig.”) is .093; als de drie tests echt even moeilijk zijn in de populatie, is er nog steeds een kans van 9,3% om de verschillen te vinden die we in deze steekproef hebben waargenomen. Omdat deze kans groter is dan 5%, verwerpen we de nulhypothese dat de testen even moeilijk zijn niet.

Rapportering Cochran’s Q-testresultaten

Bij de rapportage van de resultaten uit Cochran’s Q-test presenteren we eerst de eerder genoemde beschrijvende statistieken. De Q-statistiek van Cochran volgt een chi-kwadraatverdeling, dus we rapporteren iets als “Cochran’s Q-test gaf geen verschillen aan tussen de drie verhoudingen, χ2(2) = 4.75, p = .093”.

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd.