SPSS Cochran Q Test to procedura testowania, czy proporcje 3 lub więcej zmiennych dychotomicznych są równe w jakiejś populacji. Te zmienne wynikowe zostały zmierzone na tych samych osobach lub innych jednostkach statystycznych.

SPSS Cochran Q Test Przykład

Kierownik pewnej uczelni chce wiedzieć, czy trzy egzaminy są równie trudne. Piętnastu studentów przystąpiło do tych egzaminów, a ich wyniki znajdują się w pliku examn_results.sav.

Szybkie sprawdzenie danych

Zawsze dobrze jest rzucić okiem na to, jak wyglądają dane, zanim przejdziemy do jakichkolwiek testów statystycznych. Otworzymy dane i sprawdzimy niektóre histogramy, uruchamiając FREQUENCIES z poniższą składnią. Zwróć uwagę na słowo kluczowe TO w kroku 3.

Histogramy wskazują, że te trzy zmienne są rzeczywiście dychotomiczne (mogłaby być jakaś kategoria odpowiedzi „Nieznana”, ale nie występuje). Ponieważ N = 15 dla wszystkich zmiennych, wnioskujemy, że nie ma brakujących wartości. Wartości 0 i 1 reprezentują „Nieudane” i „Zaliczone”.Sugerujemy, abyś REKODOWAŁ swoje wartości, jeśli tak nie jest. Widzimy zatem, że proporcje uczniów, którzy odnieśli sukces wahają się od .53 do .87.

Założenia Test Cochrana Q

Test Cochrana Q wymaga tylko jednego założenia:

• niezależne obserwacje (lub, dokładniej, niezależne i identycznie rozłożone zmienne);

Running SPSS Cochran Q Test

Przejdziemy do Analyze Nonparametric Tests Legacy Dialogs K Related Samples…
Przenosimy nasze zmienne testowe pod Test Variables,
wybieramy Descriptive pod Statistics,
wybieramy Cochran’s Q pod Test Type i
klikamy Paste
W efekcie otrzymujemy poniższą składnię, którą następnie uruchamiamy w celu uzyskania naszych wyników.

SPSS Cochran Q Test Output

Pierwsza tabela (Descriptive Statistics) przedstawia dane opisowe, które będziemy raportować. Nie należy podawać wyników z DESCRIPTIVES zamiast nich. Powodem jest to, że test istotności jest (koniecznie) oparty na przypadkach bez brakujących wartości na którejkolwiek ze zmiennych testowych. Deskrypcje uzyskane z testu Cochrana są więc ograniczone również do takich kompletnych przypadków.
Ponieważ N = 15, deskrypcje ponownie potwierdzają, że nie ma brakujących wartości i
proporcje wahają się od .53 do .87.Ponownie, proporcje odpowiadają średnim, jeśli 0 i 1 są używane jako wartości.

Tabela Statystyka testu przedstawia wynik testu istotności.
Wartość p („Asymp. Sig.”) wynosi .093; jeśli trzy testy rzeczywiście są równie trudne w populacji, to nadal istnieje 9,3% szans na znalezienie różnic, które zaobserwowaliśmy w tej próbie. Ponieważ szansa ta jest większa niż 5%, nie odrzucamy hipotezy zerowej, że testy są równie trudne.

Raportowanie wyników testu Q Cochrana

Podając wyniki testu Q Cochrana, najpierw prezentujemy wspomniane wcześniej statystyki opisowe. Statystyka Q Cochrana ma rozkład chi kwadrat, więc podamy coś w stylu „Test Q Cochrana nie wykazał różnic pomiędzy trzema proporcjami, χ2(2) = 4.75, p = .093”.

.