آزمونهای ناپارامتری
آزمونهای ناپارامتری : فرض کنید داده هایتان مفروضه های تحلیل واریانس را رعایت نمی کنند. چه باید کرد؟ خوشبختانه می توان در این حالت از آزمون های ناپارامتری استفاده کرد. اگر قصد دارید تحلیل واریانس این آزمودنی انجام دهید اما داده های شما رتبه ای اند و برای این آزمون ، مناسب نیستند آزمون پارامتری کروسکال – والیس گزینه مناسبی است. هنگامی که داده ها رتبه ای باشند و فقط دو گروه با هم مقایسه شوند آزمون مجموع رتبه های ویلکاکسون و آزمون U من – ویتنی انتخاب های مناسبی هستند ( مکسول و دیلاتی، ۲۰۰۴). هرچند آزمون کروسکال- والیس هیچ مفروضه ای درباره توزیع جامعه مطرح نمی کند، تلویحاً مفروضه همگنی واریانس ها را می پذیرد. به همین دلیل، مکسول و میلادی (۲۰۰۴) پیشنهاد می کنند وقتی واریانس ها همگن نیستند، به ویژه اگر تعداد آزمودنی ها در خانه ها برابر نباشد ، از آزمون W ( ضریب توافق رتبه ای کندال ) و آزمونF استفاده شود. برای مقایسه خانه ها او را به دو به دو می توان از آزمون های رتبه بندی دو به دو یا رتبه بندی توأم استفاده کرد ( مکسول و دیلانی، ۲۰۰۴) ،
اگر طرح شناسنا اندازه گیری مكرر است و فقط یکی متغیر مستقل دارید، آزمون فریدمن ممکن است مناسب باشد (مكسول و دیلانی ، 2004 ) . آزمون فریدمن همانند کروسکال و الیس ترتیب رتبه های نمرات تحلیل می کند و بنابراین برای داده های رتبه ای کاربرد دارد . برای داده های طبقه ای ( اسمی ) ، مناسب ترن تحلیل ، اغلب آزمون مجذور کای یا تحلیل بین طبقه ای است ( راجرز ، 1995 ) . هنگامی که متغیر مستقل چندین سطح دارد یا هنگامی که بیش از یک متغیر مستقل وجود دارد ، اگر مجذور کای معنی دار شد می توانید از آزمون تعقیبی استفاده کنید. این کار را می توانید با آزمون های نسبت Z انجام دهید . معادل های ناپارامتری تحلیل واریانس که پیچیده تر هستند ( تحلیل لوجیت یا تحلیل خطی – لگاریتمی ) نیز ممکن است مناسب باشد .
شما می توانید برای دریافت مشاوره از کارشناسان مجموعه در فرم زیر سفارش ثبت کنید تا همکاران ما در اولین فرصت با شما تماس بگیرند :