Przykładowy raport z aplikacji SZTOS: Test Friedmana
Raport porównuje trzy oceny tych samych osób nieparametrycznym testem Friedmana, podaje wielkość efektu i porównania par z poprawką oraz opis w stylu APA.
Wyjaśnienie metody i przykład krok po kroku: Test Friedmana – przykład, Test Friedmana.
Dane: zbiór demonstracyjny CRUIZE (N = 303; ankieta o akceptacji autonomicznego samochodu). Raport wygenerowała automatycznie aktualna wersja aplikacji SZTOS, bez ręcznych poprawek – tak wygląda materiał, który dostajesz do dalszej pracy.
Niniejszą analizę wykonano w Systemie Zautomatyzowanego Tworzenia Opisu Statystycznego - SZTOS (Hryniewicz, Milewska, 2023). Wizualizację wyników przeprowadzono z wykorzystaniem pakietu graficznego “ggplot2” (Wickham, 2016). W celu weryfikacji różnic między N = 3 pomiarami (Łatwość, Użyteczność, Intencja zakupu) pod względem nasilenia zmiennej Średnia ocena (skala 1–5), przeprowadzono jednoczynnikową analizę porównań w układzie dla prób zależnych. W analizie wzięło udział N = 303 obserwacji.
Diagnostyka normalności i liczebności pomiarów wykazała, że rozkłady wyników nie we wszystkich pomiarach były zgodne z rozkładem normalnym; Zastosowano test Friedmana, ponieważ w trybie ostrożnym diagnostyka wskazała przesłanki do użycia procedury nieparametrycznej. Nieparametryczny test Friedmana (Friedman, 1937) wykazał istotne różnice między testowanymi pomiarami zmiennej Średnia ocena (skala 1–5) χ²(2) = 175.82; p < 0.001; W = 0.29. Współczynnik W Kendalla (Kendall, 1948) wykazał, że różnice między wszystkimi testowanymi pomiarami Łatwość, Użyteczność, Intencja zakupu wyjaśniały około 29% zmienności wyników zmiennej Średnia ocena (skala 1–5). Analiza porównań parami wykonana za pomocą testów Wilcoxona dla prób zależnych (Wilcoxon, 1945) z poprawką Bonferroniego (Dunn, 1961) wykazała następujące efekty:
• Różnica między Łatwość a Użyteczność była istotna statystycznie p < 0.001. Nasilenie wyników zmiennej Średnia ocena (skala 1–5) w pomiarze Łatwość było statystycznie większe w porównaniu do wyników pomiaru Użyteczność, a wartości wynosiły odpowiednio M = 3.61; SD = 0.79 vs M = 3.24; SD = 0.89 (siła różnic między tymi pomiarami była umiarkowana, współczynnik siły efektu korelacji dwuseryjnej wyniósł r = 0.39)
• Różnica między Łatwość a Intencja zakupu była istotna statystycznie p < 0.001. Nasilenie wyników zmiennej Średnia ocena (skala 1–5) w pomiarze Łatwość było statystycznie większe w porównaniu do wyników pomiaru Intencja zakupu, a wartości wynosiły odpowiednio M = 3.61; SD = 0.79 vs M = 2.76; SD = 1.03 (siła różnic między tymi pomiarami była mocna, współczynnik siły efektu korelacji dwuseryjnej wyniósł r = 0.66)
• Różnica między Użyteczność a Intencja zakupu była istotna statystycznie p < 0.001. Nasilenie wyników zmiennej Średnia ocena (skala 1–5) w pomiarze Użyteczność było statystycznie większe w porównaniu do wyników pomiaru Intencja zakupu, a wartości wynosiły odpowiednio M = 3.24; SD = 0.89 vs M = 2.76; SD = 1.03 (siła różnic między tymi pomiarami była mocna, współczynnik siły efektu korelacji dwuseryjnej wyniósł r = 0.58)
Wyniki analizy przedstawia tabela i rysunek nr 1.
Tabela nr 1
Statystyki opisowe różnic między pomiarami Łatwość, Użyteczność, Intencja zakupu pod względem zmiennej Średnia ocena (skala 1–5)
| Pomiar | Min | Max | M | SD | SE | Ranga |
|---|---|---|---|---|---|---|
| Łatwość | 1 | 5 | 3.61 | 0.79 | 0.05 | 564.77 |
| Użyteczność | 1 | 5 | 3.24 | 0.89 | 0.05 | 459.57 |
| Intencja zakupu | 1 | 5 | 2.76 | 1.03 | 0.06 | 340.67 |
Nota: Ilość badanych obserwacji: N = 303; Min = Wartość minimalna; Max = Wartość maksymalna; M = Średnia arytmetyczna; SD = Odchylenie standardowe; SE = Błąd standardowy średniej; Ranga = Średnia ranga dla pomiaru.
Rysunek nr 1
Różnice między pomiarami Łatwość, Użyteczność, Intencja zakupu pod względem zmiennej Średnia ocena (skala 1–5)
Nota: Niebieskie wąsy błędów na poziomych słupkach przedstawiają średnią ± dwa błędy standardowe (M ± 2 SE) w pomiarach: Łatwość, Użyteczność, Intencja zakupu. Czerwone kropki oznaczają indywidualne wyniki nasilenia pomiaru. Delikatne tło typu violin pokazuje rozkład wyników w poszczególnych pomiarach. Klamry oznaczają istotne statystycznie różnice w porównaniach parami wykonanych za pomocą testów Wilcoxona dla prób zależnych (Wilcoxon, 1945) z poprawką Bonferroniego (Dunn, 1961): * p < 0.05; ** p < 0.01; *** p < 0.001; r = współczynnik siły efektu korelacji dwuseryjnej (Glass, 1965).
Dunn, O. J. (1961). Multiple Comparisons among Means. In Journal of the American Statistical Association (Vol. 56, Issue 293, pp. 52–64). Informa UK Limited. https://doi.org/10.1080/01621459.1961.10482090
Friedman, M.: The use of ranks to avoid the assumption of normality implicit in the analysis of variance. J. Am. Stat. Assoc. (1937). https://doi.org/10.2307/2279372
Glass, G. V. (1965). A Ranking Variable Analogue of Biserial Correlation: Implications for Short-Cut Item Analysis. Journal of Educational Measurement, 2(1), 91–95. http://www.jstor.org/stable/1433839
Hryniewicz, K., Milewska, A. (2023). SZTOS: System Zautomatyzowanego Tworzenia Opisu Statystycznego (Wersja SZTOS) [Oprogramowanie]. https://sztos-it.com/
Kendall, M.G. (1948) Rank correlation methods. London: Griffin.
Wickham, H. (2016). ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York. ISBN 978-3-319-24277-4
Wilcoxon, F. (1945). Individual Comparisons by Ranking Methods. Biometrics Bulletin, 1(6), 80–83. https://doi.org/10.2307/3001968
Masz pytania do raportu🔮⁉️
Kliknij i porozmawiaj z naszą statystyczną asystentką Danką💁♀✅
Chcesz taki raport dla swoich danych?
Policzymy Twoje wyniki i przygotujemy tabele, wykresy oraz opis w standardzie APA, który dopracujesz w pracy dyplomowej, doktoracie lub artykule. Pomagamy jak statystyk i redaktor – autorem pracy zostajesz Ty. Konsultacja i wycena są bezpłatne.
Inne przykładowe raporty
Polityka prywatności · Preferencje prywatności (cookies) · Kontakt
SZTOS IT Sp. z o.o., ul. Wyzwolenia 50,1D/11, 80-537 Gdańsk · NIP 9571170036 · KRS 0001089876 · REGON 527872203