La différence statistique fait référence à des différences significatives entre des groupes d'objets ou de personnes. Les scientifiques calculent cette différence afin de déterminer si les données d'une expérience sont fiables avant de tirer des conclusions et de publier des résultats. Lorsque l'on étudie la relation entre deux variables, les scientifiques utilisent la méthode de calcul du chi carré. Lors de la comparaison de deux groupes, les scientifiques utilisent la méthode t-distribution.
Méthode Chi-Square
Crée une table de données avec une ligne pour chaque résultat possible et une colonne pour chaque groupe impliqué dans l'expérience. Par exemple, si vous essayez de répondre à la question de savoir si les cartes flash illustrées ou les cartes Flash Word aident mieux les enfants à passer un test de vocabulaire, vous créez une table avec trois colonnes et deux lignes. La première colonne serait marquée "Test réussi"? et deux rangs sous le titre seraient marqués "Oui" et "Non". La colonne suivante serait intitulée «Cartes d'image» et la dernière colonne serait intitulée «Cartes de mots».
Remplissez votre tableau de données avec les données de votre expérience. Total chaque colonne et ligne et placez les totaux sous les colonnes /lignes appropriées. Cette donnée s'appelle la fréquence observée.
Calcule la fréquence attendue pour chaque résultat et enregistre-la. La fréquence attendue est le nombre de personnes ou d'objets que vous attendez d'obtenir le résultat par hasard. Pour calculer cette statistique, multipliez le total de la colonne par le total de la ligne et divisez par le nombre total d'observations. Par exemple, si 200 enfants utilisaient des cartes illustrées, 300 enfants passaient leur test de vocabulaire et 450 enfants étaient testés, la fréquence attendue des enfants réussissant le test à l'aide de cartes illustrées serait (200 * 300) /450, soit 133,3. Si un résultat a une fréquence attendue inférieure à 5,0, les données ne sont pas fiables.
Soustrayez chaque fréquence observée de chaque fréquence attendue. Place le résultat. Divisez cette valeur par la fréquence attendue. Dans l'exemple ci-dessus, soustrayez 200 de 133.3. Place le résultat et divise par 133.3 pour un résultat de 13.04.
Total les résultats du calcul à l'étape 4. C'est la valeur du khi-deux.
Calculer le degré de liberté pour le tableau en multipliant le nombre de lignes - 1 par le nombre de colonnes - 1. Cette statistique vous indique la taille de l'échantillon.
Déterminer la marge d'erreur acceptable. Plus la table est petite, plus la marge d'erreur devrait être petite. Cette valeur s'appelle la valeur alpha.
Recherchez la distribution normale dans une table de statistiques. Les tableaux de statistiques peuvent être trouvés en ligne ou dans les manuels de statistiques. Trouvez la valeur pour l'intersection des degrés de liberté et alpha corrects. Si cette valeur est inférieure ou égale à la valeur du khi-deux, les données sont statistiquement significatives.
Méthode T-Test
Faire un tableau de données montrant le nombre d'observations pour chacune des deux groupes, la moyenne des résultats pour chaque groupe, l'écart-type de chaque moyenne et la variance pour chaque moyenne.
Soustraire la moyenne du groupe deux de la moyenne du groupe.
Diviser chaque variance. par le nombre d'observations moins 1. Par exemple, si un groupe avait une variance de 2186753 et 425 observations, vous diviseriez 2186753 par 424. Prenez la racine carrée de chaque résultat.
Divisez chaque résultat par le résultat correspondant résultat de l'étape 2.
Calculez les degrés de liberté en totalisant le nombre d'observations pour les deux groupes et en divisant par 2. Déterminez votre niveau alpha et recherchez l'intersection des degrés de liberté et des alpha dans un tableau de statistiques. Si la valeur est inférieure ou égale à votre score t calculé, le résultat est statistiquement significatif.
