Dans tout type de recherche, l'analyse statistique est essentielle pour représenter correctement les résultats de données. Statistiques est une partie du processus de recherche qui répond à des questions par le biais de données. Pour effectuer une analyse statistique, vous devez bien collecter et organiser les données. En fonction de votre ensemble de données et les questions auxquelles vous devez répondre, il existe plusieurs types d'analyse statistique des données à choisir.
ANOVA
ANOVA ou l'analyse de variation est un outil statistique utilisé pour tester l'hypothèse d'une expérience. les tests ANOVA permettent au chercheur de déterminer si un facteur a un effet significatif sur d'autres facteurs dans l'étude de recherche. Elle le fait en calculant une valeur de p. Si la valeur de p est inférieure à 0,05, il existe une différence significative entre les deux facteurs. Logiciels statistiques telles que l'analyse des données Excel, Minitab et Sigma Stat calculer ANOVA d'un ensemble pour vous les données fournies. En outre, il existe différentes variantes de tests ANOVA, tels que les facteurs individuels, deux facteurs avec la réplication et deux facteurs sans réplication qui sont disponibles pour votre usage, en fonction du type de données de configuration que vous avez.
Analyse de corrélation
Les mesures d'outils statistiques d'analyse de corrélation si deux variables différentes sont corrélées ensemble. Par exemple, si vous étudiez le poids et la taille d'un animal, vous pouvez utiliser les deux ensembles de données et de calculer le coefficient de corrélation pour déterminer s'il y a une corrélation entre le poids et la hauteur. En d'autres termes, ne augmentation de poids que la hauteur augmente. Le coefficient de corrélation est exprimée entre un négatif et un positif. Etre plus proche soit négatif d'un ou positifs l'un des résultats d'une corrélation positive ou négative. Cet outil statistique est disponible dans les programmes statistiques tels que Excel, Minitab et Sigma Plot.
Régression
L'outil d'analyse de données de régression effectue une régression linéaire en utilisant la méthode "moindres carrés". Cet outil convient à une ligne dans un graphique à travers un ensemble de données. La ligne de sortie permet d'analyser la façon dont une seule variable dépendante est affectée par d'autres variables. Une analyse de régression peut être effectuée en utilisant divers logiciels statistiques.
Student T-tests
t-tests de Student examinent l'égalité des données moyenne ou moyenne de chaque échantillon dans l'étude. Les résultats d'analyse du test t illustrant si les moyens des données sont significativement différentes les unes des autres. Les résultats du test t à une valeur p. Si la valeur de p est inférieure à 0,05, les résultats indiquent que les moyens sont significativement différentes. Il existe différents types de tests t en fonction de l'ensemble de données. Par exemple, il y a un deux échantillons supposant une variance égale t-test et un à deux échantillons supposant test t inégales variances dans lequel deux ensembles de données provenaient de distributions avec les mêmes écarts ou variances différentes, respectivement. t-tests de Student sont également disponibles dans différents logiciels statistiques.