Le test statistique que vous choisissez dépend du type de données et votre objectif de recherche. Les données peuvent être soit continue, binomiale ou classé. continue des données est mesurée sur une échelle avec une gamme complète de valeurs. Les exemples incluent la température, la hauteur et le poids. Binomial données n'a que deux valeurs, généralement oui et non, faveur et défaveur ou gagner et perdre. Les positions dans une course sont classés données. Une fois que vous avez compris ce type de données que vous avez, de déterminer vos questions de recherche, qui pourraient inclure la description des données, la comparaison des données, association de test et de prédire les résultats.
Instructions
1 
Décrivez vos données avec des statistiques telles que la moyenne, le mode, la médiane et la plage. Utilisez la moyenne et l'écart-type si vos données est continue. Le mode identifie la valeur la plus fréquente, le nombre du milieu est la médiane, et la gamme est la différence entre les valeurs les plus bas et le plus élevé.
2 
Comparez vos données à une valeur connue. Utiliser chi carré si vos données sont binomiale de données de comptage. Utilisez un test t si vos données est continue et que vous voulez voir si la moyenne d'un groupe est significativement différent de celui du groupe de comparaison.
3 
Comparez deux groupes, en utilisant un t-test indépendant pour les données continues et un test de chi-carré si les données sont binomiale. Utilisez le test de Mann-Whitney si vos données est classé.
4 
Comparez plus de deux groupes en utilisant un test Anova pour les données continues et un test Cochrane Q pour les données binomiale. Le test de Friedman est approprié si vous avez classé des données.
5 
Test de l'association entre deux variables à la corrélation de Pearson si les données est continue. Utilisez des coefficients d'urgence pour les données binomiales ou utiliser la corrélation de Spearman pour les données classées.
6 
Prédire par régression linéaire avec des données continues. données Binomial exige la régression logistique, alors que la régression non paramétrique est utilisé pour les données classées.
Conseils et avertissements
- Si votre taille de l'échantillon est assez grand et vous ne savez pas quel type de données que vous avez, vous pouvez utiliser des tests pour les données continues.
- Le plus petit échantillon, plus fiable de vos données sera, quel que soit le test statistique choisi.