Friedmanův test v SPSS Statistics

SPSS Statistics

SPSS Statistics Výstup pro Friedmanův test

SPSS Statistics vygeneruje buď dvě, nebo tři tabulky v závislosti na tom, zda jste zvolili, že chcete kromě provedení Friedmanova testu nechat vygenerovat i deskriptory a/nebo kvartily.

Tabulka popisné statistiky

Tabulka popisné statistiky bude vytvořena, pokud jste vybrali možnost kvantily:

Publikováno s písemným svolením SPSS Statistics, IBM Corporation.

Tato tabulka je velmi užitečná, protože ji lze použít k prezentaci popisné statistiky v části s výsledky pro každý z časových bodů nebo podmínek (v závislosti na plánu studie) pro vaši závislou proměnnou. Tato užitečnost bude představena později v části „Vykazování výstupů“.

Tabulka pořadí

Tabulka pořadí zobrazuje průměrné pořadí pro každou ze souvisejících skupin, jak je uvedeno níže:

Publikováno s písemným svolením SPSS Statistics, IBM Corporation.

Friedmanův test porovnává průměrná pořadí mezi příbuznými skupinami a udává, jak se skupiny lišily, a je zařazen z tohoto důvodu. Není však příliš pravděpodobné, že tyto hodnoty skutečně uvedete v části s výsledky, ale s největší pravděpodobností uvedete hodnotu mediánu pro každou příbuznou skupinu.

Tabulka statistiky testu

Tabulka statistiky testu vás informuje o skutečném výsledku Friedmanova testu a o tom, zda mezi průměrnými pořadími vašich příbuzných skupin byl celkově statisticky významný rozdíl. Pro příklad použitý v této příručce vypadá tabulka takto:

Publikováno s písemným svolením SPSS Statistics, IBM Corporation.

Výše uvedená tabulka poskytuje hodnotu testové statistiky (χ2) („Chi-square“), stupně volnosti („df“) a hladinu významnosti („Asymp. Sig.“), což je vše, co potřebujeme k oznámení výsledku Friedmanova testu. Z našeho příkladu vidíme, že mezi průměrnými pořadími příbuzných skupin je celkově statisticky významný rozdíl. Je důležité si uvědomit, že Friedmanův test je omnibusový test, stejně jako jeho parametrická alternativa; to znamená, že říká, zda existují celkové rozdíly, ale neurčuje, které skupiny se od sebe konkrétně liší. K tomu je třeba provést post hoc testy, o nichž bude řeč po následujícím oddíle.

SPSS Statistics

Zpráva o výsledku Friedmanova testu (bez post hoc testů)

Výsledek Friedmanova testu můžete uvést následujícím způsobem:

Mohli byste také uvést mediánové hodnoty pro každou z příbuzných skupin. V této fázi však pouze víte, že někde mezi příbuznými skupinami existují rozdíly, ale nevíte přesně, kde tyto rozdíly leží. Nezapomeňte však, že pokud výsledek Friedmanova testu nebyl statisticky významný, neměli byste provádět post hoc testy.

Post Hoc Testy

Chcete-li prozkoumat, kde se rozdíly skutečně vyskytují, musíte provést samostatné Wilcoxonovy testy se znaménky na různých kombinacích příbuzných skupin. V tomto příkladu byste tedy porovnali následující kombinace:

• Nic s klasikou.
• Nic s tancem.
• Klasika s tancem.

Na výsledky získané z Wilcoxonových testů musíte použít Bonferroniho úpravu, protože provádíte vícenásobná srovnání, což zvyšuje pravděpodobnost, že výsledek prohlásíte za významný, i když byste neměli (chyba typu I). Bonferroniho úpravu lze naštěstí velmi snadno vypočítat; stačí vzít hladinu významnosti, kterou jste původně použili (v tomto případě 0,05), a vydělit ji počtem prováděných testů. V tomto příkladu tedy máme novou hladinu významnosti 0,05/3 = 0,017. To znamená, že pokud je hodnota p větší než 0,017, nemáme statisticky významný výsledek.

Provedením těchto testů (viz návod, jak s naším Wilcoxonovým signed-rank testem) na výsledcích z tohoto příkladu získáte následující výsledek:

Publikováno s písemným svolením SPSS Statistics, IBM Corporation.

Tato tabulka ukazuje výstup Wilcoxonova signed-rank testu pro každou z našich kombinací. Je důležité si uvědomit, že hodnoty významnosti nebyly v programu SPSS Statistics upraveny tak, aby kompenzovaly vícenásobná srovnání – hodnoty významnosti vytvořené programem SPSS Statistics musíte ručně porovnat s vámi vypočtenou hladinou významnosti upravenou podle Bonferroniho. Vidíme, že na hladině významnosti p < 0,017 se statisticky významně lišilo pouze vnímané úsilí mezi hudbou bez hudby a tancem (dance-none, p = 0,008).

SPSS Statistics

Zveřejnění výstupu Friedmanova testu (s post hoc testy)

Výsledky Friedmanova testu s post hoc testy můžete uvést následovně:

.