¿Qué tipos de análisis estadísticos se encuentran en Proyectos de Investigación

? En la recogida de datos es importante para un estudio de investigación , aún más importante son las pruebas estadísticas utilizadas para analizar los datos . Sin el análisis , los datos no tienen sentido. Con el análisis correctos , los datos pueden ser confusos y engañosos. Hay dos tipos básicos de pruebas estadísticas : las que muestran las correlaciones y las que muestran causa. De Pearson R

Pearsons R es un análisis estadístico básico que mide la fuerza y la dirección de una correlación entre dos variables , como el ingreso y el peso o la altura y la edad. Para utilizar el análisis de R de Pearson , los datos deben ser numéricas o de intervalo , los datos . Esto incluye la edad , temperatura , longitud o otros datos numéricos . Como una prueba para ver si los datos son apropiados para R de Pearson , pregúntese cuántos lugares después de la coma decimal se podía calcular la medición. Si se trata de dos o más, es probable que tenga buenos datos para la prueba de Pearson . No se puede hacer la prueba R de Pearson para las categorías , como " Freshman , estudiante de segundo año , menor, mayor " o " hombre /mujer . "
Chi Square y de correlación de Spearman

Si las variables en un análisis de la investigación son las categorías, luego Chi Square es la prueba que le dará resultados significativos. Las categorías incluyen hombres /mujeres , de clase en la escuela , la raza , la pertenencia a club y delineaciones similares. Rango de correlación de Spearman se utiliza para encontrar la fuerza y ​​la dirección de las correlaciones , cuando al menos una variable es una variable ordinal; es decir, las categorías de variables razonablemente pueden ser clasificados . Esto puede incluir las calificaciones, evaluación de los maestros , o categorías, tales como , " de acuerdo, algo de acuerdo, no estoy seguro , algo en desacuerdo , en desacuerdo . " Cualquiera de las pruebas de correlación sólo puede mostrar una correlación , o una relación entre dos variables. Ninguno puede indicar que una variable causa otros para serte fiel .
T -test

A t -test es la prueba estadística más común en los trabajos de investigación. Se evalúa las diferencias en las medias de dos grupos . Por ejemplo , experimentos comunes analizar las diferencias entre un grupo que fue expuesto a un factor particular y un grupo que no fue expuesto - el grupo de control . Una prueba t puede mostrar las diferencias entre los resultados de las pruebas de los estudiantes en riesgo que recibieron tutoría y los que no lo eran. Puede evaluar las diferencias entre los días de recuperación de los pacientes que recibieron un medicamento nuevo y los que recibieron un medicamento de edad. Esta prueba necesita una variable independiente : una variable que grupos de personas en categorías, tales como niños en riesgo sin tutoría y en situación de riesgo los niños con tutoría . El examen también se requiere una variable dependiente , como los resultados de las pruebas .
ANOVA

ANOVA significa Análisis de Varianza , y compara las medias de más de dos grupos diferentes . Por ejemplo , la ampliación de la prueba entre tutorizado y los niños no tutelados - , puede agregar un grupo de niños promedio rendimiento para un total de tres grupos. En el examen médico , usted puede comparar los grupos que no recibieron medicamentos, el medicamento antiguo y el nuevo medicamento . Una prueba usando ANOVA todavía necesita una variable independiente , pero no puede haber tres o más categorías de esta variable . El examen también se requiere una variable dependiente , tales como días de recuperación.