كيفية إجراء اختبار ماكنيمار في r

يتم استخدام اختبار ماكنيمار لتحديد ما إذا كان هناك فرق ذو دلالة إحصائية في النسب بين البيانات المقترنة.

يشرح هذا البرنامج التعليمي كيفية إجراء اختبار McNemar في R.

مثال: اختبار ماكنيمار في R

لنفترض أن الباحثين يريدون معرفة ما إذا كان مقطع فيديو تسويقي معين يمكنه تغيير آراء الأشخاص حول قانون معين. يقومون باستقصاء 100 شخص لمعرفة ما إذا كانوا يدعمون القانون أم لا. ثم يعرضون الفيديو التسويقي لجميع الأشخاص البالغ عددهم 100 شخص ويقومون باستطلاع رأيهم مرة أخرى بعد انتهاء الفيديو.

والجدول التالي يوضح إجمالي عدد الأشخاص الذين أيدوا القانون قبل وبعد مشاهدة الفيديو:

ولتحديد ما إذا كان هناك فرق ذو دلالة إحصائية في نسبة الأشخاص الذين أيدوا القانون قبل وبعد مشاهدة الفيديو، يمكننا إجراء اختبار ماكنمار.

الخطوة 1: إنشاء البيانات.

أولاً، قم بإنشاء مجموعة البيانات في شكل نقطي.

 #create data
data <- matrix(c(30, 12, 40, 18), nrow = 2,
    dimnames = list("After Video" = c("Support", "Do Not Support"),
                    "Before Video" = c("Support", "Do Not Support")))

#view data
data

                Before Video
After Video Support Do Not Support
  Bracket 30 40
  Do Not Support 12 18

الخطوة 2: إجراء اختبار ماكنيمار.

بعد ذلك، قم بإجراء اختبار McNemar باستخدام بناء الجملة التالي:

mcnemar.test(x,y=NULL,correct=TRUE)

ذهب:

• x : إما جدول طوارئ ثنائي الأبعاد في شكل مصفوفة، أو كائن عامل.
• y : كائن عامل؛ يتم تجاهله إذا كانت x مصفوفة.
• صحيح : TRUE = تطبيق تصحيح الاستمرارية عند حساب إحصائيات الاختبار؛ FALSE = لا تقم بتطبيق تصحيح الاستمرارية.

بشكل عام، يجب تطبيق تصحيح الاستمرارية عندما تكون بعض الأعداد في الجدول منخفضة. عادةً، يتم تطبيق هذا التصحيح عادةً عندما يكون عدد الخلايا أقل من 5.

سوف نقوم بإجراء اختبار ماكنمار مع وبدون تصحيح الاستمرارية، فقط لتوضيح الاختلافات:

 #Perform McNemar's Test with continuity correction
mcnemar.test(data)

	McNemar's Chi-squared test with continuity correction

data:data
McNemar's chi-squared = 14.019, df = 1, p-value = 0.000181

#Perform McNemar's Test without continuity correction
mcnemar.test(data, correct=FALSE) 

	McNemar's Chi-squared test

data:data
McNemar's chi-squared = 15.077, df = 1, p-value = 0.0001032

وفي كلتا الحالتين، تكون القيمة p للاختبار أقل من 0.05، لذلك نرفض الفرضية الصفرية ونستنتج أن نسبة الأشخاص الذين أيدوا القانون قبل وبعد مشاهدة الفيديو التسويقي كانت مختلفة إحصائيًا.