Hoe u de friedman-test uitvoert in spss

De Friedman-test is een niet-parametrisch alternatief voor ANOVA met herhaalde metingen . Het wordt gebruikt om te bepalen of er al dan niet een statistisch significant verschil bestaat tussen de gemiddelden van drie of meer groepen waarin dezelfde onderwerpen in elke groep voorkomen.

In deze tutorial wordt uitgelegd hoe u de Friedman-test uitvoert in SPSS.

Voorbeeld: de Friedman-test in SPSS

De onderzoekers willen weten of vier verschillende medicijnen verschillende reactietijden veroorzaken. Om dit te testen, maten ze de reactietijden van vijf patiënten op vier verschillende medicijnen.

Voer de volgende stappen uit om de Friedman-test in SPSS uit te voeren om te bepalen of de reactietijd tussen geneesmiddelen verschilt.

Stap 1: Voer de gegevens in.

Voer de volgende gegevens in, die de responstijd (in seconden) van vijf patiënten op de vier medicijnen weergeven:

Stap 2: Voer de Friedman-test uit.

Klik op het tabblad Analyseren , vervolgens op Niet-parametrische tests , vervolgens op Legacy Dialogs en vervolgens op K-gerelateerde voorbeelden .

In het nieuwe venster dat verschijnt, sleept u de vier geneesmiddelvariabelen naar het gebied met de naam Testvariabelen . Zorg ervoor dat het vakje naast Friedman is aangevinkt en klik vervolgens op OK .

Stap 3: Interpreteer de resultaten.

Zodra u op OK klikt, verschijnen de resultaten van de Friedman-test:

Zo interpreteert u het resultaat:

N: het totale aantal individuen in de dataset.

Chi-kwadraat: de Friedman-teststatistiek.

df: De vrijheidsgraden, berekend als #groepen-1 = 4-1 = 3.

Asympt. Sig: de p-waarde die is gekoppeld aan de teststatistiek met 3 vrijheidsgraden. In dit geval is de p-waarde 0,004 . Dit kan ook worden berekend met behulp vande chi-kwadraatscore-naar-P-waardecalculator.

Omdat de p-waarde kleiner is dan 0,05, kunnen we de nulhypothese verwerpen dat de responstijd voor alle vier de geneesmiddelen hetzelfde is. We hebben voldoende bewijs om te concluderen dat het type medicatie dat wordt gebruikt resulteert in statistisch significante verschillen in responstijd.

Stap 4: Rapporteer de resultaten.

Tot slot willen wij graag de testresultaten rapporteren. Hier is een voorbeeld van hoe u dit kunt doen:

Bij vijf personen werd een Friedman-test uitgevoerd om het effect van vier verschillende medicijnen op de responstijd te onderzoeken. Elk individu gebruikte elk medicijn één keer.

Uit de resultaten bleek dat het gebruikte type medicatie resulteerde in statistisch significante verschillen in responstijd (X ² = 13,56, p = 0,004).