Masz dane zapisane w tabeli krzyżowej i zastanawiasz się, czy lepszy będzie test chi-kwadrat, czy test Fishera? To częsty problem przy analizie odpowiedzi typu tak/nie, płeć, grupa, wybór kategorii albo obecność danego zjawiska. W tym wpisie pokażę, kiedy który test ma sens, jak sprawdzić tabelę przed analizą i jak nie pomylić danych kategorycznych z klasycznym porównaniem średnich.
Masz trzy grupy albo więcej i chcesz sprawdzić, czy różnią się między sobą, ale nie wiesz, czy wybrać ANOVA czy Kruskal-Wallis? W tym wpisie pokażę Ci, jak porównać 3 grupy bez zgadywania, z uwzględnieniem rodzaju danych, normalności rozkładu i celu analizy.
Masz dwie grupy i chcesz sprawdzić, czy różnią się między sobą, ale nie wiesz, czy wybrać test t-Studenta czy U Manna-Whitneya? W tym wpisie pokazuję Ci, jak porównać dwie grupy bez zgadywania, z uwzględnieniem rodzaju danych, normalności rozkładu i celu analizy.
Masz dane, ale zanim wybierzesz test, trzeba sprawdzić jedną ważną rzecz: czy rozkład wygląda normalnie. W tym wpisie pokazuję, jak sprawdzić normalność rozkładu, co naprawdę z tego wynika i kiedy brak idealnej normalności wcale nie oznacza statystycznej katastrofy.
Masz już tabelę, wynik testu i poziom istotności, ale nadal nie wiesz, jak opisać wyniki statystyczne w pracy dyplomowej? W tym wpisie pokazuję Ci, jak przejść od liczb do sensownego tekstu naukowego bez lania wody, bez chaosu i bez opisu, który brzmi jakby pisał go kalkulator po ciężkiej nocy.
Nie każdy test pasuje do każdych danych. W tym wpisie pokażesz czytelnikowi, jak dobrać metodę analizy do rodzaju zmiennych, liczby grup i celu badania.