Различия между несколькими зависимыми выборками

Откройте файл Смежные выборки.sav, ранее созданный вами при выполнении задания 7. Если не можете найти его, придется создать его снова (табл.14). Вспомним смысл: испытуемые выполняли контрольную работу несколько раз. Они допустили меньше ошибок после прочтения подробных инструкций (переменная После обучения). Но наиболее заметно количество ошибок снизилось после повторного тщательного изучения заданий (переменная После повторного обучения). Эти данные можно рассматривать как 3 смежные выборки: До обучения, После обучения и После повторного обучения.

spss-t14

Графики. На начальном этапе анализа надо представить закономерность визуально. Хотя мы раньше уже делали это, сейчас проще построить графики снова, чем искать их в своих файлах. Воспользуйтесь меню Graphs > Line … > Values of individual cases > Multiple > Define. Пусть на графике будет три линии (lines) и каждая из них представляет (represent) одну смежную выборку.  Ок.  Мы видим, что однократное обучение только лишь немного снизило количество ошибок. У одного человека количество ошибок осталось прежним, а у одного - даже увеличилось. Но эффект повторного обучения оказался очень сильным: количество ошибок существенно снизилось у всех.

Именно эту закономерность и отразили использованные нами ранее критерий Вилкоксона и t-критерий Стьюдента для зависимых выборок. Мы проверяли различия вначале для пары «До обучения – После обучения» и затем для пары «После обучения – После повторного обучения». Уменьшение количества ошибок оказалось статистически значимым только после повторного обучения.

Но в исследованиях задача часто ставится несколько иначе. Допустим, необходимо проверить различия не отдельно для каждой пары смежных выборок, а для всех смежных выборок сразу. Т.е. необходимо проверить влияние фактора Обучение в целом, а не только влияние отдельных уровней этого фактора. 

По всем вопросам, связанным с использованием материалов Expect.ru, обращайтесь к Никулину Денису Николаевичу
email