آزمونها در آمار استنباطی تجزیه و تحلیل می شوند، فرضیه های آماری در آمار استنباطی رد می شوند یا پذیرفته می شوند، نمونه گیری در جامعه ها از آمار استنباطی کمک می گیرد. بطور کلی در آمار استنباطی به دنبال ۲ هدف مهم و اصلی هستیم؛ برآورد و آزمودن فرض ها

در آمار استنباطی برآورد می کنیم که مثلا ۷۰ درصد ایرانیان ضریب هوشی بالاتر از ۹۰ دارند. یا مثلا متوسط سن دانشجویان ایرانی ۲۵ سال است. برآورد باید بدون سوگیری باشد (بدون اریب)، و اختلاف میان جامعه و نمونه اندک باشد (ثبات داشته باشد) و با نمونه در دسترسی حداکثر نتیجه بدست آید (کارایی داشته باشد) و در نهایت باید حداقل نمونه برای رسیدن به کارایی مورد نظر کفایت کند و تعداد افراد (برای نتیجه مطلوب) نمونه کافی باشد.
بخش مهم دیگری از آمار استنباطی به آزمودن فرضیه ها می پردازد. مثلا این فرضیه میان ضریب هوشی دانشجویان با سن آنها رابطه وجود دارد آزمون قرار می گیرد و سپس رد می شود یا تائید می شود. می توانیم فرض کنیم که هیچ رابطه ای بین این دو (سن و هوش) وجود ندارد. همچنین می توانیم فرض کنیم که بین هوش و سن رابطه وجود دارد. به فرضیه اول فرض صفر یا پوچ می گویند و با H◦ نشان می دهند و به فرضیه دوم فرض خلاف یا فرض تحقیقی می گویند و باHA نشان می دهند در فرض خلاف اگر مشخص شود که افزایش یا کاهش سن بر هوش تاثیر دارد فرض را جهت دار می نامیم ولی اگر مشخص نشود و فقط بدانیم که بین سن و هوش رابطه وجود دارد می گوییم فرض بدون جهت است (یا فرضیه دو دامنه است) برای رسیدن به نتیجه در مورد فرضیه باید ابتدا یک آزمون مناسب انتخاب شود. البته در ابتدای هر آزمون لازم است فرض صفر و فرض خلاف را تدوین و تعریف کنیم. این کار برای هر آزمونی ضرورت دارد. زیرا که هدف اصلی تحقیق در واقع بررسی این دو فرضیه است و درصدد است که برای نتیجه گرفتن از تحقیق فرض صفر را رد کند و ثابت کند فرض خلاف تائید می شود. تائید فرض خلاف به این معناست که میان متغیرهایی که محقق انتخاب کرده رابطه وجود دارد، اثر بخشی وجود دارد و تاثیر هر یک از متغیرها متفاوت است و تایید این مسئله برای محقق اهمیت زیادی دارد.
پیش از تدوین فرض و فرض خلاف ابتدا محقق باید، تعداد متغیرهای مستقل و وابسته جهت آزمون شاخص تحقیقی خود را مشخص کند، پارامترهای مربوط به آن آماری شاخص را تعیین کند و همچنین تعداد گردهمایی که مورد مطالعه قرار می دهد را مشخص کند و براساس آن ها آزمون مورد نظر خود را تعیین نماید و از آن آزمون استفاده کند:

۱- تعداد متغیرهای مستقل و وابسته ←۲-شاخص ← ۳-پارامترهای شاخص ←۴- تعداد گروهها ←۵-جهت

(آماره یا شاخص): ویژگی عددی اختصاص داده شده به نمونه (n) تعداد ضریب بندی فرض خلاف
پارامتر: ویژگی عددی اختصاص داده شده جامعه (N) تعداد

 

آزمون های مقایسه ای :
اگر متغیر وابسته حداقل فاصله ای باشد و حداقل دو گروه داشته باشیم از آزمون های مربوط به میانگین استفاده می کنیم مانند آزمونهای t.
مثلاً بررسی دو گروه دانشجویان روانشناسی و مشاوره باهوش (رابطه رشته با هوش) به همین شکل آزمونهای مربوط شاخص های نسبت زمانی کاربرد دارد که، متغیر وابسته آنها مقیاس اسمی در ارزش باشد و همچنین دو گروه داشته باشیم که بخواهیم نسبتی را در آن ها مقایسه کنیم. نسبت کسانی که رشته روانشناسی را تحصیل می کنند بیشتر از نسبت کسانی است که مشاوره می خوانند. آزمونهای مربوط به واریانس زمانی کاربرد دارد که پراکندگی ها مورد نظر باشد. مثلا پراکندگی جمعیت ها در محیط های شهری بیشتر از پراکندگی در محیط های غیر شهری است.
آزمونهای میانه زمانی استفاده می شود که متغیر وابسته آنها ترتیبی باشد و دو یا چند گروه داشته باشد.
آزمونهای نما زمانی استفاده می شود که متغیر وابسته آنها اسمی باشد و دو یا چند گروه داشته باشد.

0 پاسخ

دیدگاه خود را ثبت کنید

تمایل دارید در گفتگوها شرکت کنید؟
در گفتگو ها شرکت کنید.

دیدگاهتان را بنویسید