Comment faire correspondre la méthode statistique avec la conception de la recherche

Indiquez clairement votre question de recherche. Si vous rencontrez des problèmes faisant cela, il peut aider à regarder par-dessus les catégories possibles de questions de recherche, ci-dessous, pour vous inviter.

Catégoriser votre question de recherche. Est-ce une question de description, comme "quelle est la taille du pied moyenne des clients de magasin de chaussures X?" Est-ce une question de la différence, comme "est le revenu moyen des ménages dans ce code postal différent de celui des ménages dans ce code postal?" Est-ce une question d`association, comme "Comment est la quantité de vitamine C que les gens ingèrent lié à la quantité de virus dans leur sang froid?"Ou prédiction, tel que "comment les ventes de billets liés au type et le nombre de publicités placées?"

Déterminer le niveau de mesure que vous allez utiliser pour chaque variable. Si vous avez des données sur les décomptes, comme le nombre de personnes de voitures sélectionnées A contre Cars B et C, vous avez des données de niveau nominal. Si vous avez commandé des données, comme l`ordre d`arrivée des coureurs dans une course, alors vous avez des données ordinales. Si vous avez des données où la différence entre un 10 et un 20 est le même montant de la différence entre un 30 et un 40, comme en degrés Fahrenheit ou Celsius, alors vous avez de données au moins d`intervalle s`il y a un vrai point zéro, comme en dollars de revenus, alors vous avez des données de rapport.

Faire des suppositions éclairées sur le type de distribution de vos données. Basé sur des recherches antérieures, déterminer si les données que vous recueillez sera probablement distribué dans une normale standard "courbe de cloche" forme, dans ce cas, vous allez utiliser des statistiques paramétriques, ou dans une forme non-normal, comme une courbe à double cloche, ou une courbe de type parabolique élancées, auquel cas vous allez utiliser des statistiques non paramétriques.

Sélectionnez les statistiques pour les questions de description. Pour une question de description, vous allez utiliser des mesures statistiques de tendance centrale et de dispersion. Pour une distribution normale "courbe de cloche" les données mesurées sur un ordinal, intervalle, ou le niveau de mesure du rapport, vous signaler moyenne, la médiane, le mode, la portée et l`écart-type. Pour les données non-normal, vous relèverez médiane, le mode, et la plage, mais des données déclarées sur un niveau nominal de mesure, vous relèverez seul mode.

Sélectionnez les statistiques pour les questions de différence. Pour une question de la différence, vous allez utiliser des statistiques concernant l`importance des différences entre les groupes. Pour la distribution normale "courbe de cloche" les données mesurées sur les niveaux d`intervalle ou de rapport de mesure, vous effectuer un test t pour une comparaison de deux groupes, ou une analyse de variance / ANOVA pour une comparaison des trois groupes. Pour les données non-normales, avec les données déclarées sur un niveau nominal de mesure, vous pouvez utiliser des statistiques non paramétriques comme chi carrée avec les données déclarées sur un niveau d`intervalle, vous pouvez utiliser des statistiques non paramétriques tels que le test de Mann-Whitney U.

Sélectionnez les statistiques pour les questions de l`association. Pour la distribution normale "courbe de cloche" les données mesurées sur les niveaux d`intervalle ou de rapport de mesure, vous calculer un Pearson de corrélation de r. Pour les données non-normales, avec des données déclarées sur un niveau nominal de mesure, vous calculer un coefficient de contingence, C. Pour les données non-normales rapportées à un niveau ordinal de mesure, vous calculer une corrélation de rang de Spearman ou de Kendall, r- sous-s ou tau.

Sélectionnez les statistiques pour les questions de prédiction. Pour la distribution normale "courbe de cloche" les données mesurées sur les niveaux d`intervalle ou de rapport de mesure, vous calculera une régression ou une équation de régression multiple. Vous pouvez également essayer de faire cela pour les données mesurées au niveau ordinal de mesure, mais les résultats doivent être interprétés avec prudence.