A diferença estatística refere-se a diferenças significativas entre grupos de objetos ou pessoas. Os cientistas calculam essa diferença para determinar se os dados de um experimento são confiáveis antes de tirar conclusões e publicar os resultados. Ao estudar a relação entre duas variáveis, os cientistas usam o método de cálculo qui-quadrado. Ao comparar dois grupos, os cientistas usam o método de distribuição T.
Método Qui-Quadrado
Crie uma tabela de dados com uma linha para cada resultado possível e uma coluna para cada grupo envolvido no experimento.
Por exemplo, se você está tentando responder à questão de saber se cartões flash de imagem ou cartões de memória melhor ajudam as crianças a passar em um teste de vocabulário, você criaria uma tabela com três colunas e duas linhas. A primeira coluna seria marcada como "Teste aprovado"? e duas linhas abaixo do título seriam marcadas como "Sim" e "Não". A próxima coluna seria rotulada como "Cartões de figuras" e a coluna final seria "Cartões de palavras".
Preencha sua tabela de dados com os dados de sua experiência. Totalize cada coluna e linha e coloque os totais abaixo das colunas /linhas apropriadas. Esses dados são chamados de frequência observada.
Calcule a freqüência esperada para cada resultado e registre-a. A frequência esperada é o número de pessoas ou objetos que você esperaria alcançar o resultado por acaso. Para calcular essa estatística, multiplique o total da coluna pelo total da linha e divida pelo número total de observações. Por exemplo, se 200 crianças usassem cartões com foto, 300 crianças passassem no teste de vocabulário e 450 tivessem sido testadas, a frequência esperada de crianças passando no teste usando cartões com figuras seria (200 * 300) /450 ou 133,3. Se qualquer resultado tiver uma frequência esperada inferior a 5,0, os dados não são fidedignos.
Subtraia cada frequência observada de cada frequência esperada. Quadrado o resultado. Divida esse valor pela frequência esperada. No exemplo acima, subtraia 200 de 133.3. Esquadre o resultado e divida por 133.3 para um resultado de 13.04.
Totalize os resultados do cálculo na Etapa 4. Esse é o valor do qui-quadrado.
Calcule o grau de liberdade para o resultado. tabela multiplicando o número de linhas - 1 pelo número de colunas - 1. Essa estatística informa o tamanho do tamanho da amostra.
Determine a margem de erro aceitável. Quanto menor a tabela, menor deve ser a margem de erro. Esse valor é chamado de valor alfa.
Procure a distribuição normal em uma tabela de estatísticas. Tabelas de estatísticas podem ser encontradas on-line ou em livros de estatísticas. Encontre o valor para a interseção dos graus corretos de liberdade e alfa. Se esse valor for menor ou igual ao valor do qui-quadrado, os dados serão estatisticamente significativos.
Método T-Test
Crie uma tabela de dados mostrando o número de observações para cada um dos dois grupos, a média dos resultados para cada grupo, o desvio padrão de cada média e a variância para cada média.
Subtraia a média do grupo dois da média do grupo um.
Divida cada variância pelo número de observações menos 1. Por exemplo, se um grupo tivesse uma variância de 2186753 e 425 observações, você dividiria 2186753 por 424. Pegue a raiz quadrada de cada resultado.
Divida cada resultado pelo resultado correspondente. Resultado da Etapa 2.
Calcule os graus de liberdade, totalizando o número de observações para ambos os grupos e dividindo por 2. Determine seu nível alfa e procure a interseção de graus de liberdade e alfa em uma tabela de estatísticas. Se o valor for menor ou igual ao seu t-score calculado, o resultado é estatisticamente significativo.
