Mood의 중위수 검정에 대한 데이터 고려 사항

유효한 결과를 얻으려면 데이터를 수집하고 분석을 수행하거나 결과를 해석할 때 다음 지침을 따르십시오.

참고

Mood의 중위수 검정 대신 모수 분석을 사용하는 경우 데이터가 해당 분석의 데이터 요구 사항을 충족하는지 확인해야 합니다. 모수 분석의 데이터 요구 사항은 Mood의 중위수 검정과 같은 비모수 분석의 요구 사항과 항상 호환되지는 않습니다.

데이터에 고정 요인인 하나의 범주형 변수만 포함되어야 합니다.

요인에 대한 자세한 내용은 요인 및 요인 수준고정 및 랜덤 요인에서 확인하십시오.

반응 변수가 계량형이어야 함
반응 변수가 범주형이면 모형이 분석의 가정을 충족하거나 데이터를 정확히 설명하거나 유용한 예측을 할 가능성이 적습니다.
표본 데이터는 정규 분포를 따를 필요가 없습니다.
그룹 분포는 형상과 산포가 같고 특이치를 포함해야 합니다.
  • 그룹 분포에 특이치가 포함되어 있지 않으면 검정력이 더 높은 Kruskal-Wallis 검정을 사용하십시오.
  • 그룹 분포가 정규 분포를 따르면 검정력이 더 높은 일원 분산 분석을 사용하는 것을 고려해 보십시오.
표본 크기가 15 또는 20개 관측치보다 작거나 공정을 중위수로 더 잘 나타낼 수 있어야 합니다.

비모수 검정은 검정력이 모수 검정보다 낮은 경향이 있습니다. 또한 모수 검정은 표본 크기가 충분히 큰 경우 비정규 데이터를 사용하여 잘 수행할 수 있습니다. 표본 크기가 아주 작지 않거나 중위수가 분석에 더 중요한 경우 비정규 정규 데이터에도 모수 검정을 사용하는 것을 고려해 보십시오.

데이터가 다음과 같은 표본 크기 지침을 충족하면 치우친 분포와 비정규 분포를 사용해도 매우 잘 수행되고 검정력이 더 높은 일원 분산 분석을 사용하는 것을 고려해 보십시오.
  • 데이터에 2–9개의 그룹이 포함되어 있는 경우 각 그룹의 표본 크기가 15 이상이어야 합니다.
  • 데이터에 10–12개의 그룹이 포함되어 있는 경우 각 그룹의 표본 크기가 20 이상이어야 합니다.
각 관측치가 다른 모든 관측치로부터 독립적이어야 함
관측치가 종속되면 결과가 유효하지 않을 수도 있습니다. 관측치가 독립적인지 여부를 확인하려면 다음과 같은 점을 고려하십시오.
  • 한 관측치가 다른 관측치에 대한 정보를 제공하지 않으면 관측치가 독립적입니다.
  • 한 관측치가 다른 관측치에 대한 정보를 제공하면 관측치가 종속됩니다.

종속적인 관측치가 있는 경우 반복 측정 설계 분석으로 이동하십시오. 표본에 대한 자세한 내용은 종속 및 독립 표본의 차이에서 확인하십시오.

최적의 경험을 사용한 데이터 수집
유효한 결과를 얻으려면 다음 지침을 따르십시오.
  • 데이터가 관심 있는 모집단을 나타내는지 확인합니다.
  • 필요한 정밀도를 제공하기에 충분한 데이터를 수집합니다.
  • 최대한 정확하게 변수를 측정합니다.
  • 데이터를 수집된 순서대로 기록합니다.
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오