آزمون های آماری را بر اساس ویژگی های داده ها یا متغیرها می توان به دو دسته پارامتریک و ناپارامتریک تقسیم کرد. آزمون های پارامتریک، آزمون های استنباطی می باشند که توان آماری بالا و قدرت پرداختن به داده های جمع آوری شده در طرح های پیچیده را دارند. منظور از آمار استنباطی، برآورد ویژگی جامعه (پارامتر) براساس مقادیر نمونه (آماره) می باشد. آزمون های پارامتریک بر این فرض است که داده ها دارای توزیع طبیعی و نمونه ها واریانس مساوی داشته باشند. در صورتی که آزمون های ناپارامتریک مبتنی بر مفروضات خاص درباره توزیع جامعه نیستند. در واقع، اگر مفروضات اشاره شده در جامعه مورد مطالعه صدق نکند، محقق باید به جای آزمون های پارامتریک از آزمون های دیگری که اصطلاحاً آزمون های توزیع آزاد یا نابسته به توزیع نامیده می شوند، استفاده کند. جهت آشنایی با آزمون های ناپارامتریک می توانید مقاله آزمون های ناپارامتریک را مطالعه بفرمایید.
آزمون های پارامتریک را می‌توان از موثرترین آزمون ها دانست که در قالب موارد در تعمیم نتایج حاصل از گروه نمونه به جامعه آماری مورد استفاده قرار می‌گیرند. جهت بدست آوردن حجم نمونه می توانید از مقالات محاسبه آنلاین حجم نمونه با فرمول کوکران و محاسبه حجم نمونه با جدول مورگان استفاده کنید. در صورت مساوی بودن سایر شرایط، آزمون های پارامتریک نسبت به آزمون های ناپارامتریک از توان و انعطاف بیشتری برخوردارند. این آزمون ها به هنگام انجام پایان نامه ارشد و رساله دکترا نه تنها به پژوهشگر اجازه می دهند تا تاثیر متغیر های مستقل متعددی را بر روی متغیر وابسته مطالعه کند، بلکه امکان مطالعه تاثیر متقابل آن ها را نیز فراهم می کنند.
پیش‌فرض های آزمون های پارامتریک
بسیاری از متخصصان آمار پیشنهاد می کنند که در صورت امکان از آزمون های پارامتریک استفاده شود و آزمون های غیرپارامتریک تنها در مواردی به کار روند که پیش فرض های پارامتریک قابل اثبات نباشند. بنابراین شرط استفاده از آزمون های پارامتریک این است که پیش فرض های اصلی آنها رعایت شود. این پیش فرض ها بر چگونگی توزیع جامعه و بر روش استفاده از مقیاسی که برای به کمیت در آوردن داده ها به کار می‌رود، مبتنی است. برای آشنایی با تفاوت های آزمون های پارامتریک و ناپارامتریک و انتخاب درست آزمون، میتوانید مقاله تفاوت آزمون های پارامتریک و ناپارامتریک را مطالعه کنید.
مهمترین پیش فرض های آزمون های پارامتریک موارد زیر می باشد:
- مشاهده های ما باید از جمعیت های آماری که دارای توزیع نرمال هستند به دست آمده باشند.
- هریک از موارد مشاهده شده مستقل باشند (انتخاب یک مورد به انتخاب هیچ مورد دیگری وابسته نیست).
- واریانس نمونه ها برابر یا تقریباً برابر باشند (رعایت این نکته در نمونه های با حجم کم اهمیت بیشتری دارد).
- توصیف متغیرها براساس مقیاس های نسبی و یا فاصله ای انجام می‌گیرد.
انتخاب آزمون آماری
یکی از مهمترین بخش های پژوهش انتخاب روش های آماری است که متناسب با هر فرضیه یا فرضیه های تحقیق باشد. جهت آشنایی با نحوه نگارش سوال و فرضیه در طرح های آکادمیک می توانید به مقاله نحوه نوشتن سوال و فرضیه در تحقیق رجوع کنید. بنابراین قبل از انتخاب یک آزمون آماری برای پروژه بهتر است به سؤال های زیر پاسخ داده شود، و با توجه به آن آزمون مورد نظر را انتخاب کرد:
- سؤال یا فرضیه پژوهش چیست؟
- داده ها پیوسته، رتبه ای و یا مقوله ای هستند؟
- آیا توزیع ویژگی مورد بررسی در جامعه نرمال است؟
- چه تعداد متغیر مورد بررسی قرار می گیرد؟
- چند گروه مقایسه می شوند؟
- آیا گروه های مورد بررسی مستقل هستند؟
جهت تدوین سوال و فرضیه میتوانید به مقاله نحوه نوشتن سوال و فرضیه در تحقیق رجوع کنید. از مهمترین آزمون های پارامتریک می توان به، آزمون تی تک نمونه (One Sample T Test)، آزمون t دو نمونه مستقل (Independent Samples t-Test)، تحلیل واریانس یک راهه (ANOVA)، آزمون t وابسته، آزمون t ولچ، آزمون t هتلینگ، تحلیل واریانس چندعاملی (MANOVA)، تحلیل کوواریانس چندعاملی (MANCOVA)… اشاره کرد. در شکل زیر، مهمترین آزمون های آماری پارامتریک معرفی شده اند:
شما عزیزان می توانید از فروشگاه وب سایت، با مراجعه به بخش های نمونه فصل سوم پایان نامه، نمونه فصل چهارم پایان نامه، نمونه فصل پنجم پایان نامه، با نحوه ی پیاده سازی آزمون های پارامتریک در طرح های آکادمیک به صورت جامع آشنا شوید.
اولین کسی باشید که برای “آزمون های پارامتریک” دیدگاه می‌گذارید;