Kalkulator Uji Q Cochran

Cara Menggunakan Kalkulator Uji Q Cochran

1. 1. Beri kode luarannya. Gunakan 1 untuk keberhasilan (ya, lulus, ada) dan 0 untuk kegagalan, dengan satu baris per subjek dan satu kolom per kondisi. Koma, spasi, atau tab bisa dipakai, jadi blok yang ditempel dari spreadsheet tidak masalah. Baris pertama yang berisi kata-kata dibaca sebagai nama kondisi.
2. 2. Beri nama kondisinya. Opsional: ketik namanya, dipisahkan koma, jika data Anda tidak memiliki baris judul.
3. 3. Pilih α. Ini menetapkan garis keputusan di bawah hasil.
4. 4. Baca Q dan uji lanjutannya. Q yang signifikan berarti proporsi keberhasilan tidak sama di setiap kondisi; tabel McNemar berpasangan menunjukkan kondisi mana yang berbeda. Salin baris APA ketika Anda selesai.

Apa yang Dilakukan Uji Q Cochran

Q Cochran adalah uji yang tepat digunakan ketika subjek yang sama diukur pada luaran ya/tidak di bawah tiga kondisi atau lebih: mahasiswa yang sama menjawab pertanyaan dalam tiga format, pasien yang sama diperiksa gejalanya pada empat kunjungan, atau halaman yang sama dinilai oleh beberapa penilai. Uji ini memperluas uji McNemar, yang menangani dua kondisi, dan merupakan padanan biner dari uji Friedman.

Dengan n subjek, k kondisi, total kolom Cⱼ, total baris Rᵢ, dan total keseluruhan T, Q = (k − 1)[k ΣCⱼ² − T²] / (k T − ΣRᵢ²). Di bawah hipotesis nol bahwa peluang keberhasilan sama di setiap kondisi, Q secara perkiraan mengikuti sebaran chi-kuadrat dengan k − 1 derajat kebebasan. Subjek yang berhasil di semua kondisi atau gagal di semua kondisi tidak informatif — mereka tidak memengaruhi Q — sehingga sampel efektifnya adalah himpunan subjek yang luarannya bervariasi. Perkiraannya dapat diandalkan jika ada setidaknya 4 subjek informatif dan n × k setidaknya 24 (Cochran, 1950); kalkulator memberi peringatan jika syarat itu tidak terpenuhi.

Q secara numerik identik dengan statistik Friedman yang terkoreksi untuk ikatan dan dihitung pada tabel 0/1, sehingga W Kendall = Q / (n(k − 1)) berfungsi sebagai ukuran efek: 0 berarti kondisinya tidak dapat dibedakan dan 1 berarti setiap subjek menunjukkan pola keberhasilan yang sama di seluruh kondisi.

Contoh Kasus: Tiga Format Pertanyaan

Klik Coba contoh untuk memuat hasil untuk 15 mahasiswa, yang masing-masing menjawab satu pertanyaan dalam tiga format (1 = benar). Tingkat keberhasilannya adalah 5 dari 15 untuk pilihan ganda (0,33), 9 untuk jawaban singkat (0,60), dan 13 untuk esai (0,87). Sepuluh mahasiswa informatif; lima lainnya menjawab semuanya benar atau semuanya salah.

Dalam gaya APA: proporsi jawaban benar berbeda menurut format pertanyaan, Cochran's Q(2, N = 15) = 9,60, p = ,008. Uji McNemar berpasangan dengan penyesuaian Holm menunjukkan bahwa pertanyaan esai dijawab benar lebih sering daripada pertanyaan pilihan ganda (p yang disesuaikan = ,023); dua pasangan lainnya tidak berbeda (p yang disesuaikan = ,438).

Q Cochran atau Uji Lain?

Pertanyaan yang Sering Diajukan

Kapan saya harus menggunakan uji Q Cochran?

Gunakan ketika subjek yang sama, atau kelompok subjek yang berpasangan, diukur pada luaran biner di bawah tiga kondisi atau lebih. Uji ini menguji apakah proporsi keberhasilan berbeda antarkondisi dengan tetap memperhitungkan pasangan subjeknya. Untuk dua kondisi, uji ini tereduksi menjadi uji McNemar.

Uji lanjutan apa yang mengikuti Q Cochran yang signifikan?

Uji lanjutan yang umum adalah uji McNemar untuk setiap pasangan kondisi, dengan koreksi Bonferroni atau Holm untuk jumlah pasangan. Kalkulator memberikan nilai p eksak dari subjek yang tidak sesuai, ditambah nilai p chi-kuadrat dengan koreksi kontinuitas, dan keduanya disesuaikan dengan kedua metode.

Bagaimana cara melaporkan Q Cochran dalam gaya APA?

Laporkan Q beserta derajat kebebasan dan jumlah subjeknya, lalu nilai p: Cochran's Q(2, N = 15) = 9,60, p = ,008. Berikan tingkat keberhasilan di setiap kondisi dan hasil uji McNemar berpasangan, dan sebutkan penyesuaian yang digunakan. Miringkan Q, N, dan p.

Mengapa beberapa subjek diabaikan?

Subjek dengan luaran yang sama di semua kondisi tidak memberikan informasi tentang perbedaan antarkondisi, sehingga tidak berkontribusi pada Q. Mereka tetap dihitung dalam tingkat keberhasilan dan n, tetapi tabel dengan sedikit subjek yang luarannya bervariasi memiliki daya yang rendah, betapapun besar tabel itu tampak.

Berapa banyak subjek yang saya perlukan?

Panduan Cochran adalah setidaknya 4 subjek informatif dan n × k setidaknya 24 agar pendekatan chi-kuadrat dapat diandalkan. Jika lebih sedikit, nilai p bisa tidak akurat; alternatifnya adalah versi permutasi eksak dari uji ini, atau uji McNemar eksak pada pasangan kondisi.

Apa perbedaan antara Q Cochran dan uji Friedman?

Keduanya adalah perhitungan yang sama untuk data yang berbeda. Uji Friedman meranking skor numerik di dalam setiap subjek; jika diterapkan pada tabel berisi 0 dan 1, dengan ikatan ditangani melalui koreksi standar, hasilnya persis Q Cochran. Q Cochran adalah nama yang dipakai ketika datanya biner.