Kalkulator testu Q Cochrana
Wklej tabelę zer i jedynek — jeden wiersz na badanego, jedna kolumna na warunek — a otrzymasz test Q Cochrana, sprawdzający, czy odsetek sukcesów jest taki sam w każdym warunku. Kalkulator pokazuje Q, stopnie swobody i wartość p, W Kendalla, odsetek sukcesów w każdym warunku oraz parowe testy McNemara z korektami Holma i Bonferroniego, z rozpisanymi obliczeniami. Za darmo, bez rejestracji.
0 badanych · 0 warunków
Wpisz co najmniej dwóch badanych i co najmniej dwa warunki, zakodowane 1 i 0.
Jak korzystać z kalkulatora testu Q Cochrana
- 1. Zakoduj wyniki. Użyj 1 dla sukcesu (tak, zaliczone, obecne) i 0 dla porażki, z jednym wierszem na badanego i jedną kolumną na warunek. Działają przecinki, spacje lub tabulatory, więc blok wklejony z arkusza też jest w porządku. Pierwszy wiersz ze słowami jest odczytywany jako nazwy warunków.
- 2. Nazwij warunki. Opcjonalnie wpisz nazwy oddzielone przecinkami, jeśli dane nie mają wiersza nagłówka.
- 3. Wybierz α. Ustawia linię decyzji pod wynikami.
- 4. Odczytaj Q i analizy uzupełniające. Istotne Q oznacza, że odsetek sukcesów nie jest taki sam w każdym warunku; tabela parowych testów McNemara pokazuje, które warunki się różnią. Po zakończeniu skopiuj linię APA.
Co robi test Q Cochrana
Q Cochrana to test, po który sięga się, gdy te same osoby są badane pod kątem wyniku tak/nie w trzech lub więcej warunkach: ci sami uczniowie odpowiadający na pytania w trzech formatach, ci sami pacjenci sprawdzani pod kątem objawu podczas czterech wizyt, te same strony oceniane przez kilku recenzentów. Rozszerza test McNemara, który obsługuje dwa warunki, i jest binarnym odpowiednikiem testu Friedmana.
Przy n badanych, k warunkach, sumach kolumn Cⱼ, sumach wierszy Rᵢ i sumie ogólnej T, Q = (k − 1)[k ΣCⱼ² − T²] / (k T − ΣRᵢ²). Przy hipotezie zerowej, że prawdopodobieństwo sukcesu jest takie samo w każdym warunku, Q ma w przybliżeniu rozkład chi-kwadrat o k − 1 stopniach swobody. Badani, którzy odnieśli sukces we wszystkich warunkach albo we wszystkich ich nie odnieśli, są nieinformatywni — nie wpływają na Q — więc efektywna próba to badani, których wyniki się różnią. Przybliżenie jest wiarygodne, gdy jest co najmniej 4 informatywnych badanych i n × k wynosi co najmniej 24 (Cochran, 1950); kalkulator ostrzega, gdy tak nie jest.
Q jest liczbowo identyczne ze statystyką Friedmana z poprawką na powiązania, obliczoną dla tabeli 0/1, więc W Kendalla = Q / (n(k − 1)) służy jako miara wielkości efektu: 0 oznacza, że warunki są nie do odróżnienia, a 1 oznacza, że każdy badany wykazuje ten sam wzór sukcesów w warunkach.
Przykład: trzy formaty pytań
Kliknij Wypróbuj przykład, aby wczytać wyniki 15 uczniów, z których każdy odpowiadał na jedno pytanie w trzech formatach (1 = poprawnie). Odsetki sukcesów wynoszą 5 z 15 dla wyboru wielokrotnego (,33), 9 dla krótkiej odpowiedzi (,60) i 13 dla eseju (,87). Dziesięciu uczniów jest informatywnych; pozostałych pięciu odpowiedziało poprawnie we wszystkich albo źle we wszystkich.
Q Cochrana, krok po kroku
T = 5 + 9 + 13 = 27; ΣCⱼ² = 25 + 81 + 169 = 275; ΣRᵢ² = 61
Q = 2 × [3 × 275 − 27²] / (3 × 27 − 61) = 2 × 96 / 20 = 9,6
df = 2, p = ,0082; W = 9,6 / (15 × 2) = ,32
Wybór wielokrotny kontra esej: b = 0, c = 8, dokładne p = ,0078, po korekcie Holma ,023
W stylu APA: odsetek poprawnych odpowiedzi różnił się w zależności od formatu pytania, Q Cochrana(2, N = 15) = 9,60, p = ,008. Parowe testy McNemara z korektą Holma pokazują, że pytania eseistyczne były poprawnie rozwiązywane częściej niż pytania wielokrotnego wyboru (skorygowane p = ,023); pozostałe dwie pary się nie różniły (skorygowane p = ,438).
Test Cochrana czy inny test?
| Sytuacja | Lepszy wybór |
|---|---|
| Ci sami badani, wynik tak/nie, dwa warunki | Test McNemara |
| Ci sami badani, wynik tak/nie, trzy lub więcej warunków | Test Q Cochrana |
| Ci sami badani, wyniki liczbowe lub rangi, trzy lub więcej warunków | Test Friedmana lub ANOVA z powtarzanymi pomiarami |
| Inni badani w każdej grupie, wynik tak/nie | Test chi-kwadrat |
| Inni badani, małe liczebności, dwie grupy | Dokładny test Fishera |
Najczęstsze pytania
- Kiedy stosować test Q Cochrana?
- Gdy ci sami badani albo dopasowane zestawy badanych są mierzeni na wyniku binarnym w trzech lub więcej warunkach. Test sprawdza, czy odsetek sukcesów różni się między warunkami, z uwzględnieniem parowania. Dla dwóch warunków sprowadza się do testu McNemara.
- Jaki test post hoc stosuje się po istotnym Q Cochrana?
- Zwykle test McNemara dla każdej pary warunków, z korektą Bonferroniego lub Holma na liczbę par. Kalkulator podaje dokładną wartość p z badanych niezgodnych, a także wartość p z chi-kwadrat z poprawką na ciągłość, skorygowane obiema metodami.
- Jak raportować Q Cochrana w stylu APA?
- Podaj Q wraz ze stopniami swobody i liczbą badanych, a potem wartość p: Q Cochrana(2, N = 15) = 9,60, p = ,008. Podaj odsetek sukcesów w każdym warunku i wyniki parowych testów McNemara oraz napisz, której korekty użyto. Zapisz Q, N i p kursywą.
- Dlaczego niektórzy badani są pomijani?
- Badany z tym samym wynikiem we wszystkich warunkach nie dostarcza informacji o różnicach między warunkami, więc nie wnosi nic do Q. Nadal liczy się w odsetkach sukcesów i w n, ale tabela z kilkoma badanymi, których wyniki się różnią, ma małą moc, bez względu na to, jak duża wygląda.
- Ilu badanych potrzebuję?
- Zalecenie Cochrana to co najmniej 4 informatywnych badanych i n × k wynoszące co najmniej 24, aby przybliżenie chi-kwadrat było wiarygodne. Przy mniejszej liczbie wartość p może być niedokładna; alternatywą jest dokładna wersja permutacyjna testu albo dokładny test McNemara dla par warunków.
- Czym różni się test Q Cochrana od testu Friedmana?
- To ten sam rachunek dla różnych danych. Test Friedmana szereguje wyniki liczbowe w obrębie każdego badanego; zastosowany do tabeli zer i jedynek, z powiązaniami obsłużonymi standardową korektą, daje dokładnie Q Cochrana. Q Cochrana to nazwa używana, gdy dane są binarne.