A próbastatisztikák tehát nem változnak, pusztán az esetszámot fogjuk virtuálisan lecsökkenteni, ráadásul a VA esetén csak azt az esetszámot, mely a teljes létszámot érinti (emlékeztetnénk rá, hogy a VA esetén két szabadsági fok van).
A VA elvégzését ismertnek tekintjük a ROPstatban.
FÜGGŐ VÁLTOZÓ: Zverb_ag (Zscore: Verbális agresszió)
Csoportonkénti alapstatisztikák
Index | ISK | Esetek | Átlag | Szórás | Min. | Max. | Ferdeség | Csúcsosság |
1 | szakmunkás | 32 | 0,0207 | 1,072 | -2,129 | 1,970 | -0,225 | -0,859 |
2 | szakiskola | 185 | 0,0958 | 0,972 | -2,385 | 2,611 | 0,005 | -0,352 |
3 | szakközépiskola | 83 | -0,221 | 1,012 | -2,385 | 2,098 | 0,227 | -0,495 |
Ha a Ferdeség vagy a Csúcsosság szignifikáns, az a normalitás sérülését jelzi.
Elméleti szórások egyenlőségének tesztelése
- O’Brien-próba (Welch-féle): F(2,0; 80,3) = 0,421 (p = 0,6581)
- Levene-próba (Welch-féle): F(2; 82,5) = 0,821 (p = 0,4435)
Elméleti átlagok egyenlőségének tesztelése
Hagyományos eljárás, amely feltételezi a szóráshomogenitást:
- Varianciaanalízis: F(2; 297) = 2,927 (p = 0,0551)+
Hatásvariancia = 2,8896, Hibavariancia = 0,9873
Korrelációs hányados (nemlineáris korrelációs együttható): eta = 0,139
Megmagyarázott variancia-arány: eta-négyzet = 0,019
Átlagok Tukey-Kramer-féle páronkénti összehasonlítása (k = 3, df = 297):
T12= 0,56 T13= 1,66 T23= 3,42*
FÜGGŐ VÁLTOZÓ: Osszagre
Csoportonkénti alapstatisztikák
Index | ISK | Esetek | Átlag | Szórás | Min. | Max. | Ferdeség | Csúcsosság |
1 | szakmunkás | 32 | 2,891 | 0,562 | 1,742 | 4,061 | -0,285 | -0,379 |
2 | szakiskola | 185 | 2,998 | 0,517 | 1,546 | 4,333 | 0,248 | -0,215 |
3 | szakközépiskola | 83 | 2,704 | 0,511 | 1,788 | 3,970 | 0,379 | -0,317 |
Ha a Ferdeség vagy a Csúcsosság szignifikáns, az a normalitás sérülését jelzi.
Elméleti szórások egyenlőségének tesztelése
- O’Brien-próba (Welch-féle): F(2,0; 79,0) = 0,242 (p = 0,7859)
- Levene-próba (Welch-féle): F(2; 79,1) = 0,102 (p = 0,9032)
Elméleti átlagok egyenlőségének tesztelése
Hagyományos eljárás, amely feltételezi a szóráshomogenitást:
- Varianciaanalízis: F(2; 297) = 9,149 (p = 0,0001)***
Hatásvariancia = 2,4765, Hibavariancia = 0,2707
Korrelációs hányados (nemlineáris korrelációs együttható): eta = 0,241
Megmagyarázott variancia-arány: eta-négyzet = 0,058
Átlagok Tukey-Kramer-féle páronkénti összehasonlítása (k = 3, df = 297):
T12= 1,52 T13= 2,44 T23= 6,04**
Jól megfigyelhető, hogy a ferdeségi és csúcsossági mutatók alapján a normalitás nem sérült, illetve a szóráshomogenitás is fennáll, így a teljesen hagyományos tesztek alkalmazhatók a fenti adatsorra.
Ezek alapján elmondható, hogy ha nem vesszük figyelembe a klaszterezettséget, akkor a szakiskola és a szakközépiskola diákjainak agressziószintje között szignifikáns eltérést tapasztalunk, a szakiskolások agresszió-skálájának átlaga szignifikánsan magasabb: a szakiskolások szignifikánsan agresszívebbeknek mutatkoznak, mint a szakközépiskolások.
Ahhoz, hogy a szabadságfok-korrekciót végre tudjuk hajtani, tudnunk kell, hogy a különböző eljárások szabadságfokai miként kerülnek kiszámításra. A t-próba szabadságfoka N-1, az F-próba szabadságfoka esetén a számláló szabadságfoka M-1, míg a nevezőé N-M.
Az előző jelöléseknél maradva tehát, a t-próba esetében az esetszámból egyet kell kivonnunk, míg az F-próba esetében (ahogy az a VA-nál látszik) két szabadságfok van: a tört számlálójának szabadságfoka a csoportok számának eggyel csökkentett értéke (ez a korrekció után sem változik), míg az esetek száma miatt a nevező szabadságfokán majd dolgoznunk kell.
Ez azt jelenti, hogy a próbastatisztikához nem fogunk hozzányúlni, azonban a kritikus értéket és így a nullhipotézis elfogadási tartományát módosítani fogjuk. Több lehetőségünk is van arra, hogy meghozzuk a döntésünket, erre egy EXCEL-táblázatot kínálok segítségképpen, az alábbi formátumban:
Az EXCEL-táblázat F-próba munkalapján átírjuk a sárgával megjelölt részeket oly módon, hogy a csoportszám nyilván az a szám, melyben a kategóriák vannak (esetünkben 3 iskola, tehát a csoportszám = 3).
Az esetszám a megadott 300 fő, a design-mutató egyedi, tehát ez már esetenként változik, így ezt nekünk kell megadni.
A default 5%-os döntést állítottuk be alapként az EXCEL-táblázatban, majd egy függvény alkalmazásával meghatározzuk a kritikus értéket. Másik lehetőségünk, hogy a ROPstat megadott F-próbastatisztikáját (az első eredmény szerepel most példaként) megadjuk a programnak a második blokkba, és a program kiszámítja hozzá az effektív ’p’ értéket.
Mindkét megoldás megfelelő. Jól látható, hogy így is szignifikáns maradt a különbség az iskolák között, azonban már korántsem olyan magas szignifikancia-szint mellett, mint a hagyományos eljárás esetén, mely nem vette figyelembe a klaszterezettséget.
Elmondható tehát, hogy mérésünk alapján továbbra is átlagosan agresszívebbeknek gondoljuk a szakiskolásokat, mint a szakközépiskolásokat, azonban itt már olyan mérési metódust alkalmaztunk, melyben figyelembe vettük, hogy az egy osztályba járó diákok nem függetlenek egymástól, óhatatlanul hatnak egymásra – mely együttjárást figyelembe kell vennünk a statisztikai hibák meghatározásakor is.
Az egyszerűség kedvéért azon esetekhez, amikor két csoportot szeretnénk összehasonlítani, és t-próbát alkalmaznánk, az EXCEL-táblázat második munkalapján egy, az ehhez szükséges módosítások elvégzésére alkalmas táblát is elkészíthetünk és felcímkézhetünk, hogy csak be kelljen írni a megfelelő eredményeket a kiadott outputokról.
Fontos, hogy a későbbi munkalapok NE az itt számított adatokat vegyék át, hogy a munkalapok egymástól függetlenül is használhatók legyenek!