Testaan muuttujien normaalisuutta Kolmogorovin-Smirnovin testillä valitakseni varianssianalyysin tai kruskall-wallisin testin. Testi näyttää sig -arvoilla alle (0.05) eli jakauma poikkeaa normaalista.
Tutkin myös histogrammia, kuvaaja näyttää normaalijakautuneelta. Olen nyt ihan sekaisin, että kumpaa uskon? :) Miten saan selville, onko muuttuja normaalisti jakautunut? Kertokaa fiksummat. :)
Kiitos vastauksista.
Tutkin myös histogrammia, kuvaaja näyttää normaalijakautuneelta. Olen nyt ihan sekaisin, että kumpaa uskon? :) Miten saan selville, onko muuttuja normaalisti jakautunut? Kertokaa fiksummat. :)
Kiitos vastauksista.
Vastaukset 4
Vanhimmat
Jos testin mukaan ei ole normaalijakauma, mutta histogrammin mukaan on, usko histogrammia. Riittää, että jakauma "riittävän normaali", mitä se ilmeisesti juuri kuvaajan perusteella on. Näistä asioista tosin kannattaa keskustella oman laitoksesi experttien kanssa. Kysyminen ei ole kielletty.
K-S testiä käytetään verrattaessa kahden riippumattoman muuttujan jakaumaa toisiinsa. Tällainen riippumaton muuttuja voi olla vaikkapa vastaajien sukupuoli. Aineistolta voitaisiin kysyä K-S -testin avulla esim. että, eroavatko asennemittarilla kerätyt miesten ja naisten vastausten jakaumat toisistaan. Mutta tämänhän jo varmasti tiesitkin. Siis asiaan.
Jakauman kuvaajan tarkastelu voi olla hyödyllistä, etsittäessä syitä mahdollisille eroille. Yleensä hajontakuvio on tässä tilanteessa parempi kuin histogrammi. Yhtä kaikki, jos olet tehnyt testin oikein ja aineistosi täyttää K-W:n käyttämiselle asetetut ehdot, tehdään tulkinta p:n (sig.) perusteella, ei katsomalla. Jos normaalijakauman eron näkisi aina silmämääräisesti, riittäisi pelkkä ristiintaulukointi (eikä mitään testiä tarvittaisi)
Äh, siis, muuttujien on oltava toisistaan riippumattomia ja otosten on oltava satunnaisia. Mittauksen pitää olla järjestysasteikollinen ja taustamuuttujan ns. jatkuva.
Pienillä aineistoilla, joissa mittaustarkkuus on karkea, K-S-normaalisuustesti tai vastaavat testit johtavat miltei aina nollahypoteesin hylkäämiseen. Siksi niihin ei kannata niin tiukasti tuijottaa. Graafiset kuviot (histogrammin lisäksi esim. normaalitodennäköisyyskuviot) kertovat kyllä kokeneelle silmälle tuon "riittävän normaalisuuden". Yksi toinen juttu: puhuit viestissäsi siitä, että tarkoitus on jatkossa tehdä varianssianalyyseja. Muistithan, että tällöin riippuvan muuttujan normaalisuustarkastelut on tehtävä erikseen kaikissa niissä ryhmissä, joita varianssianalyysissa suunnittelet vertaavasi, eli yksi normaalisuustarkastelu ei riitä.