מדריך חינמי לסטודנטים · StatsGuru
מדריך לבחירת המבחן הסטטיסטי הנכון
עונים על כמה שאלות קצרות על המחקר שלכם, ומקבלים את המבחן המתאים: מתי משתמשים בו, מה ההנחות, מה החלופה הא-פרמטרית, איך מריצים ב-SPSS וב-R ואיך מדווחים לפי APA.
- מטרת המחקר
- סוג המשתנה התלוי
- מספר קבוצות
- בלתי תלויים או מזווגים
- הנחות
אשף בחירת המבחן
שאלה אחת בכל שלב. אפשר לחזור אחורה בכל רגע.
טבלת סיכום: כל המבחנים במקום אחד
לפי מטרה וסוג משתנה. העמודה השנייה היא המבחן הפרמטרי או המבחן המקובל, והשלישית היא החלופה כשההנחות לא מתקיימות.
| מצב | מבחן פרמטרי | חלופה א-פרמטרית | SPSS | R |
|---|---|---|---|---|
| קבוצה אחת מול ערך ידוע | t למדגם אחד | וילקוקסון למדגם אחד | Compare Means › One-Sample T Test | t.test(x, mu = 3) |
| 2 קבוצות בלתי תלויות | t למדגמים בלתי תלויים (Welch אם השונויות שונות) | מאן-ויטני | Compare Means › Independent-Samples T Test | t.test(y ~ g, data = d) |
| 2 מדידות מזווגות (לפני-אחרי) | t למדגמים מזווגים | וילקוקסון לזוגות | Compare Means › Paired-Samples T Test | t.test(post, pre, paired = TRUE) |
| 3+ קבוצות בלתי תלויות | ANOVA חד-כיווני (Welch אם השונויות שונות) | קרוסקל-וואליס | Compare Means › One-Way ANOVA | aov(y ~ g, data = d) |
| 3+ מדידות חוזרות | ANOVA במדידות חוזרות | פרידמן | General Linear Model › Repeated Measures | afex::aov_ez(..., within = "time") |
| 2 גורמים או יותר | ANOVA דו-כיווני (או מעורב) | אין חלופה ישירה; ART ANOVA או טרנספורמציה | General Linear Model › Univariate | afex::aov_ez(..., between = c("A","B")) |
| גורם + משתנה רציף לפיקוח | ANCOVA | אין חלופה סטנדרטית; ANCOVA על דרגות (Quade) | General Linear Model › Univariate + Covariate | lm(y ~ cov + g, data = d) |
| מצב | מבחן מקובל | חלופה / מבחן מדויק | SPSS | R |
|---|---|---|---|---|
| סודר: 2 קבוצות בלתי תלויות | מאן-ויטני | – | Legacy Dialogs › 2 Independent Samples | wilcox.test(y ~ g, data = d) |
| סודר: 2 מדידות מזווגות | וילקוקסון לזוגות | מבחן הסימן (Sign test) | Legacy Dialogs › 2 Related Samples | wilcox.test(post, pre, paired = TRUE) |
| סודר: 3+ קבוצות / מדידות | קרוסקל-וואליס / פרידמן | – | Legacy Dialogs › K Independent / K Related Samples | kruskal.test() / friedman.test() |
| קטגוריאלי או בינארי: קבוצות בלתי תלויות | חי-בריבוע לאי-תלות | פישר המדויק (שכיחות צפויה < 5) | Descriptive Statistics › Crosstabs | chisq.test(tab) / fisher.test(tab) |
| בינארי: 2 מדידות מזווגות | מקנמר | מקנמר מדויק (בינומי) | Crosstabs › Statistics › McNemar | mcnemar.test(tab) |
| בינארי: 3+ מדידות מזווגות | Q של קוקרן | – | Legacy Dialogs › K Related Samples › Cochran's Q | DescTools::CochranQTest(m) |
| מצב | מבחן פרמטרי | חלופה א-פרמטרית | SPSS | R |
|---|---|---|---|---|
| 2 משתנים כמותיים, קשר ליניארי | מתאם פירסון | מתאם ספירמן | Correlate › Bivariate | cor.test(x, y) |
| לפחות משתנה אחד סודר | – | ספירמן (או טאו של קנדל) | Correlate › Bivariate › Spearman | cor.test(x, y, method = "spearman") |
| 2 משתנים קטגוריאליים | חי-בריבוע לאי-תלות | פישר המדויק | Crosstabs › Chi-square, Cramer's V | chisq.test(table(a, b)) |
| משתנה כמותי ומשתנה דיכוטומי | t למדגמים בלתי תלויים (שקול למתאם פוינט-בי-סריאלי) | מאן-ויטני | Compare Means › Independent-Samples T Test | t.test(y ~ g, data = d) |
| מצב | מודל | כשההנחות לא מתקיימות | SPSS | R |
|---|---|---|---|---|
| תלוי כמותי, מנבא אחד | רגרסיה ליניארית פשוטה | טרנספורמציה, רגרסיה חסינה, או ספירמן | Regression › Linear | lm(y ~ x, data = d) |
| תלוי כמותי, כמה מנבאים | רגרסיה ליניארית מרובה | שגיאות תקן חסינות, טרנספורמציה | Regression › Linear | lm(y ~ x1 + x2, data = d) |
| תלוי בינארי | רגרסיה לוגיסטית | סודר: לוגיסטית סודרת; 3+ קטגוריות: מולטינומית | Regression › Binary Logistic | glm(y ~ x, family = binomial, data = d) |
| זמן עד אירוע: השוואת קבוצות | – | קפלן-מאייר + Log-Rank | Survival › Kaplan-Meier | survdiff(Surv(time, status) ~ g) |
| זמן עד אירוע: כמה מנבאים | רגרסיית Cox (חצי-פרמטרית) | הפרת סיכונים פרופורציונליים: Cox מרובד | Survival › Cox Regression | coxph(Surv(time, status) ~ g + age) |
| מערך המחקר | המדד | שימו לב | SPSS | R (epiR) |
|---|---|---|---|---|
| עוקבה (Cohort) או ניסוי מבוקר | סיכון יחסי (RR) והפרש סיכונים (RD) | עם זמן מעקב משתנה: יחס שיעורים (IRR) | Crosstabs › Statistics › Risk (For cohort) | epi.2by2(tab, method = "cohort.count") |
| מקרה-ביקורת (Case-control) | יחס סיכויים (OR) | RR לא ניתן לחישוב; OR ≈ RR רק כשהתוצא נדיר | Crosstabs › Statistics › Risk (Odds Ratio) | epi.2by2(tab, method = "case.control") |
| חתך (Cross-sectional) | יחס שכיחויות (PR) או יחס סיכויי שכיחות (POR) | אין רצף זמנים; לא להסיק סיבתיות | Crosstabs › Statistics › Risk | epi.2by2(tab, method = "cross.sectional") |
| מצב | מבחן | חלופה / השלמה | SPSS | R |
|---|---|---|---|---|
| שכיחויות מול פרופורציות צפויות | חי-בריבוע לטיב התאמה | מבחן מולטינומי / בינומי מדויק | Legacy Dialogs › Chi-square | chisq.test(obs, p = probs) |
| האם משתנה כמותי נורמלי | שפירו-וילק | תרשים Q-Q; קולמוגורוב-סמירנוב (Lilliefors) | Explore › Plots › Normality plots with tests | shapiro.test(x) |
נדב · סטטיסטיקאי ומדען נתונים · 052-831-9339 · statsguru.info
שאלות נפוצות
מתי משתמשים במבחן t ומתי ב-ANOVA?
מבחן t משווה ממוצעים של שתי קבוצות או שתי מדידות. כשיש שלוש קבוצות או יותר משתמשים בניתוח שונות (ANOVA), כי הרצה של כמה מבחני t נפרדים מנפחת את הסיכוי לטעות מסוג ראשון: בשלוש השוואות ברמת מובהקות 0.05 הסיכוי לפחות לתוצאה מובהקת אחת שגויה עולה לכ-14%. עם שתי קבוצות בלבד שני המבחנים שקולים (F = t בריבוע) ונותנים אותו ערך p.
מה ההבדל בין יחס סיכויים (OR) לסיכון יחסי (RR)?
סיכון יחסי (RR) הוא היחס בין שיעור התחלואה בקרב החשופים לשיעורה בקרב הלא-חשופים, ומחשבים אותו במחקר עוקבה או בניסוי מבוקר. יחס סיכויים (OR) הוא היחס בין הסיכויים (odds), והוא המדד היחיד שאפשר לחשב במחקר מקרה-ביקורת, כי החוקר קובע בעצמו את מספר החולים במדגם. כשהתוצא נדיר (פחות מכ-10%) ה-OR קרוב ל-RR; כשהתוצא שכיח, ה-OR רחוק יותר מ-1 מה-RR ומגזים בעוצמת הקשר אם מפרשים אותו כסיכון.
מתי משתמשים במבחן א-פרמטרי?
כשהמשתנה התלוי סודר (למשל פריט ליקרט בודד), או כשהמשתנה כמותי אבל המדגם קטן וההתפלגות רחוקה בבירור מנורמלית או שיש ערכים חריגים קיצוניים. במדגמים גדולים (בערך 30 ומעלה בכל קבוצה) מבחני t ו-ANOVA עמידים יחסית לסטיות מנורמליות, ולכן מבחן נורמליות מובהק לבדו אינו סיבה מספקת לעבור למבחן א-פרמטרי.
איך בודקים אם הנתונים מתפלגים נורמלית?
בודקים בכל קבוצה בנפרד (או את השאריות ברגרסיה), ומשלבים מבחן עם גרף: תרשים Q-Q והיסטוגרמה, ולצידם מבחן שפירו-וילק (Shapiro-Wilk). במדגם קטן למבחן עוצמה נמוכה, ובמדגם גדול הוא מובהק גם על סטיות זניחות, ולכן הגרף חשוב לא פחות מערך ה-p.
מה ההבדל בין מדגמים בלתי תלויים למדגמים מזווגים?
במדגמים בלתי תלויים כל משתתף נמצא בקבוצה אחת בלבד, למשל קבוצת ניסוי וקבוצת ביקורת. במדגמים מזווגים אותם משתתפים נמדדו יותר מפעם אחת (לפני ואחרי), או שכל משתתף הותאם לבן זוג (למשל תאומים או התאמה לפי גיל ומין). מדגמים מזווגים דורשים מבחנים ייעודיים כמו t מזווג, וילקוקסון או מקנמר.