home *** CD-ROM | disk | FTP | other *** search
/ Shareware Super Platinum 8 / Shareware Super Platinum 8.iso / mac / DATABASE / KSTAT33A.ZIP;1 / KSWHAT.330 < prev    next >
Encoding:
Text File  |  1993-10-01  |  7.9 KB  |  166 lines
  1. What Analysis Should You Use?
  2. @1,You want to get descriptive statistics of SINGLE variable(s)
  3. @2,You want to get DESCRIPTIVE statistics of two RELATED variables
  4. @3,You want to COMPARE two variables, Independent or Paired
  5. @4,You want to COMPARE more than two variables, Independent or Related
  6. @5,You want to examine ASSOCIATION between two variables
  7. @6,You want to examine ASSOCIATION between more than two variables
  8. @7,Definitions of Terms Used
  9. ##1
  10. DESCRIPTIVE STATISTICS & GRAPHS      PROCEDURES TO USE
  11. ÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕ      ÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕ
  12.                ⁄ƒ Data is ƒƒƒƒƒ>     Mean, S.D., Box Plot, 5 number summary
  13.                ≥  Normal             Histogram, Conf. Interval
  14.                ≥                     (Stat Module, B, C, & E)
  15.                ≥
  16.                ≥ƒ Data not ƒƒƒƒ>     Median, Box Plot
  17.                ≥  Normal             Histogram, 5 number summary
  18. One Sample  ƒƒƒ≥                     (Stat Module, B & E)
  19.                ≥ƒ Data is
  20.                ≥  Categoricalƒƒ>     Frequencies, Pictogram
  21.                ≥                     (Crosstabs Module, B)
  22.                ≥
  23.                ¿ƒ Observationsƒ>     Time Series Plot
  24.                   Over Time          (Stat Module, option G)
  25.  
  26. ##2
  27. DESCRIPTIVE STATISTICS & GRAPHS      PROCEDURES TO USE
  28. ÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕ      ÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕ
  29.                ⁄ƒ Data areƒƒƒƒƒ>     Pearson's Corr. Coeff. &
  30.                ≥  Normal             XƒY Scatterplot
  31.                ≥                     (Stat Module, option F &
  32.                ≥                     Regression Module option B & D)
  33.                ≥
  34. Two Samplesƒƒƒƒ≥ƒ Data notƒƒƒƒƒ>     Spearmans Corr. Coeff. &
  35. (Related)      ≥  Normal             XƒY Scatterplot
  36.                ≥                     (Stat Module, option F &
  37.                ≥                     Regression Module, option D)
  38.                ≥
  39.                ¿ƒ Data areƒƒƒƒƒ>     Crosstabulations and
  40.                   Qualitative        3ƒD Bar Chart
  41.                                      (Crosstabs Module,
  42.                                       options D & E)
  43.  
  44. ##3
  45. COMPARISON TESTS ƒ TWO SAMPLES                    TEST TO USE
  46. ÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕ                  ÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕ
  47.                             ⁄ƒ Data areƒƒƒƒƒ>     Paired tƒtest
  48.                             ≥  Normal             (tƒtest & ANOVA Module,
  49.                             ≥                      Option C)
  50.               ≥ƒƒƒSamplesƒƒƒ≥ƒ Data not ƒƒƒƒ>     Freidmans Test
  51.               ≥   Related   ≥  Normal             (Non-Parametrics Module
  52.               ≥             ≥                      Option C)
  53.               ≥             ¿ƒ Data are
  54.               ≥                Dichotomousƒƒ>     McNemar's test
  55. Two Samples ƒƒ≥                                   (Crosstabs Module,
  56.               ≥                                    Option F)
  57.               ≥             ⁄ƒ Data areƒƒƒƒƒ>     Ind. Group tƒtest
  58.               ≥             ≥  Normal             (tƒtest, ANOVA Module,
  59.               ≥             ≥                      option B)
  60.               ≥             ≥
  61.               ≥ƒƒSamplesƒƒƒƒ≥ƒ Data notƒƒƒƒƒ>     MannƒWhitney U test
  62.                  Independent≥  Normal             (Non-Parametrics Module,
  63.                             ≥                      Option B)
  64.                             ≥
  65.                             ¿ƒ Data areƒƒƒƒƒ>     ChiƒSquare (Homogeniety)
  66.                                Qualitative        (Crosstabs Module,
  67.                                                    option D)
  68. ##4
  69. COMPARING MORE THAN TWO SAMPLES               TEST TO USE
  70. ÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕ     ÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕ
  71.  
  72.                           ⁄ƒ Data areƒƒƒƒƒ>   Repeated Measures ANOVA
  73.                           ≥  Normal           (tƒtest & ANOVA Module,
  74.                           ≥                    Option C)
  75.                           ≥
  76.               ⁄ƒSamplesƒƒƒ≥ƒ Data not ƒƒƒƒ>   Friedman ANOVA
  77.               ≥ Related   ≥  Normal           (Non-Parametrics Module,
  78.               ≥           ≥                    Option C)
  79.               ≥           ¿ƒ Data are
  80.               ≥              Dichotomousƒƒ>   Cochran's Q test
  81.               ≥                               (Non-Parametrics Module,
  82. More than     ≥                                Option D)
  83. Two Samples ƒƒ≥           ⁄ƒ Data areƒƒƒƒƒ>   Independent Group ANOVA
  84.               ≥           ≥  Normal           (tƒtest & ANOVA Module,
  85.               ≥           ≥                    Option B)
  86.               ≥           ≥
  87.               ¿ƒSamplesƒƒƒ≥ƒ Data notƒƒƒƒƒ>   KruskalƒWallis
  88.                Independent≥  Normal           (Non-Parametrics Module,
  89.                           ≥                    Option B)
  90.                           ≥
  91.                           ¿ƒ Data areƒƒƒƒƒ>   ChiƒSquare Test
  92.                              Qualitative       (Crosstabs Module,
  93.                                                 Option D)
  94. ##5
  95.  
  96. TESTING ASSOCIATION BETWEEN TWO VARIABLES           PROCEDURE TO USE
  97. ÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕ           ÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕ
  98.  
  99.                               ⁄ƒ Data areƒƒƒƒƒ>     Pearson Correlation
  100.                               ≥  Normal             Simple Linear Regression
  101.                               ≥                     (Regression Module
  102.                               ≥                      Option B or D)
  103.                               ≥
  104.        Two Samples Relatedƒƒƒƒ≥ƒ Data not ƒƒƒƒ>     Spearman Correlation
  105.                               ≥  Normal             (Regression Module,
  106.                               ≥                      option D)
  107.                               ≥ƒ Data are
  108.                               ≥  Qualitativeƒƒ>     Chi-Square (Independence)
  109.                               ≥                      (Crosstabs Module,
  110.                               ≥                       Option D)
  111.                               ¿ƒ Data mixedƒƒƒƒ>    Spearman Correlation
  112.                                  Normal, Not        (Regression Module,
  113.                                  Normal              option D)
  114. ##6
  115.  
  116.  
  117. MORE THAN TWO ASSOCIATED VARIABLES           PROCEDURE TO USE
  118. ÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕ        ÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕÕ
  119.  
  120.                        ⁄ƒ Data areƒƒƒƒƒ>     Multiple Regression
  121.                        ≥  Normal             (Regression Module,
  122.                        ≥                      Option C)
  123.                        ≥
  124. More than 2 Samples  ƒƒ≥ƒ Data notƒƒƒƒƒ>     Kendall partial rankƒ
  125. Related                ≥  Normal             correlation
  126.                        ≥                     (N.A.)
  127.                        ≥
  128.                        ¿ƒ Data areƒƒƒƒƒ>     Discriminant Analysis
  129.                           Qualitative        (N.A.)
  130.  
  131.  
  132.  
  133. ##7
  134.                                   DEFINITIONS
  135.  
  136. NORMAL refers to data that are well approximated by a normal (Gaussian)
  137. distribution.
  138.  
  139. NOT NORMAL refers to quantative data that are not normally distributed.
  140.  
  141. CATEGORICAL refers to nominal data, such as male/female or brown/blue/black.
  142.  
  143. QUANTITATIVE refers to data that are numeric such as height, batting average,
  144. number of people per household, etc.
  145.  
  146. QUALITATIVE refers to data that describe attributes such as hair color,
  147. socioeconomic class, sex, etc.
  148.  
  149. ASSOCIATED refers to variables where knowledge of one helps predict the
  150. other.
  151.  
  152. INDEPENDENT refers to variables where knowledge of one does not help predict
  153. others. Usually, samples from unrelated populations.
  154. (continued)
  155. ##8
  156.                                   DEFINITIONS
  157.                                   (Continued)
  158.  
  159. RELATED refers to samples where multiple measures are taken on the same or
  160. related entities. For example, before after weights for a diet, or heights of
  161. twins.
  162.  
  163. DICHOTOMOUS refers to data that are categorical and can take on only one of
  164. two possible states. For example, yes,/no or on/off. VARIABLE refers to the
  165. observed measure, such as height, hair color, etc.
  166.