Tulemuste olulisuse statistiline testimine: tehakse kindalks selle tõenäosus, et tulemus saadi puhtjuhuslikult, st mitte sõltumatute muutujate näol. See peaks olema võimalikult väike. Testitakse paljude spetsiaalselt välja arendatud statistilise analüüsi meetoditega: Keskimste erinevuste võrlemine t-testid usalduspiiride leidmine korrelatsiooni olulisus regressioonianalüüs tihe-või mitmefaktoriline dispersiooni analüüs testimaks sõltumatute muutujate põhiefekte ja muutujatevahelisi interaktsiooniefekte OLULINE Uurimsiandmete töötlemine nende usaldusväärsuse ja tähenduse hindamiseks Tulemused võivad tingimuseti erineda ja puhtjuhuslikult ning juhuslikult saadud tulemust ei tohi teadusteabeks üldistada. Statistikameetodid aitavad kindlaks teha, milline on tõenäosus, et meid huvitava teguri mõju tulemustele tegelikult puudub ja tulemus on saadud juhuslikult.
või mitte. T-testid – kõige lihtsam meetod uurida pidev tunuse keskmiste erinevust rühmiti. T-tesi puhul on neid rühmi kaks või üks. Küsimus kas vaadeldav (valimis esinev) kahe rühma keksmiste erinevus on statistliselt oluline ehk siis ei ole juhusega seletatav. Dispersioonanalüüs: selle abil on võimalik analüüsida: diskreetsete, samuti kvalitatiivsete faktorite toiet, mitme faktori koosmõju ning kontrollida hüpoteese. Vastavalt faktorite arvule on olemas ühe-, kahe- ja mitmefaktoriline dispersioonanalüüs. Korrelatsioonanalüüs – seoste lähemaks uurimiseks pakuvad võimalusi korrelatsioon- ja regressioonanalüüs. Kahe nähtuse vahel esineva seose iseloomustamiseks peame pöörama tähelepanu neljale erinevale aspektile: 1) Seose kujule – kahe nähtuse vahel määrab geomeetriline joon, millele punktide parv kõige lähedasem on. 2) Seose tugevusele - 3) Seose suunale 4) Olulisus (statistika mõttes)
Eelnevalt uuritud t-testis oli gruppide arv piiratud(max 2).Kui on 3+ gruppi, siis kasutatakse dispersioonanalüüsi. See meetod võimaldab uurida faktortunnuse X mõju arvtunnuse Y keskväärtusele, kasutades valimi andmeid. Uuritav tunnus on sõltuv tunnus ehk funtsioontunnus- Y, tegu on arvtunnusega Diskreetne- ehk faktortunnus(sõltumatu) X, sellel on k väärtust(taset). Sõltuvalt faktortunnuste X arvust eristatakse ühe-, kahe- ja kolmefaktorilist disp-analüüsi.(kui rohkem, siis mitmefaktoriline) 1)Ühefaktoriline dispersioonanalüüs- ainult üks X Nagu ka t-testide puhul, on dispersioonanalüüsi läbiviimiseks vajalik teatud eelduste täidetus: 1. uuritav tunnus on arvuline 2. uuritav tunnus on normaaljaotusega (võimalik testida) 3. uuritava tunnuse dispersioonid peavad uuritavate gruppide lõikes olema võrdsed (võimalik testida Levenega) 4. sõltumatu tunnus, mille alusel võrreldavad grupid moodustatakse, peab olema
Nullhüpotees H0: μ1= μ 2=….= μn , ehk alamkogumite keskväärtused ei erine Sisukas hüpotees H1: leidub vähemalt üks alamkogumite paar, mille korral μi≠ μ j Sõltuv tunnus peab olema vähemalt intervallskaalal, grupeeriv tunnus kategooriline (mitte pidev). Tunnuse hajuvused võrreldavates gruppides võiks olla sarnased (Levene’i test) Tunnuse jaotus (gruppides eraldi võetuna) peaks olema ligilähedane normaaljaotusele. Mitmefaktoriline dispersioonianalüüs (Two-Way ANOVA) Kasutatakse, kui meil on üks arvuline sõltuv muutuja, aga mitu kategoorilist sõltumatut muutujat (tavaliselt 2 või 3), millel on omakorda mitu taset (nt sugu ja haridustase). Sõltuvate gruppide (within-subject) ehk korduvmõõtmiste (repeated measures) ANOVA Kasutatakse siis, kui sõltumatud muutujad on mõõdetud samal valimil. Ka siin võib faktoreid olla üks või mitu.
annaabi.ee 
