數(shù)據(jù)分析技術：數(shù)據(jù)差異的顯著性檢驗

數(shù)據(jù)差異的顯著性檢驗是數(shù)據(jù)分析的重要技術之一。然而，如何正確選擇檢驗方法是很多初學者困惑和容易出現(xiàn)錯誤的地方。下面為大家總結一下數(shù)據(jù)差異顯著性檢驗的方法及適用范圍。

顯著性檢驗

首先需要理解什么是數(shù)據(jù)差異的顯著性檢驗。在數(shù)據(jù)分析中，如果僅僅基于個案（某個數(shù)據(jù)）的采樣數(shù)據(jù)是沒有很強說服力的。例如：一種新藥，不能因為一個人使用后，效果良好就大面積地推廣，而應該基于大規(guī)模的樣本判定這種新藥是否有效，這就需要驗證在大規(guī)模樣本中實驗組數(shù)據(jù)是否優(yōu)于對照組數(shù)據(jù)，二者是否存在顯著性的差別。顯著性檢驗的理論就是在這種具體需求下提出來的。

所謂數(shù)據(jù)差異的顯著性檢驗，是面向兩組或多組數(shù)據(jù)的一種數(shù)據(jù)分析方法，其目的是對兩組數(shù)據(jù)之間是否存在顯著的差異進行判斷。一般來說，兩組觀測數(shù)據(jù)不可能完全相同，肯定存在或多或少的差異，但研究者關心的是兩組數(shù)據(jù)的差異是否顯著。如果差異顯著，就可以說兩組數(shù)據(jù)之間存在顯著性差異；否則，它們之間的差異不顯著，甚至可以說是無差別。

數(shù)據(jù)差異的顯著性可以運用在各類科學研究中，例如，在教學研究中，研究者可以研究某種教學法是否有效。在醫(yī)學領域，可以研究某種新藥是否對患者有效等等。

數(shù)據(jù)的分類

數(shù)據(jù)類型的不同，將直接影響到差異顯著性檢驗的使用方法。數(shù)據(jù)主要可以分成三類：定距變量，定序變量和定類變量。

定類變量：根據(jù)定性的原則區(qū)分總體中個案類別的變量。定類變量的值只能把研究對象分類，只能決定研究對象是同類或不同類，例如：性別分為男性和女性兩類；出生地區(qū)分為農村、城市、城鎮(zhèn)三類；民族背景分為漢、蒙、回、苗、壯、藏、維吾爾等；婚姻狀況分為未婚、已婚、分居、離婚、喪偶等類。

定序變量:區(qū)別同一類的個案中等級次序的變量。變量的值能把研究對象排列高低或大小，它是比定類變量層次更高的變量，也具有定類變量的特點，例如：文化程度可以分為大學、高中、初中、小學、文盲；工廠規(guī)?？梢苑譃榇蟆⒅?、??；年齡可以分為老、中、青。這些變量的值，既可以區(qū)分異同，也可以區(qū)別高低或大小。但是，各個定序變量的值之間沒有確切的間隔距離，比如大學究竟比高中高出多少，是沒有確切的尺度來測量的。

定距變量：區(qū)別同一類別個案中等級次序及其距離的變量。它除了包括定序變量的特性外，還能確切測量出個案之間高低、大小次序之間的距離。

定距變量是最常見、區(qū)分度最高的變量，這類變量可以被求取均值、方差、標準差和標準誤等描述性信息，在數(shù)據(jù)分析中最受歡迎，被稱為高測度數(shù)據(jù)。定序變量和定類變量則因為數(shù)據(jù)的特點，通常無法求取它們的均值和方差等信息，被稱為低測度數(shù)據(jù)，需要采用與定距變量不同的分析技術。