Un'analisi statistica per confrontare tre o più set di dati dipende dal tipo di dati raccolti. Ogni test statistico ha determinati presupposti che devono essere soddisfatti affinché il test funzioni in modo appropriato. Inoltre, quali aspetti dei dati che confronterai influenzeranno il test. Ad esempio, se ciascuno dei tre set di dati ha due o più misurazioni, sarà necessario un diverso tipo di test statistico.

ANOVA

Uno dei test statistici più comuni per tre o più set di dati è l'analisi della varianza, o ANOVA. Per utilizzare questo test, i dati devono soddisfare determinati criteri. Innanzitutto, i dati dovrebbero essere numerici. I dati ordinali, come le scale graduate a 5 punti, chiamate scale Likert, non sono dati numerici e l'ANOVA non produrrà risultati accurati se utilizzato con dati ordinali. In secondo luogo, i dati dovrebbero essere normalmente distribuiti in una curva a campana. Se queste ipotesi sono soddisfatte, il test ANOVA può essere utilizzato per analizzare la varianza di una singola variabile dipendente attraverso tre o più campioni o set di dati. Ricorda, la variabile dipendente è il fattore che stai misurando nello studio.

MANOVA

Nei casi in cui vengono soddisfatte le ipotesi per ANOVA ma vuoi misurare più di una variabile dipendente, serve l'analisi multivariata della varianza, o MANOVA. Le variabili dipendenti sono i fattori che stai misurando e che vuoi esaminare. La variabile indipendente o le variabili influenzano la variabile dipendente. Ad esempio, supponi di misurare gli effetti di un intenso esercizio sulla pressione sanguigna, sulla perdita di peso e sulla frequenza cardiaca. La variabile indipendente è l'esercizio e le variabili dipendenti sono la pressione sanguigna, la perdita di peso e la frequenza cardiaca. In questa situazione, useresti MANOVA. Questo test statistico è molto complicato da calcolare e richiederà l'uso di un computer e di un software speciale.

Statistica inferenziale non parametrica

Esistono molti test non parametrici diversi, ma generalmente non le statistiche parametriche vengono utilizzate quando i dati sono ordinali e /o non distribuiti normalmente. I test non parametrici comprendono il test del segno, il chi-quadrato e il test della mediana. Questi test sono spesso impiegati quando si analizzano i dati del sondaggio in cui gli intervistati hanno dovuto valutare dichiarazioni diverse; per esempio, una scala di "fortemente in disaccordo, in disaccordo, d'accordo, fortemente d'accordo" si qualificherebbe come dati ordinali. Questi test sono spesso facili da calcolare a mano anche se un foglio di calcolo aiuta.

Statistiche descrittive

Oltre ai test inferenziali, puoi anche utilizzare semplici statistiche descrittive per fornire un rapido e semplice sguardo al set di dati. È possibile segnalare la media, le deviazioni standard e le percentuali per ciascuno dei tre set di dati. Le statistiche descrittive aiutano a dare una rapida occhiata ai dati ma non possono essere utilizzate per trarre conclusioni. Ad esempio, se uno dei tre set di dati ha una variabile superiore del 20% rispetto agli altri due set di dati, non è possibile affermare che la differenza sia "statisticamente significativa" senza utilizzare un test statistico inferenziale, come ANOVA, MANOVA o un test non parametrico.