უფასო ინსტრუმენტი

სტატისტიკური
მნიშვნელობის შემოწმება

განსხვავება ორ ჯგუფს შორის — რეალურია თუ შემთხვევითი?

შეიყვანეთ მონაცემები

Z-test კალკულატორი

ჯგუფი A — მაგ: კაცები

მაგ: 45 (კაცების 45% ეთანხმება)

ამ ჯგუფში გამოკითხულები

ჯგუფი B — მაგ: ქალები

მაგ: 38 (ქალების 38% ეთანხმება)

ამ ჯგუფში გამოკითხულები

—
Z მნიშვნელობა
—
განსხვავება
—
კრიტიკული Z
—
სარწმუნოობა
სასარგებლო იყო?
მიგვანიშნე, რომ სწორ გზაზე ვართ ♡
— მომხმარებლისთვის ეს ხელსაწყო სასარგებლო იყო
კვლევითი ცენტრის მომსახურება

მონაცემთა ანალიზი

თუ გაქვთ კვლევის მონაცემები, შეგიძლიათ შეგვიკვეთოთ ნებისმიერი სირთულის ანალიზი - აღწერითი სტატისტიკიდან და ჯგუფების შედარებიდან მრავალცვლადიან ანალიზამდე, ანგარიშითა და ვიზუალიზაციით.

ანალიზის შეთავაზების მოთხოვნა

შეავსეთ ფორმა და ერთი სამუშაო დღის განმავლობაში გამოგიგზავნით შეთავაზებას.

გაიხსნება თქვენი ელ-ფოსტა უკვე შევსებული წერილით მისამართზე researchcenter@porcg.info.

გამოყენებული ფორმულა
ორი პროპორციის Z-test
სტანდარტული სტატისტიკური მეთოდი სოციოლოგიურ კვლევაში
p̂ = (p₁n₁ + p₂n₂) / (n₁ + n₂)
SE = √[ p̂(1−p̂) × (1/n₁ + 1/n₂) ]
Z = (p₁ − p₂) / SE
p₁, p₂ — ორი ჯგუფის პროპორციები
n₁, n₂ — ორი ჯგუფის ზომები
p̂ — გაერთიანებული პროპორცია
SE — სტანდარტული შეცდომა
Z — სტატისტიკური მნიშვნელობა
|Z| > Zᴄᴇᴇᴛ — მნიშვნელოვანია
წყარო Agresti, A. & Franklin, C. (2013). Statistics: The Art and Science of Learning from Data, 3rd ed. Pearson.

ძირითადი ცნებები

სტატისტიკური მნიშვნელობა

ნიშნავს, რომ ორ ჯგუფს შორის დაფიქსირებული განსხვავება სავარაუდოდ რეალურია და არა შემთხვევითი გადახრა. ეს არ ნიშნავს, რომ განსხვავება დიდია — მხოლოდ იმას, რომ სანდოდ არსებობს.

Z-test — ორი პროპორციის შედარება

გამოიყენება მაშინ, როცა გვინდა ვიცოდეთ: „კაცებში 45% და ქალებში 38% — ეს განსხვავება სტატისტიკურად მნიშვნელოვანია?" Z რაც უფრო დიდია, მით უფრო სანდოა განსხვავება.

H₀ — ნულოვანი ჰიპოთეზა

ვვარაუდობთ, რომ განსხვავება არ არსებობს. Z-test ამოწმებს — შეგვიძლია თუ არა ეს ვარაუდი უარვყოთ? თუ |Z| > კრიტიკული მნიშვნელობა, ნულოვანი ჰიპოთეზა უარყოფილია.

95% სარწმუნოობა (კრიტიკული Z = 1.96)

სტანდარტი სოციოლოგიურ კვლევაში. ნიშნავს: 100 შემთხვევიდან 95-ში შედეგი სწორია. თუ Z > 1.96, განსხვავება სტატისტიკურად მნიშვნელოვანია 95%-ის სარწმუნოობით.