1.Parametriskā statistika
1.1.Populācijas vidējā salīdzināšana ar skaitli
Periodikā ierindas lasītāji bieži lasa par pētījumu rezultātiem, taču parasti tie netiek detalizēti izskaidroti. Piemēram, kafija mērenās devās ir veselīga. Parasti tas nav zināms, kā tas iegūts, veidi var būt ļoti daudzi. Pieņemsim, ka salīdzināti vidējie veselības rādītāji (holesterīna līmenis, ķermeņa masas indekss u. c.) tiem, kas nelieto kafiju, lieto maz, mēreni un daudz. Skaidrs, katrai grupai tiek iegūti atšķirīgi rādītāji, iespējams, ka tiem, kas lieto mēreni, veselības rādītāji ir visoptimālākie, citās grupās vairāk vai mazāk atšķiras. Kur ir robeža, kad varam apgalvot, ka kafija ir veselīga vai arī, kad nevaram pateikt, ka kafija ir veselīga? Skaitlis p (SPSS programmā Sig.), tam jābūt mazākam par 0,05.
p ir maksimālā varbūtība, ar kuru pieņem, ka spēkā nulles hipotēze
0,05 ir vislielākais skaitlis (citādi to sauc par būtiskuma līmeni), ar kuru var salīdzināt un spriest par statistiski ticamu atšķirību. Praksē lieto arī mazākus būtiskuma līmeņus, piemēram, 0,01, 0,001 u. c.
Šī ideja turpmāk tiks bieži lietota.
Populācijai parametriskajos testos jābūt normāli sadalītai. Ja studentu datu bāzē atbilstību normālajam sadalījumam pārbauda ar statistiskajiem testiem, visbiežāk sanāks, ka neatbilst normālajam sadalījumam. Bet mums ir nepieciešams apgūt rīkus un praksē arī ne vienmēr pārbauda ar statistiskajiem testiem. Vienkāršības labad izmantosim 1. pieeju, pieņemot, ka populācija ir normāli sadalīta balstoties uz to, ka mainīgus lielumus ietekmē daudzi nejauši faktori.
Konkrētajā tēmā spriežam par to, vai populācijas vidējais statistiski ticami atšķiras (vai neatšķiras) no kāda skaitļa, skaitli var izvēlēties jebkuru, vēlams, lai mainīgais lielums reāli varētu pieņemt šo vērtību (piemēram, neloģiski būtu pārbaudīt, vai ķermeņa masa statiski ticami atšķiras no 500 kg).…
