Эти методы касаются широкого класса гипотез в отношении явлений, измерения которых доступны только в номинативной шкале.
Например:
Кто чаще обращается в службу жалоб
Зависит ли количество аварий от дня недели
Данные для ответов на эти вопросы могут быть получены с помощью классификации событий и людей по интересующим исследователя градациям. Несмотря на многообразие ситуаций они сводятся к следующим типичным случаям:
· сравнение наблюдаемого (эмпирического) распределения частот с теоретическим;
· сравнение двух и более наблюдаемых распределений частот.
§1. Сравнение эмпирического распределения с теоретическим.
1 случай- 2 градации. Задача сводится к сравнению численности двух долей объектов в совокупности – обладающих и не обладающих каким-либо признаком.
Соотношение численности групп, которое мы получим в результате исследования – это эмпирическое распределение. Теоретическое распределение – ожидаемое соотношение частот.
Гипотезы:
· Н0– ссотношение долей в генеральной совокупности н еотличается от ожидаемого (теоритич) распределния
· Н1– отношение долей в генеральной совокупности отличается от ожидаемого (теоритич) распределения
Биномиальный критерий.
Предназначен для сопоставления частоты встречаемости какого-либо эффекта с теоретической (или заданной) частотой его встречаемости.
Используется, если
· обследована одна выборка объемом не более 50 (в некоторых случаях – 300) и нет смысла делить ее на части;
· в выборке меньше 30 наблюдений и нельзя применить χ2– критерий Пирсона.
Позволяет оценить, превышает ли эмпирическая частота интересующего нас эффекта теоретическую, среднестатистическую или какую-то заданную частоту, соответствующую, например:
вероятности случайного угадывания;
среднему проценту успешного решения задач;
допустимому проценту брака.
Гипотезы:
Н0– частота встречаемости данного эффекта в выборке не превышает теоретическую.
Н1– частоты встречаемости данного эффекта в выборке превышает теоретическую.
Наблюдаемое значение критерия m – эмпирическая частота
Критическое значение зависит от уровня значимости α, объема выборки и теоретической вероятности p – m р(α,n,p).
Критерий правосторонний. Если m эмп≥ m кр(, то гипотезу Н0 отвергаем, принимаем гипотезу Н1.
Ограничения критерия:
Если необходимо проверить гипотезу о том, что частоты встречаемости интересующего нас эффекта достоверно ниже заданной вероятности, то
· при p=0,5 используется критерий знаков,
· при p>0,5 необходимо преобразовать гипотезы в противоположные.
Выбор критерия для сопоставления эмпирической частоты с теоретической вероятностью.
заданная вероятность
эмпирическая частота выше теоретической
эмпирическая частота ниже теоретической
p < 0,5
m – критерий (2 ≤ n ≤ 50)
Н-р: в выборк 25% брака, допустимо 15%
m – критерий (5 ≤ n ≤ 300)
Н-р: 55% выбрали из 2х равновозможных вариантов
критерий знаков (5 ≤ n ≤ 300)\Н-р: 45%выбрали из двух равновозможных альтернатив
p > 0,5
χ2– критерий (n ≥ 30)
Н-р: в среднем 80% решают задачу, в выборке 85%
m – критерий (2 ≤ n ≤ 50)
Н-р: в среднем 80% решают задачу, в выборке 60%
Пример. Из 50 опрошенных по поводу отношения к введению моратория на смертную казнь 30 человек были «за», 20 – «против». Можно ли утверждать на основании опроса, что в генеральной совокупности число сторонников превышает число противников моратория на смертную казнь?