વિદ્યાર્થી માપદંડનું પ્રાયોગિક મહત્વ. વિદ્યાર્થીના ટી-વિતરણનો ઉપયોગ કરીને આત્મવિશ્વાસ અંતરાલની ગણતરી કરવી

પદ્ધતિ તમને પૂર્વધારણાને ચકાસવાની મંજૂરી આપે છે કે બે સામાન્ય વસ્તીના સરેરાશ મૂલ્યો જેમાંથી તુલનાત્મક રાશિઓ કાઢવામાં આવે છે આશ્રિતનમૂનાઓ એકબીજાથી અલગ છે. પરાધીનતાની ધારણાનો મોટાભાગે અર્થ એ થાય છે કે લક્ષણ એક જ નમૂના પર બે વાર માપવામાં આવે છે, ઉદાહરણ તરીકે, હસ્તક્ષેપ પહેલાં અને તે પછી. સામાન્ય કિસ્સામાં, એક નમૂનાના દરેક પ્રતિનિધિને બીજા નમૂનામાંથી પ્રતિનિધિ સોંપવામાં આવે છે (તેઓ જોડીમાં જોડાયેલા હોય છે) જેથી બે ડેટા શ્રેણી એકબીજા સાથે સકારાત્મક રીતે સંબંધિત હોય. નમૂના પરાધીનતાના નબળા પ્રકારો: નમૂના 1 - પતિ, નમૂના 2 - તેમની પત્નીઓ; નમૂના 1 - એક વર્ષના બાળકો, નમૂના 2 નમૂના 1, વગેરેમાં બાળકોના જોડિયા બાળકોથી બનેલો છે.

ટેસ્ટેબલ આંકડાકીય પૂર્વધારણા,અગાઉના કેસની જેમ, H 0: M 1 = M 2(નમૂના 1 અને 2 માં સરેરાશ મૂલ્યો સમાન છે). એમ 1વધુ (ઓછું) એમ 2.

પ્રારંભિક ધારણાઓઆંકડાકીય પરીક્ષણ માટે:

□ એક નમૂનાના દરેક પ્રતિનિધિ (એક સામાન્ય વસ્તીમાંથી) બીજા નમૂનાના પ્રતિનિધિ સાથે સંકળાયેલા છે (અન્ય સામાન્ય વસ્તીમાંથી);

□ બે નમૂનાઓનો ડેટા હકારાત્મક રીતે સહસંબંધિત છે (જોડા સ્વરૂપે);

□ બંને નમૂનાઓમાં અભ્યાસ કરેલ લાક્ષણિકતાનું વિતરણ સામાન્ય કાયદાને અનુરૂપ છે.

સ્ત્રોત ડેટા માળખું:દરેક ઑબ્જેક્ટ (દરેક જોડી માટે) માટે અભ્યાસ કરેલ સુવિધાના બે મૂલ્યો છે.

પ્રતિબંધો:બંને નમૂનાઓમાં લાક્ષણિકતાનું વિતરણ સામાન્ય કરતા નોંધપાત્ર રીતે અલગ ન હોવું જોઈએ; બંને નમૂનાઓને અનુરૂપ બે માપનો ડેટા હકારાત્મક રીતે સહસંબંધિત છે.

વિકલ્પો:વિલ્કોક્સન ટી પરીક્ષણ, જો ઓછામાં ઓછા એક નમૂનાનું વિતરણ સામાન્ય કરતા નોંધપાત્ર રીતે અલગ હોય; સ્વતંત્ર નમૂનાઓ માટે ટી-વિદ્યાર્થી પરીક્ષણ - જો બે નમૂનાઓનો ડેટા હકારાત્મક રીતે સહસંબંધિત ન હોય.

ફોર્મ્યુલાવિદ્યાર્થીની ટી ટેસ્ટના પ્રયોગમૂલક મૂલ્ય માટે એ હકીકતને પ્રતિબિંબિત કરે છે કે તફાવતો માટે વિશ્લેષણનું એકમ તફાવત (પાળી)અવલોકનોની દરેક જોડી માટે લાક્ષણિકતા મૂલ્યો. તદનુસાર, એટ્રિબ્યુટ મૂલ્યોની દરેક N જોડી માટે, તફાવતની પ્રથમ ગણતરી કરવામાં આવે છે d i = x 1 i - x 2 i.

(3) જ્યાં M d - મૂલ્યોનો સરેરાશ તફાવત; σ d - તફાવતોનું પ્રમાણભૂત વિચલન.

ગણતરી ઉદાહરણ:

ચાલો ધારીએ કે તાલીમની અસરકારકતાના પરીક્ષણ દરમિયાન, 8 જૂથના સભ્યોમાંથી દરેકને પ્રશ્ન પૂછવામાં આવ્યો હતો "તમારા અભિપ્રાયો જૂથના મંતવ્યો સાથે કેટલી વાર મેળ ખાય છે?" - બે વાર, તાલીમ પહેલાં અને પછી. જવાબો માટે 10-પોઇન્ટ સ્કેલનો ઉપયોગ કરવામાં આવ્યો હતો: 1 - ક્યારેય નહીં, 5 - અડધો સમય, 10 - હંમેશા. પૂર્વધારણાનું પરીક્ષણ કરવામાં આવ્યું હતું કે તાલીમના પરિણામે, સહભાગીઓની અનુરૂપતાના આત્મસન્માન (જૂથમાં અન્ય લોકોની જેમ બનવાની ઇચ્છા) વધશે (α = 0.05). ચાલો મધ્યવર્તી ગણતરીઓ માટે કોષ્ટક બનાવીએ (કોષ્ટક 3).

કોષ્ટક 3

તફાવત માટે અંકગણિત સરેરાશ M d = (-6)/8= -0.75. દરેક d (કોષ્ટકની ઉપાંતીય કૉલમ) માંથી આ મૂલ્ય બાદ કરો.

પ્રમાણભૂત વિચલન માટેનું સૂત્ર ફક્ત તે જ રીતે અલગ પડે છે કે તેમાં Xને બદલે d દેખાય છે. અમે તમામ જરૂરી મૂલ્યોને બદલીએ છીએ, અને અમને મળે છે.

σ d = = 0.886.

પગલું 1. ફોર્મ્યુલા (3): સરેરાશ તફાવતનો ઉપયોગ કરીને માપદંડના પ્રયોગમૂલક મૂલ્યની ગણતરી કરો મો= -0.75; પ્રમાણભૂત વિચલન σ ડી = 0,886; t e = 2,39; ડીએફ = 7.

પગલું 2. ટી-વિદ્યાર્થી માપદંડના નિર્ણાયક મૂલ્યોના કોષ્ટકનો ઉપયોગ કરીને, અમે p-સ્તરનું મહત્વ નક્કી કરીએ છીએ. df = 7 માટે, પ્રયોગમૂલક મૂલ્ય p = 0.05 અને p - 0.01 માટેના નિર્ણાયક મૂલ્યો વચ્ચે છે. તેથી, પી< 0,05.

પગલું 3. અમે આંકડાકીય નિર્ણય લઈએ છીએ અને નિષ્કર્ષ ઘડીએ છીએ. સરેરાશ મૂલ્યોની સમાનતાની આંકડાકીય પૂર્વધારણાને નકારી કાઢવામાં આવે છે. નિષ્કર્ષ: તાલીમ પછી સહભાગીઓની અનુરૂપતાના સ્વ-મૂલ્યાંકનનું સૂચક આંકડાકીય રીતે નોંધપાત્ર રીતે વધ્યું (મહત્વના સ્તરે p< 0,05).

પેરામેટ્રિક પદ્ધતિઓનો સમાવેશ થાય છે માપદંડ અનુસાર બે નમૂનાઓના ભિન્નતાની સરખામણી એફ-ફિશર.કેટલીકવાર આ પદ્ધતિ મૂલ્યવાન અર્થપૂર્ણ નિષ્કર્ષ તરફ દોરી જાય છે, અને સ્વતંત્ર નમૂનાઓ માટે સાધનની તુલના કરવાના કિસ્સામાં, ભિન્નતાઓની તુલના કરવી ફરજિયાતપ્રક્રિયા

ગણતરી કરવી એફ એમતમારે બે નમૂનાઓના ભિન્નતાનો ગુણોત્તર શોધવાની જરૂર છે, અને જેથી મોટો તફાવત અંશમાં હોય, અને નાનો ભેદ છેદમાં હોય.

ભિન્નતાની સરખામણી. પદ્ધતિ તમને પૂર્વધારણાને ચકાસવાની મંજૂરી આપે છે કે બે વસ્તીના ભિન્નતા જેમાંથી તુલનાત્મક નમૂનાઓ દોરવામાં આવ્યા છે તે એકબીજાથી અલગ છે. ચકાસાયેલ આંકડાકીય પૂર્વધારણા H 0: σ 1 2 = σ 2 2 (નમૂના 1 માં ભિન્નતા નમૂના 2 માં ભિન્નતા સમાન છે). જો તે નકારવામાં આવે છે, તો વૈકલ્પિક પૂર્વધારણા સ્વીકારવામાં આવે છે કે એક ભિન્નતા બીજા કરતા વધારે છે.

પ્રારંભિક ધારણાઓ: અભ્યાસ કરવામાં આવતી લાક્ષણિકતાના સામાન્ય વિતરણ સાથે વિવિધ વસ્તીમાંથી બે નમૂનાઓ અવ્યવસ્થિત રીતે દોરવામાં આવે છે.

સ્ત્રોત ડેટા માળખું:જે લાક્ષણિકતાનો અભ્યાસ કરવામાં આવે છે તે વસ્તુઓ (વિષયો)માં માપવામાં આવે છે, જેમાંથી પ્રત્યેક બે નમૂનાઓમાંથી એકની તુલના કરવામાં આવે છે.

પ્રતિબંધો:બંને નમૂનાઓમાં લક્ષણનું વિતરણ સામાન્ય કરતા નોંધપાત્ર રીતે અલગ નથી.

વૈકલ્પિક પદ્ધતિ:લેવેનનું પરીક્ષણ, જેનો ઉપયોગ સામાન્યતાની ધારણાને તપાસવાની જરૂર નથી (SPSS પ્રોગ્રામમાં વપરાય છે).

ફોર્મ્યુલાફિશર એફ ટેસ્ટના પ્રયોગમૂલક મૂલ્ય માટે:

(4)

જ્યાં σ 1 2 - મોટું વિક્ષેપ, અને σ 2 2 - નાનું વિક્ષેપ. કયું વિક્ષેપ વધારે છે તે અગાઉથી જાણી શકાતું ન હોવાથી, પી-લેવલ નક્કી કરવા માટે તેનો ઉપયોગ થાય છે દિશાવિહીન વિકલ્પો માટે નિર્ણાયક મૂલ્યોનું કોષ્ટક.જો F e > F Kpસ્વતંત્રતાની ડિગ્રીની અનુરૂપ સંખ્યા માટે, પછી આર < 0,05 и статистическую гипотезу о равенстве дисперсий можно отклонить (для α = 0,05).

ગણતરી ઉદાહરણ:

બાળકોને નિયમિત અંકગણિત સમસ્યાઓ આપવામાં આવી હતી, જે પછી અવ્યવસ્થિત રીતે પસંદ કરેલા અડધા વિદ્યાર્થીઓને કહેવામાં આવ્યું હતું કે તેઓ પરીક્ષામાં નાપાસ થયા છે, અને બાકીનાને વિરુદ્ધ કહેવામાં આવ્યું હતું. પછી દરેક બાળકને પૂછવામાં આવ્યું કે તેમને સમાન સમસ્યા હલ કરવામાં કેટલી સેકન્ડ લાગશે. પ્રયોગકર્તાએ બાળકે કૉલ કરેલા સમય અને પૂર્ણ કાર્યના પરિણામ (સેકંડમાં) વચ્ચેના તફાવતની ગણતરી કરી. એવી અપેક્ષા રાખવામાં આવી હતી કે નિષ્ફળતાનો સંદેશ બાળકના આત્મસન્માનમાં થોડી અયોગ્યતાનું કારણ બનશે. ચકાસાયેલ પૂર્વધારણા (α = 0.005 સ્તરે) એ હતી કે એકંદર આત્મ-સન્માનનો તફાવત સફળતા અથવા નિષ્ફળતાના અહેવાલો પર આધારિત નથી (H 0: σ 1 2 = σ 2 2).

નીચેનો ડેટા પ્રાપ્ત થયો હતો:

પગલું 1. સૂત્રો (4) નો ઉપયોગ કરીને માપદંડના પ્રાયોગિક મૂલ્ય અને સ્વતંત્રતાની ડિગ્રીની સંખ્યાની ગણતરી કરો:

પગલું 2. ફિશર f- માપદંડના નિર્ણાયક મૂલ્યોના કોષ્ટક અનુસાર દિશાહીનવિકલ્પો માટે આપણે નિર્ણાયક મૂલ્ય શોધીએ છીએ ડીએફ નંબર = 11; df ખબર= 11. જો કે, માત્ર માટે જ એક મહત્વપૂર્ણ મૂલ્ય છે ડીએફ નંબર= 10 અને df ખબર = 12. મોટી સંખ્યામાં સ્વતંત્રતાની ડિગ્રી લેવી અશક્ય છે, તેથી અમે તેના માટે નિર્ણાયક મૂલ્ય લઈએ છીએ ડીએફ નંબર= 10: માટે આર = 0,05 F Kp = 3.526; માટે આર = 0,01 F Kp = 5,418.

પગલું 3. આંકડાકીય નિર્ણય અને અર્થપૂર્ણ નિષ્કર્ષ લેવો. કારણ કે પ્રયોગમૂલક મૂલ્ય માટે નિર્ણાયક મૂલ્ય કરતાં વધી જાય છે આર= 0.01 (અને તેથી પણ વધુ માટે p = 0.05), પછી આ કિસ્સામાં પી< 0,01 и принимается альтернативная гипо­теза: дисперсия в группе 1 превышает дисперсию в группе 2 (પૃ< 0.01). પરિણામે, નિષ્ફળતા વિશેના સંદેશ પછી, આત્મસન્માનની અપૂરતીતા સફળતા વિશેના સંદેશ કરતાં વધુ હોય છે.

/ વ્યવહારુ આંકડા / સંદર્ભ સામગ્રી / વિદ્યાર્થી ટી-ટેસ્ટ મૂલ્યો

અર્થt - 0.10, 0.05 અને 0.01 ના મહત્વના સ્તરે વિદ્યાર્થીની ટી-ટેસ્ટ

ν - વિવિધતાની સ્વતંત્રતાની ડિગ્રી

ધોરણ વિદ્યાર્થીના ટી-ટેસ્ટ મૂલ્યો

ટેબલ XI

સ્ટાન્ડર્ડ ફિશર ટેસ્ટ મૂલ્યોનો ઉપયોગ બે નમૂનાઓ વચ્ચેના તફાવતના મહત્વની આકારણી કરવા માટે થાય છે

વિદ્યાર્થીની ટી-ટેસ્ટ

વિદ્યાર્થીની ટી-ટેસ્ટ- વિદ્યાર્થી વિતરણ પર આધારિત પૂર્વધારણાઓ (આંકડાકીય પરીક્ષણો) ના આંકડાકીય પરીક્ષણ માટેની પદ્ધતિઓના વર્ગનું સામાન્ય નામ. ટી-ટેસ્ટનો સૌથી સામાન્ય ઉપયોગ બે નમૂનાઓમાં અર્થની સમાનતાનું પરીક્ષણ કરવાનો સમાવેશ કરે છે.

t-આંકડા સામાન્ય રીતે નીચેના સામાન્ય સિદ્ધાંત અનુસાર બનાવવામાં આવે છે: અંશ એ શૂન્ય ગાણિતિક અપેક્ષા સાથેનું રેન્ડમ ચલ છે (જો શૂન્ય પૂર્વધારણા સંતુષ્ટ છે), અને છેદ એ આ રેન્ડમ ચલનું નમૂના પ્રમાણભૂત વિચલન છે, જેનાં વર્ગમૂળ તરીકે મેળવેલ છે. મિશ્રિત ભિન્નતા અંદાજ.

વાર્તા

આ માપદંડ વિલિયમ ગોસેટ દ્વારા ગિનિસ કંપનીમાં બીયરની ગુણવત્તાનું મૂલ્યાંકન કરવા માટે વિકસાવવામાં આવ્યો હતો. વેપારના રહસ્યો જાહેર ન કરવા સંબંધી કંપનીની જવાબદારીઓના સંબંધમાં (ગિનીસ મેનેજમેન્ટે તેના કાર્યમાં આંકડાકીય ઉપકરણનો ઉપયોગ આ રીતે ધ્યાનમાં લીધો હતો), ગોસેટનો લેખ 1908 માં "વિદ્યાર્થી" ઉપનામ હેઠળ જર્નલ બાયોમેટ્રિક્સમાં પ્રકાશિત થયો હતો.

ડેટા જરૂરિયાતો

આ માપદંડ લાગુ કરવા માટે, તે જરૂરી છે કે મૂળ ડેટાનું સામાન્ય વિતરણ હોય. સ્વતંત્ર નમૂનાઓ માટે બે-નમૂના પરીક્ષણ લાગુ કરવાના કિસ્સામાં, ભિન્નતાની સમાનતાની શરતનું પાલન કરવું પણ જરૂરી છે. જો કે, અસમાન ભિન્નતા ધરાવતી પરિસ્થિતિઓ માટે વિદ્યાર્થીની ટી ટેસ્ટના વિકલ્પો છે.

સચોટ t (\displaystyle t) -ટેસ્ટ માટે ડેટાના સામાન્ય વિતરણની આવશ્યકતા જરૂરી છે. જો કે, અન્ય ડેટા વિતરણો સાથે પણ, t (\displaystyle t) -statistics નો ઉપયોગ કરવો શક્ય છે. ઘણા કિસ્સાઓમાં, આ આંકડા અસમપ્રમાણ રીતે પ્રમાણભૂત સામાન્ય વિતરણ ધરાવે છે - N (0, 1) (\displaystyle N(0,1)) , તેથી આ વિતરણના ક્વોન્ટાઇલ્સનો ઉપયોગ કરી શકાય છે. જો કે, આ કિસ્સામાં પણ, ઘણી વખત ક્વોન્ટાઇલ્સનો ઉપયોગ પ્રમાણભૂત સામાન્ય વિતરણનો નહીં, પરંતુ અનુરૂપ વિદ્યાર્થી વિતરણ માટે થાય છે, જેમ કે ચોક્કસ t (\displaystyle t) પરીક્ષણમાં. તેઓ એસિમ્પટોટિકલી સમકક્ષ છે, પરંતુ નાના નમૂનાઓમાં વિદ્યાર્થી વિતરણના આત્મવિશ્વાસના અંતરાલ વિશાળ અને વધુ વિશ્વસનીય છે.

એક-નમૂનો ટી-ટેસ્ટ

નલ પૂર્વધારણા H 0: E (X) = m (\displaystyle H_(0):E(X)=m) ની ગાણિતિક અપેક્ષા E (X) (\displaystyle E(X)) ની સમાનતા વિશે ચકાસવા માટે વપરાય છે. કેટલીક જાણીતી કિંમત m ( \displaystyle m) .

દેખીતી રીતે, જો નલ પૂર્વધારણા સંતુષ્ટ હોય, તો E (X ¯) = m (\displaystyle E((\overline (X)))=m) . અવલોકનોની ધારેલી સ્વતંત્રતાને ધ્યાનમાં લેતા, V (X ¯) = σ 2 / n (\displaystyle V((\overline (X)))=\sigma ^(2)/n) . નિષ્પક્ષ તફાવત અંદાજનો ઉપયોગ કરીને s X 2 = ∑ t = 1 n (X t − X ¯) 2 / (n − 1) (\displaystyle s_(X)^(2)=\sum _(t=1)^( n )(X_(t)-(\overline (X)))^(2)/(n-1)) અમે નીચેના t-આંકડાઓ મેળવીએ છીએ:

t = X ¯ − m s X / n (\displaystyle t=(\frac ((\overline (X))-m)(s_(X)/(\sqrt (n))))

નલ પૂર્વધારણા હેઠળ, આ આંકડાનું વિતરણ t (n − 1) (\displaystyle t(n-1)) છે. પરિણામે, જો આંકડાનું નિરપેક્ષ મૂલ્ય આપેલ વિતરણના નિર્ણાયક મૂલ્ય કરતાં વધી જાય (આપેલ મહત્વના સ્તરે), તો નલ પૂર્વધારણાને નકારી કાઢવામાં આવે છે.

સ્વતંત્ર નમૂનાઓ માટે બે-નમૂના ટી-ટેસ્ટ

સામાન્ય રીતે વિતરિત રેન્ડમ ચલ X 1, X 2 (\displaystyle X_(1),~X_(2) ના વોલ્યુમો n 1, n 2 (\displaystyle n_(1)~,~n_(2)) ના બે સ્વતંત્ર નમૂનાઓ હોવા દો )). નમૂનાના ડેટાનો ઉપયોગ કરીને આ રેન્ડમ ચલ H 0: M 1 = M 2 (\displaystyle H_(0):~M_(1)=M_(2)) ની સમાનતાની ગાણિતિક અપેક્ષાઓની સમાનતાની શૂન્ય પૂર્વધારણાનું પરીક્ષણ કરવું જરૂરી છે.

નમૂનાનો અર્થ Δ = X ¯ 1 − X ¯ 2 (\displaystyle \Delta =(\overline (X))_(1)-(\overline (X))_(2)) વચ્ચેના તફાવતને ધ્યાનમાં લો. દેખીતી રીતે, જો શૂન્ય પૂર્વધારણા સાચી હોય તો E (Δ) = M 1 − M 2 = 0 (\displaystyle E(\Delta)=M_(1)-M_(2)=0) . નમૂનાઓની સ્વતંત્રતાના આધારે આ તફાવતનો તફાવત સમાન છે: V (Δ) = σ 1 2 n 1 + σ 2 2 n 2 (\displaystyle V(\Delta)=(\frac (\sigma _(1 )^(2))( n_(1)))+(\frac (\sigma _(2)^(2))(n_(2)))) . પછી નિષ્પક્ષ તફાવત અંદાજનો ઉપયોગ કરીને s 2 = ∑ t = 1 n (X t − X ¯) 2 n − 1 (\displaystyle s^(2)=(\frac (\sum _(t=1)^(n)) ( X_(t)-(\overline (X)))^(2))(n-1))) અમે નમૂનાના અર્થ વચ્ચેના તફાવતના તફાવતનો નિષ્પક્ષ અંદાજ મેળવીએ છીએ: s Δ 2 = s 1 2 n 1 + s 2 2 n 2 (\ પ્રદર્શન શૈલી s_(\Delta )^(2)=(\frac (s_(1)^(2))(n_(1)))+(\frac (s_(2)^( 2))(n_(2) ))) . તેથી, શૂન્ય પૂર્વધારણાના પરીક્ષણ માટે ટી-આંકડા છે

T = X ¯ 1 − X ¯ 2 s 1 2 n 1 + s 2 2 n 2 (\displaystyle t=(\frac ((\overline (X))_(1)-(\overline (X))_( 2))(\sqrt ((\frac (s_(1)^(2))(n_(1)))+(\frac (s_(2)^(2))(n_(2)))) ))

જો શૂન્ય પૂર્વધારણા સાચી હોય, તો આ આંકડામાં વિતરણ t (d f) (\displaystyle t(df)), જ્યાં d f = (s 1 2 / n 1 + s 2 2 / n 2) 2 (s 1 2 / n) 1) 2 / (n 1 − 1) + (s 2 2 / n 2) 2 / (n 2 − 1) (\displaystyle df=(\frac ((s_(1)^(2)/n_(1)) +s_(2 )^(2)/n_(2))^(2))(s_(1)^(2)/n_(1))^(2)/(n_(1)-1)+ (s_(2 )^(2)/n_(2))^(2)/(n_(2)-1))))

સમાન તફાવતનો કેસ

જો નમૂનાઓની ભિન્નતા સમાન માનવામાં આવે છે, તો પછી

V (Δ) = σ 2 (1 n 1 + 1 n 2) (\displaystyle V(\Delta)=\sigma ^(2)\left(\frac (1)(n_(1)))+(\ frac (1)(n_(2)))\જમણે))

પછી ટી-આંકડા છે:

T = X ¯ 1 − X ¯ 2 s X 1 n 1 + 1 n 2 , s X = (n 1 − 1) s 1 2 + (n 2 − 1) s 2 2 n 1 + n 2 − 2 (\ ડિસ્પ્લે સ્ટાઇલ t=(\frac ((\overline (X))_(1)-(\overline (X))_(2))(s_(X)(\sqrt ((\frac (1)(n_(1)) )))+(\frac (1)(n_(2))))))~,~~s_(X)=(\sqrt (\frac ((n_(1)-1)s_(1)^ ( 2)+(n_(2)-1)s_(2)^(2))(n_(1)+n_(2)-2)))

આ આંકડામાં વિતરણ t (n 1 + n 2 − 2) (\displaystyle t(n_(1)+n_(2)-2)) છે

આશ્રિત નમૂનાઓ માટે બે-નમૂના ટી-ટેસ્ટ

બે આશ્રિત નમૂનાઓ (ઉદાહરણ તરીકે, સમય અંતરાલ સાથે સમાન પરીક્ષણના બે નમૂનાઓ) વચ્ચેના તફાવત વિશેની પૂર્વધારણાને ચકાસવાની પરિસ્થિતિમાં t (\displaystyle t) - માપદંડના પ્રયોગમૂલક મૂલ્યની ગણતરી કરવા માટે, નીચેના સૂત્રનો ઉપયોગ કરવામાં આવે છે:

T = M d s d / n (\ displaystyle t=(\frac (M_(d))(s_(d)/(\sqrt (n)))))

જ્યાં M d (\displaystyle M_(d)) એ મૂલ્યોનો સરેરાશ તફાવત છે, s d (\displaystyle s_(d)) એ તફાવતોનું પ્રમાણભૂત વિચલન છે અને n એ અવલોકનોની સંખ્યા છે

આ આંકડામાં વિતરણ t (n − 1) (\displaystyle t(n-1)) છે.

લીનિયર રીગ્રેશન પેરામીટર્સ પર રેખીય અવરોધનું પરીક્ષણ કરવું

ટી-ટેસ્ટ સામાન્ય લઘુત્તમ ચોરસ દ્વારા અનુમાનિત રેખીય રીગ્રેશનના પરિમાણો પર મનસ્વી (સિંગલ) રેખીય અવરોધને પણ ચકાસી શકે છે. H 0: c T b = a (\displaystyle H_(0):c^(T)b=a) પૂર્વધારણાને ચકાસવા માટે તે જરૂરી છે. દેખીતી રીતે, જો શૂન્ય પૂર્વધારણા સંતુષ્ટ હોય, તો E (c T b^ − a) = c T E (b ^) − a = 0 (\displaystyle E(c^(T)(\hat (b))-a)= c^( T)E((\hat (b)))-a=0) . અહીં આપણે મોડેલ પેરામીટર્સ E (b ^) = b (\displaystyle E((\hat (b)))=b) ના નિષ્પક્ષ ઓછામાં ઓછા ચોરસ અંદાજની મિલકતનો ઉપયોગ કરીએ છીએ. વધુમાં, V (c T b^ − a) = c T V (b ^) c = σ 2 c T (X T X) − 1 c (\displaystyle V(c^(T)(\hat (b))-a )=c^(T)V((\hat (b)))c=\sigma ^(2)c^(T)(X^(T)X)^(-1)c) . અજ્ઞાત ભિન્નતાને બદલે તેના નિષ્પક્ષ અંદાજ s 2 = E S S / (n − k) (\displaystyle s^(2)=ESS/(n-k)) નો ઉપયોગ કરીને આપણે નીચેના t-આંકડાઓ મેળવીએ છીએ:

T = c T b ^ − a s c T (X T X) − 1 c (\displaystyle t=(\frac (c^(T)(\hat (b))-a)(s(\sqrt (c^(T)) (X^(T)X)^(-1)c)))))

આ આંકડા, જ્યારે શૂન્ય પૂર્વધારણા સંતુષ્ટ થાય છે, ત્યારે તેનું વિતરણ t(n − k) (\displaystyle t(n-k)) હોય છે, તેથી જો આંકડાનું મૂલ્ય નિર્ણાયક મૂલ્ય કરતાં વધારે હોય, તો રેખીય અવરોધની નલ પૂર્વધારણા ફગાવી દેવામાં આવે છે.

રેખીય રીગ્રેસન ગુણાંક વિશેની પૂર્વધારણાઓનું પરીક્ષણ

રેખીય અવરોધનો એક વિશેષ કેસ એ પૂર્વધારણાનું પરીક્ષણ કરે છે કે રીગ્રેસન ગુણાંક b j (\displaystyle b_(j)) ચોક્કસ મૂલ્ય a (\displaystyle a) ની બરાબર છે. આ કિસ્સામાં, અનુરૂપ ટી-આંકડા છે:

T = b^ j − a s b^j (\displaystyle t=(\frac ((\hat (b))_(j)-a)(s_((\hat (b))_(j)))))

જ્યાં s b^ j (\displaystyle s_((\hat (b))_(j))) એ ગુણાંક અંદાજની પ્રમાણભૂત ભૂલ છે - ગુણાંક અંદાજોના સહપ્રવાહ મેટ્રિક્સના અનુરૂપ વિકર્ણ તત્વનું વર્ગમૂળ.

જો નલ પૂર્વધારણા સાચી હોય, તો આ આંકડાનું વિતરણ t(n − k) (\displaystyle t(n-k)) છે. જો આંકડાનું સંપૂર્ણ મૂલ્ય નિર્ણાયક મૂલ્ય કરતાં વધારે હોય, તો ગુણાંક અને a (\displaystyle a) વચ્ચેનો તફાવત આંકડાકીય રીતે નોંધપાત્ર (નોન-રેન્ડમ) છે, અન્યથા તે નજીવો છે (રેન્ડમ, એટલે કે, સાચો ગુણાંક છે. કદાચ a (\ પ્રદર્શન શૈલી a)) ના અંદાજિત મૂલ્યની બરાબર અથવા તેની ખૂબ નજીક

ટિપ્પણી

રેખીય રીગ્રેસન પરિમાણો પર રેખીય અવરોધનું પરીક્ષણ કરવા માટે ગાણિતિક અપેક્ષાઓ માટે એક-નમૂનો પરીક્ષણ ઘટાડી શકાય છે. એક-નમૂના પરીક્ષણમાં, આ સ્થિરતા પર "રીગ્રેસન" છે. તેથી, રીગ્રેસનનો s 2 (\displaystyle s^(2)) એ અભ્યાસ કરવામાં આવી રહેલા રેન્ડમ ચલના ભિન્નતાનો એક નમૂનો અંદાજ છે, મેટ્રિક્સ X T X (\displaystyle X^(T)X) n (\displaystyle n) ની બરાબર છે. ) , અને મોડેલના "ગુણાંક" નો અંદાજ નમૂનાના સરેરાશની બરાબર છે. અહીંથી આપણે સામાન્ય કેસ માટે ઉપર આપેલા t-આંકડા માટે અભિવ્યક્તિ મેળવીએ છીએ.

એ જ રીતે, તે બતાવી શકાય છે કે સમાન નમૂનાના ભિન્નતા સાથે બે-નમૂના પરીક્ષણ પણ રેખીય અવરોધોનું પરીક્ષણ ઘટાડે છે. બે-નમૂના પરીક્ષણમાં, આ એક અચલ પરનું "રીગ્રેસન" છે અને મૂલ્ય (0 અથવા 1) ના આધારે પેટા નમૂનાને ઓળખતું ડમી ચલ છે: y = a + b D (\displaystyle y=a+bD) . નમૂનાઓની ગાણિતિક અપેક્ષાઓની સમાનતા વિશેની પૂર્વધારણા આ મોડેલના ગુણાંક b ની શૂન્યની સમાનતા વિશેની પૂર્વધારણા તરીકે ઘડી શકાય છે. તે બતાવી શકાય છે કે આ પૂર્વધારણાને ચકાસવા માટે યોગ્ય ટી-આંકડા બે-નમૂના પરીક્ષણ માટે આપવામાં આવેલા ટી-આંકડા સમાન છે.

વિવિધ વિક્ષેપોના કિસ્સામાં રેખીય અવરોધને તપાસવા માટે પણ તેને ઘટાડી શકાય છે. આ કિસ્સામાં, મોડલ ભૂલ તફાવત બે મૂલ્યો લે છે. આમાંથી તમે બે-નમૂના પરીક્ષણ માટે આપેલા સમાન ટી-આંકડા પણ મેળવી શકો છો.

નોનપેરામેટ્રિક એનાલોગ

સ્વતંત્ર નમૂનાઓ માટે બે-નમૂના પરીક્ષણનું એનાલોગ માન-વ્હીટની યુ પરીક્ષણ છે. આશ્રિત નમૂનાઓ સાથેની પરિસ્થિતિ માટે, એનાલોગ એ સાઇન ટેસ્ટ અને વિલ્કોક્સન ટી-ટેસ્ટ છે.

સાહિત્ય

વિદ્યાર્થી.સરેરાશની સંભવિત ભૂલ. // બાયોમેટ્રિકા. 1908. નંબર 6 (1). પૃષ્ઠ 1-25.

લિંક્સ

નોવોસિબિર્સ્ક સ્ટેટ ટેકનિકલ યુનિવર્સિટીની વેબસાઇટ પર માધ્યમોની એકરૂપતા વિશેની પૂર્વધારણાઓનું પરીક્ષણ કરવાના માપદંડ પર

1. વિદ્યાર્થીની પદ્ધતિ (ટી-ટેસ્ટ)

આ પદ્ધતિનો ઉપયોગ સામાન્ય વિતરણ સાથે ચૂંટણીમાં જથ્થાત્મક ડેટાનું વિશ્લેષણ કરતી વખતે અર્થમાં તફાવતની વિશ્વસનીયતા વિશેની પૂર્વધારણાને ચકાસવા માટે થાય છે.

જ્યાં x 1 અને x 2 એ જૂથ 1 અને 2 માં ચલોના અંકગણિત સરેરાશ મૂલ્યો છે,

SΔ - તફાવતની પ્રમાણભૂત ભૂલ.

જો n 1 = n 2 તો જ્યાં n 1 અને n 2 એ પ્રથમ અને બીજા નમૂનામાં તત્વોની સંખ્યા છે, δ 1 અને δ 2 એ પ્રથમ અને બીજા નમૂના માટે પ્રમાણભૂત વિચલનો છે.

જો n 1 ≠ n 2 તો

વિશિષ્ટ કોષ્ટકનો ઉપયોગ કરીને મહત્વનું સ્તર નક્કી કરવામાં આવે છે.

2. માપદંડ φ* - ફિશર કોણીય પરિવર્તન

આ માપદંડ બે નમૂનાઓની ટકાવારી વચ્ચેના તફાવતોની વિશ્વસનીયતાનું મૂલ્યાંકન કરે છે જેમાં અમને રસની લાક્ષણિકતા નોંધવામાં આવી હતી.

φ* નું પ્રાયોગિક મૂલ્ય સૂત્રનો ઉપયોગ કરીને ગણવામાં આવે છે:

φ*=(φ 1 - φ 2) . , ક્યાં

φ 1 – મોટી ટકાવારીને અનુરૂપ કોણ.

φ 2 – નાની ટકાવારીને અનુરૂપ ખૂણો.

n 1 - નમૂના 1 માં અવલોકનોની સંખ્યા

n 2 - નમૂના 2 માં અવલોકનોની સંખ્યા

પ્રયોગમૂલક મૂલ્યના મહત્વ φ*નું સ્તર વિશિષ્ટ કોષ્ટકનો ઉપયોગ કરીને નક્કી કરવામાં આવે છે. φ* નું મૂલ્ય જેટલું મોટું છે, તફાવતો નોંધપાત્ર હોવાની શક્યતા વધારે છે.

2.2 સંશોધન પરિણામો અને તેમનું વિશ્લેષણ

2.2.1 ક્રોનિક રોગ ધરાવતા દર્દીઓના અનુકૂલનની સુવિધાઓ

અનુકૂલનની ડિગ્રીનો અભ્યાસ કરવા માટે, કે. રોજર્સ અને આર. ડાયમંડના સામાજિક-માનસિક અનુકૂલનનું નિદાન કરવાની પદ્ધતિનો ઉપયોગ કરવામાં આવ્યો હતો.

અભિન્ન અનુકૂલન સૂચકના વિશ્લેષણના આધારે, વિષયોના 3 પ્રાયોગિક જૂથોને ઓળખવામાં આવ્યા હતા:

1. ઉચ્ચ સ્તરના અનુકૂલન સાથે - જૂથ A.

અનુકૂલન સૂચક મૂલ્ય 66 થી 72 પોઈન્ટ્સ છે. (M=67)

2. અનુકૂલનના સરેરાશ સ્તર સાથે - જૂથ B.

અનુકૂલન સૂચક મૂલ્ય 49 થી 65 પોઈન્ટ છે. (M=56.6)

3. નીચા સ્તરના અનુકૂલન સાથે - જૂથ સી.

અનુકૂલન સૂચક મૂલ્ય 38 થી 48 પોઈન્ટ છે. (M=41.3)

વિદ્યાર્થીઓની ટી-ટેસ્ટનો ઉપયોગ કરીને પ્રાયોગિક જૂથો વચ્ચે અનુકૂલનના સ્તરમાં તફાવતોનું મહત્વ ચકાસવામાં આવ્યું હતું. જૂથો A અને B, જૂથો B અને C, જૂથો A અને C વચ્ચે p≤0.01 પર તફાવતો આંકડાકીય રીતે નોંધપાત્ર છે. આમ, અમે તારણ કાઢી શકીએ છીએ કે ક્રોનિક રોગો ધરાવતા દર્દીઓ અનુકૂલનની વિવિધ ડિગ્રીઓ દ્વારા વર્ગીકૃત કરવામાં આવે છે.

દીર્ઘકાલિન રોગો ધરાવતા મોટાભાગના દર્દીઓ અનુકૂલનની સરેરાશ ડિગ્રી (65%) દ્વારા વર્ગીકૃત કરવામાં આવે છે, ઉચ્ચ સ્તરના અનુકૂલન સાથે - 19%, અનુકૂલનનું નીચું સ્તર (16%) ધરાવતા દર્દીઓનો ત્રીજો જૂથ.

ક્રોનિક રોગોવાળા દર્દીઓના અનુકૂલનના સ્તરમાં લિંગ તફાવતોનું વિશ્લેષણ હાથ ધરવામાં આવ્યું હતું. એવું જાણવા મળ્યું હતું કે મોટાભાગની સ્ત્રીઓ અને પુરુષો અનુકૂલનના સરેરાશ સ્તર (અનુક્રમે 65% અને 63%) દ્વારા વર્ગીકૃત થયેલ છે - કોષ્ટક જુઓ. નંબર 1.

કોષ્ટક નં. 1

ક્રોનિક રોગોવાળા દર્દીઓના અનુકૂલનમાં લૈંગિક તફાવતો

(વિષયોના જૂથો દ્વારા, %)

ફિશરના φ પરીક્ષણનો ઉપયોગ કરીને તફાવતોનું મહત્વ નક્કી કરવામાં આવ્યું હતું. એવું બહાર આવ્યું હતું કે પ્રાયોગિક જૂથોમાંના કોઈપણમાં પુરુષો અને સ્ત્રીઓ વચ્ચેના અનુકૂલનમાં તફાવતો નોંધપાત્ર ન હતા. (જૂથ A–φ=0.098, જૂથ B - φ=0.161, જૂથ C - φ=0.106).

2.2.2 અનુકૂલનની વિવિધ ડિગ્રી સાથે ક્રોનિક રોગોવાળા દર્દીઓની વ્યક્તિત્વની લાક્ષણિકતાઓ

પ્રથમ, ચાલો પરીક્ષણ કરાયેલ પ્રાયોગિક જૂથોની સ્વ-જાગૃતિની વિશેષતાઓને ધ્યાનમાં લઈએ.

ગ્રુપ A (ઉચ્ચ સ્તરનું અનુકૂલન)

"સ્વ-સ્વીકૃતિ" સ્કેલનો ઉપયોગ કરીને મેળવેલા પરિણામો દર્શાવે છે કે આ જૂથના મોટાભાગના વિષયોમાં સ્વ-સ્વીકૃતિનું ઉચ્ચ અને મધ્યમ સ્તર (33%) છે. જૂથ A ના વિષયો "સ્વ-સ્વીકૃતિ" સ્કેલ પર ઓછા સ્કોર ધરાવતા ન હતા.

આમ, ઉચ્ચ સ્તરના અનુકૂલન સાથે ક્રોનિક રોગોવાળા દર્દીઓ તેમના દેખાવ, મુશ્કેલ પરિસ્થિતિઓનો સામનો કરવાની તેમની ક્ષમતાનું ખૂબ મૂલ્યાંકન કરે છે અને પોતાને વ્યક્તિ તરીકે રસપ્રદ માને છે.

લિંગ તફાવતોનો અભ્યાસ કરતી વખતે, એવું બહાર આવ્યું હતું કે કામ પછીના સમયગાળામાં ઉચ્ચ સ્તરની અનુકૂલન ધરાવતી સ્ત્રીઓ વધુ વખત સ્વ-સ્વીકૃતિનું ઉચ્ચ સ્તર (83%) દર્શાવે છે, જ્યારે પુરુષો સમાન રીતે ઉચ્ચ અને સરેરાશ (50% અને 50%) હોય છે. ).

વ્યક્તિના પોતાના વિશેના વિચારોના વધુ વિગતવાર અભ્યાસ માટે, "વ્યક્તિગત વિભેદક" તકનીકનો ઉપયોગ કરવામાં આવ્યો હતો.

એલડીનો ઉપયોગ કરીને મેળવેલા ડેટાનું અર્થઘટન 3 પરિબળો અનુસાર હાથ ધરવામાં આવ્યું હતું:

રેટિંગ (O)

પ્રવૃત્તિ (A)

દરેક પરિબળ માટે, પ્રમાણભૂત ધોરણો અનુસાર, 5 સ્તરોને અલગ પાડવામાં આવે છે:

ખૂબ ઓછું (7-13 પોઈન્ટ)

નીચા (14-20 પોઈન્ટ)

સરેરાશ (21-34 પોઈન્ટ)

ઉચ્ચ (35-41 પોઈન્ટ)

ખૂબ ઊંચા (42-49 પોઈન્ટ)

બધા પરિબળો માટે કોઈપણ જૂથમાં ખૂબ ઓછા મૂલ્યો મળ્યાં નથી, તેથી, પરિણામોનું અર્થઘટન કરતી વખતે, આ શ્રેણીની તપાસ કરવામાં આવતી નથી.

મૂલ્યાંકન પરિબળના પરિણામો આત્મસન્માનનું સ્તર સૂચવે છે; વ્યક્તિત્વના સ્વૈચ્છિક પાસાઓના વિકાસ વિશે શક્તિના પરિબળ અનુસાર; વ્યક્તિત્વ બહિર્મુખતાના પ્રવૃત્તિ પરિબળ અનુસાર.

જૂથ A (ઉચ્ચ સ્તરના અનુકૂલન સાથે) માં પરિણામોનું વિશ્લેષણ કરતી વખતે, કોઈપણ પરિબળ (મૂલ્યાંકન, શક્તિ, પ્રવૃત્તિ) માટે નીચા મૂલ્યો જાહેર કરવામાં આવ્યા ન હતા, જે "સ્વ-સ્વીકૃતિ" શાળાની મદદથી મેળવેલા ડેટાને સુધારે છે. .

પરિબળો દ્વારા પરિણામોના પૃથ્થકરણથી નીચેની વિશેષતાઓ જોવા મળે છે:

આ જૂથના મોટાભાગના વિષયોમાં તાકાત પરિબળ (58% - સરેરાશ મૂલ્યો, 17% - ઉચ્ચ) ની દ્રષ્ટિએ આત્મસન્માનનું શ્રેષ્ઠ સ્તર હતું. ત્યાં ખૂબ ઊંચા મૂલ્યો પણ છે (25%).

આ સૂચવે છે કે ઉચ્ચ સ્તરના અનુકૂલન સાથે ક્રોનિક રોગોવાળા દર્દીઓ આત્મવિશ્વાસ, સ્વતંત્ર અને મુશ્કેલ પરિસ્થિતિઓમાં તેમની પોતાની શક્તિ પર આધાર રાખે છે.

જૂથ A માં આકારણી પરિબળ અનુસાર, મોટાભાગના વિષયોના મૂલ્યો શ્રેષ્ઠ સ્તર (ઉચ્ચ મૂલ્યો - 50%, સરેરાશ - 25%) ને સોંપવામાં આવ્યા હતા. ત્યાં ખૂબ ઊંચા મૂલ્યો પણ છે (25%). આ સૂચવે છે કે વિષયો પોતાને એક વ્યક્તિ તરીકે સ્વીકારે છે અને પોતાને હકારાત્મક, સામાજિક રીતે ઇચ્છનીય લાક્ષણિકતાઓના વાહક તરીકે ઓળખે છે.

પ્રવૃત્તિ પરિબળ માટે, સરેરાશ (42%) અને ઉચ્ચ (33%) મૂલ્યોની સૌથી મોટી સંખ્યા. 28% વિષયોમાં ખૂબ ઊંચા મૂલ્યો જોવા મળે છે. આ પરિણામો ઉચ્ચ સ્તરના અનુકૂલન અને સામાજિકતા સાથે ક્રોનિક રોગોવાળા દર્દીઓની ઉચ્ચ પ્રવૃત્તિ સૂચવે છે.

ફિશરની φ પરીક્ષણ (0.05 મહત્વ સ્તર) નો ઉપયોગ કરીને આંકડાકીય પ્રક્રિયા હાથ ધરતી વખતે, તાકાત અને મૂલ્યાંકન પરિબળોમાં નોંધપાત્ર તફાવતો ઓળખવામાં આવ્યા હતા. પ્રાયોગિક જૂથ A માં, તાકાત પરિબળ માટે સરેરાશ મૂલ્યો પ્રબળ છે, અને પરિબળ માટેના સ્કોર ઊંચા છે. આના આધારે, અમે નિષ્કર્ષ પર આવી શકીએ છીએ કે ઉચ્ચ સ્તરના અનુકૂલન ધરાવતા દર્દીઓ તેમની સામાજિક રીતે ઇચ્છનીય લાક્ષણિકતાઓને દર કરે છે અને પોતાને તેમના સ્વૈચ્છિક ગુણો કરતાં ઉચ્ચ વ્યક્તિ તરીકે.

લિંગ તફાવતોનો અભ્યાસ કરતી વખતે, તાકાત અને મૂલ્યાંકનના પરિબળોમાં નોંધપાત્ર તફાવતો જાહેર થયા હતા (φ-માપદંડ, p = 0.01). ટેબલ જુઓ. 2, 3.

કોષ્ટક નં. 2

"તાકાત" પરિબળ LD (%) માં લૈંગિક તફાવતો

જૂથ Aમાં મહિલાઓ મોટા ભાગના કિસ્સાઓમાં "શક્તિ" પરિબળ (83%) માટે સરેરાશ મૂલ્ય દર્શાવે છે, જ્યારે પુરુષોનું મૂલ્ય ખૂબ ઊંચું છે (50%).

કોષ્ટક નં. 3

પરિબળ "મૂલ્યાંકન" એલડી (%) દ્વારા જૂથ A માં જાતિ તફાવતો

જૂથ A ની મોટાભાગની સ્ત્રીઓ "મૂલ્યાંકન" પરિબળ પર ઉચ્ચ (67%) અને ખૂબ ઊંચા (33%) સ્કોર ધરાવે છે, જ્યારે પુરુષો સરેરાશ (50%) અને ઉચ્ચ (33%) સ્કોર ધરાવે છે.

આમ, ઉચ્ચ સ્તરના અનુકૂલન ધરાવતા પુરુષો તેમના મજબૂત-ઇચ્છાવાળા ગુણો અને આત્મવિશ્વાસનું ઉચ્ચ મૂલ્યાંકન કરે છે, જ્યારે ઉચ્ચ સ્તરનું અનુકૂલન ધરાવતી સ્ત્રીઓ તેમના સામાજિક ગુણો અને સિદ્ધિઓના સ્તરનું ખૂબ મૂલ્યાંકન કરે છે.

નોંધપાત્ર ઘટનાઓ પર નિયંત્રણના સ્થાનિકીકરણનો અભ્યાસ કરવા માટે, "આંતરિકતા" સ્કેલનો ઉપયોગ કરવામાં આવ્યો હતો.

પરિણામોનું વિશ્લેષણ કરતી વખતે, જૂથ A ના વિષયોમાં આ પરિબળ માટે કોઈ ઓછા મૂલ્યો નહોતા. સરેરાશ (50%) અને ઉચ્ચ મૂલ્યો (50%) સમાન રીતે હાજર હતા. આ સૂચવે છે કે કાર્ય પછીના સમયગાળામાં ઉચ્ચ સ્તરના અનુકૂલન ધરાવતા લોકો માને છે કે તેમના જીવનમાં સૌથી મહત્વપૂર્ણ ઘટનાઓ તેમની પોતાની ક્રિયાઓનું પરિણામ છે, તેઓ તેમને નિયંત્રિત કરી શકે છે, અને આમ, તેઓ આ ઘટનાઓ માટે જવાબદાર લાગે છે અને તેઓ શું કરે છે.

"આંતરિકતા" માપદંડમાં લિંગ તફાવતો આંકડાકીય રીતે નોંધપાત્ર નથી.

આમ, અમે નિષ્કર્ષ પર આવી શકીએ છીએ કે ઉચ્ચ સ્તરના અનુકૂલન સાથે ક્રોનિક રોગોવાળા દર્દીઓમાં આત્મસન્માનનું શ્રેષ્ઠ સ્તર (મધ્યમ અને ઉચ્ચ) હોય છે. તેઓ પોતાની જાતને વ્યક્તિ તરીકે સ્વીકારે છે, આત્મવિશ્વાસથી ભરપૂર હોય છે, સ્વતંત્ર હોય છે અને પોતાને સક્રિય અને મિલનસાર તરીકે મૂલવે છે. પુરૂષો તેમના મજબૂત ઇચ્છાના ગુણો અને મુશ્કેલીઓનો સામનો કરવાની ક્ષમતાને ખૂબ રેટ કરે છે, જ્યારે સ્ત્રીઓ તેમના સામાજિક ગુણોને ખૂબ રેટ કરે છે.

આ જૂથના લોકો તેમની પોતાની શક્તિઓ પર આધાર રાખે છે, પોતાને, તેમની ક્રિયાઓનું સંચાલન કેવી રીતે કરવું તે જાણે છે અને તેમના જીવનનો સંપૂર્ણ વિકાસ કેવી રીતે થાય છે તેના માટે પોતાને જવાબદાર માને છે.

ગ્રુપ બી (અનુકૂલનનું સરેરાશ સ્તર)

"સ્વ-સ્વીકૃતિ" સ્કેલનો ઉપયોગ કરીને મેળવેલા પરિણામો દર્શાવે છે કે આ જૂથના મોટાભાગના વિષયોમાં સ્વ-સ્વીકૃતિનું સરેરાશ સ્તર (90%) છે. સ્વ-સ્વીકૃતિના ઉચ્ચ સ્તર સાથે - 5%, નીચા સ્તર સાથે - 5%.

કોઈ આંકડાકીય રીતે નોંધપાત્ર લિંગ તફાવતો મળ્યા નથી.

વ્યક્તિગત વિભેદક પદ્ધતિનો ઉપયોગ કરીને પરિણામોનું વિશ્લેષણ શક્તિ, મૂલ્યાંકન અને પ્રવૃત્તિના પરિબળો અનુસાર હાથ ધરવામાં આવ્યું હતું. ટેબલ જુઓ. 4.

કોષ્ટક નં. 4

સ્વ-સન્માનના વિવિધ સ્તરો સાથે જૂથ B વિષયોનું પ્રતિનિધિત્વ (પરિબળો દ્વારા,% માં)

પરિબળો દ્વારા પરિણામોનું વિશ્લેષણ દર્શાવે છે કે તાકાત પરિબળ માટે જૂથ B માં મોટાભાગના વિષયોમાં આત્મસન્માનનું શ્રેષ્ઠ સ્તર હતું (75% - સરેરાશ મૂલ્યો, 17% - ઉચ્ચ). મૂલ્યોના નીચા (5%) અને ખૂબ ઊંચા (2.5%) સ્તરો પણ છે.

મૂલ્યાંકન પરિબળ મુજબ, આત્મસન્માનનું પર્યાપ્ત સ્તર પ્રવર્તે છે (62.5% - મૂલ્યોનું સરેરાશ સ્તર, 10% - ઉચ્ચ). 2.5% વિષયોમાં ઓછો દર. ખૂબ ઊંચા દરોની મોટી ટકાવારી (25%).

પ્રવૃત્તિ પરિબળ માટે, શ્રેષ્ઠ મૂલ્યોની સૌથી મોટી સંખ્યા (60% - મધ્યમ, 22.5% - ઉચ્ચ). નીચા મૂલ્યો - 7.5%, ખૂબ ઊંચા - 10%.

φ-માપદંડ (p≤0.01) નો ઉપયોગ કરીને આંકડાકીય પ્રક્રિયા હાથ ધરતી વખતે, મૂલ્યોના "ખૂબ ઊંચા" સ્તરે તાકાત અને મૂલ્યાંકનના તથ્યોમાં નોંધપાત્ર તફાવતો ઓળખવામાં આવ્યા હતા. ગ્રુપ બીના વિષયો તેમના સામાજિક ગુણોનું અતિશયોક્તિપૂર્વક મૂલ્યાંકન કરે છે.

લિંગ તફાવતોનો અભ્યાસ કરતી વખતે, તમામ 3 પરિબળો (φ- માપદંડ p≤0.05) માં તફાવતો ઓળખવામાં આવ્યા હતા.

"તાકાત" પરિબળમાં લિંગ તફાવત

પુરુષોમાં, આ સૂચક માટે નીચા મૂલ્યો મળ્યાં નથી. જ્યારે મહિલાઓ માટે તે 10% છે.

5% કેસોમાં જૂથના પુરુષોમાં ખૂબ જ ઉચ્ચ સ્તરના મૂલ્યો જોવા મળે છે, પરંતુ સ્ત્રીઓમાં નહીં. આ સૂચવે છે કે પુરુષો તેમના મજબૂત-ઇચ્છાવાળા ગુણોને અતિશયોક્તિ કરે છે, અને સ્ત્રીઓ તેમને ઓછો અંદાજ આપે છે.

પાત્ર "મૂલ્યાંકન" માં લૈંગિક તફાવતો

પુરૂષો કરતાં ઘણી વાર સ્ત્રીઓમાં આ પરિબળ માટે ખૂબ ઊંચા મૂલ્યો હોય છે (33% સ્ત્રીઓ, 16% પુરુષો).

"પ્રવૃત્તિ" પરિબળમાં લૈંગિક તફાવતો

આ પ્રાયોગિક જૂથની સ્ત્રીઓ પુરૂષો કરતાં વધુ વખત આ પરિબળ માટે ખૂબ ઊંચા મૂલ્યો ધરાવે છે (44% સ્ત્રીઓ, 5% પુરુષો).

"આંતરિકતા" સ્કેલ પરના પરિણામોનું વિશ્લેષણ કરતી વખતે, તે બહાર આવ્યું હતું કે સરેરાશ સ્તરના અનુકૂલન સાથે ક્રોનિક રોગોવાળા મોટાભાગના દર્દીઓમાં આંતરિકતા સૂચક (80%) નું સરેરાશ સ્તર હતું. આ સ્કેલ પર ઓછા મૂલ્ય સાથે પરીક્ષણ કરાયેલ - 7.5%, ઉચ્ચ મૂલ્ય સાથે - 12.5%.

આ સૂચવે છે કે, સામાન્ય રીતે, અનુકૂલનનું સરેરાશ સ્તર ધરાવતા દર્દીઓ પોતાના પર ઉચ્ચ માંગ રાખે છે અને તેમની પોતાની શક્તિ પર આધાર રાખે છે. પરંતુ આ જૂથના કેટલાક લોકો પોતાને તેમના જીવનની ઘટનાઓને નિયંત્રિત કરવા માટે સક્ષમ માનતા નથી; તેઓ તેમના માટે સંજોગો અને અન્ય લોકોને જવાબદાર ગણે છે.

આમ, કામ પછીના સમયગાળામાં અનુકૂલનના સરેરાશ સ્તર સાથે ક્રોનિક રોગો ધરાવતા મોટાભાગના દર્દીઓ આત્મસન્માનનું શ્રેષ્ઠ સ્તર દર્શાવે છે, એટલે કે. તેઓ પોતાને એક વ્યક્તિ તરીકે સ્વીકારે છે અને પોતાની જાતથી સંતુષ્ટ છે. આ જૂથના અમુક ટકા લોકોમાં ઉચ્ચ આત્મસન્માન, તેમજ ઓછું આત્મસન્માન હોય છે, જે વ્યક્તિગત અપરિપક્વતા, પોતાનું અને તેમની પ્રવૃત્તિઓના પરિણામોનું યોગ્ય મૂલ્યાંકન કરવામાં અસમર્થતા દર્શાવે છે. આ જૂથના વિષયો તેમના સામાજિક ગુણોનું અતિશયોક્તિપૂર્વક મૂલ્યાંકન કરે છે.

આ જૂથના પુરૂષો તેમના સ્વૈચ્છિક ગુણોને વધુ પડતો અંદાજ આપે છે, જ્યારે સ્ત્રીઓ તેમના સામાજિક ગુણોને વધુ પડતો અંદાજ આપે છે.

ગ્રુપ સી (અનુકૂલનનું નીચું સ્તર)

"સ્વ-સ્વીકૃતિ" સ્કેલનો ઉપયોગ કરીને મેળવેલા પરિણામો દર્શાવે છે કે આ જૂથના મોટાભાગના વિષયોમાં સ્વ-સ્વીકૃતિનું નીચું સ્તર (70%) છે. કેટલાક વિષયોમાં સ્વ-સ્વીકૃતિનું સરેરાશ સ્તર (30%) હોય છે. આ સ્કેલ પર કોઈ ઉચ્ચ મૂલ્યો ઓળખવામાં આવ્યાં નથી.

આમ, નીચા સ્તરના અનુકૂલનવાળા ક્રોનિક રોગોવાળા દર્દીઓ તેમના દેખાવનું તીવ્ર મૂલ્યાંકન કરે છે અને માને છે કે તેઓએ પોતાને કંઈપણ સાબિત કર્યું નથી.

લિંગ તફાવતોનો અભ્યાસ કરતી વખતે, તે બહાર આવ્યું હતું કે અનુકૂલનનું નીચું સ્તર ધરાવતી સ્ત્રીઓમાં વધુ વખત સ્વ-સ્વીકૃતિનું સરેરાશ સ્તર (66%) હોય છે, જ્યારે પુરુષો તમામ કિસ્સાઓમાં (100%). તેથી, અનુકૂલનનું નીચું સ્તર ધરાવતી સ્ત્રીઓમાં હંમેશા સ્વ-સ્વીકૃતિનું નીચું સ્તર હોતું નથી.

"વ્યક્તિગત વિભેદક" પદ્ધતિનો ઉપયોગ કરીને પરિણામોનું વિશ્લેષણ શક્તિ, મૂલ્યાંકન અને પ્રવૃત્તિના પરિબળો અનુસાર હાથ ધરવામાં આવ્યું હતું. ટેબલ જુઓ. 5.

કોષ્ટક 5 સ્વ-સન્માનના વિવિધ સ્તરો સાથે પરીક્ષણ જૂથ Cનું પ્રતિનિધિત્વ (પરિબળો દ્વારા,% માં)

જૂથ C ના પરિણામોનું વિશ્લેષણ કરતી વખતે, કોઈપણ પરિબળ માટે ખૂબ ઊંચા મૂલ્યો જાહેર કરવામાં આવ્યા ન હતા, જે સ્વ-સ્વીકૃતિ સ્કેલનો ઉપયોગ કરીને મેળવેલા ડેટા સાથે સંબંધ ધરાવે છે. ઉચ્ચ મૂલ્યો માત્ર આકારણી પરિબળ (10%) માટે જ જોવા મળે છે.

તાકાત પરિબળ માટે, મોટાભાગના વિષયોમાં ઓછા મૂલ્યો (60%) હોય છે. સરેરાશ મૂલ્યો (40%) પણ છે.

આકારણી અને પ્રવૃત્તિ પરિબળો માટે, સરેરાશ મૂલ્યોની મહત્તમ સંખ્યા (80%). મૂલ્યાંકન પરિબળ માટે નીચા મૂલ્યો 10% વિષયોમાં જોવા મળે છે, અને પ્રવૃત્તિ પરિબળ માટે 20%.

આમ, જૂથ સીના વિષયોમાં, સાધારણ નીચા આત્મસન્માન મૂલ્યો પ્રવર્તે છે. આ જૂથના પરીક્ષણ વિષયો તેમના સ્વૈચ્છિક ગુણોને ખાસ કરીને ઓછા રેટ કરે છે.

લિંગ તફાવતોની તપાસ કરતી વખતે, તાકાત પરિબળ (φ ટેસ્ટ, 0.03) અને રેટિંગ્સમાં નોંધપાત્ર તફાવતો ઓળખવામાં આવ્યા હતા.

નીચા સ્તરે અનુકૂલન ધરાવતા પુરૂષો તેમના સ્વૈચ્છિક ગુણોને નીચા દરે (80%, જ્યારે સ્ત્રીઓ માત્ર 49%;), અને સ્ત્રીઓમાં સામાજિક ગુણો હોય છે (20% સ્ત્રીઓ, 0% પુરુષો).

"આંતરિકતા" સ્કેલ પર પરિણામોનું વિશ્લેષણ કરતી વખતે, તે બહાર આવ્યું હતું કે ક્રોનિક રોગોવાળા મોટાભાગના દર્દીઓમાં આંતરિકતાનું નીચું સ્તર (60%) અને આંતરિકતાનું સરેરાશ સ્તર (30%) છે. આ જૂથમાં ઉચ્ચ સ્તરની આંતરિકતા ધરાવતા 10% લોકો છે.

આ સૂચવે છે કે નીચા સ્તરના અનુકૂલન સાથે દીર્ઘકાલિન રોગો ધરાવતા મોટાભાગના દર્દીઓ બાહ્ય સંજોગોને વધુ મહત્વ આપે છે અને તેઓ પોતાને તેમના પોતાના જીવનને નિયંત્રિત કરવામાં સક્ષમ માનતા નથી.

આમ, અમે નિષ્કર્ષ પર આવી શકીએ છીએ કે નીચા સ્તરના અનુકૂલન સાથે ક્રોનિક રોગોવાળા દર્દીઓમાં આત્મસન્માનના નીચા અને સરેરાશ સ્તરો દ્વારા વર્ગીકૃત કરવામાં આવે છે. તેઓ ઘણીવાર પોતાની ટીકા કરતા હોય છે અને તેમના પોતાના વર્તન અથવા સિદ્ધિના સ્તરથી સંતુષ્ટ હોતા નથી. આ જૂથના પુરૂષો નીચા આત્મવિશ્વાસ અને મુશ્કેલીઓનો સામનો કરવાની ક્ષમતાને રેટ કરે છે, જ્યારે સ્ત્રીઓ એક વ્યક્તિ તરીકે સંપૂર્ણ રીતે પોતાને નીચી રેટ કરે છે.

આ જૂથના લોકો માને છે કે તેમના જીવનમાં મોટાભાગની ઘટનાઓ તક અથવા અન્ય લોકોની ક્રિયાઓનું પરિણામ છે.

વિષયોના જૂથોમાં સ્વ-જાગૃતિ સૂચકાંકોના તુલનાત્મક વિશ્લેષણમાં નોંધપાત્ર તફાવતો બહાર આવ્યા છે.

જૂથ A ના વિષયો (ઉચ્ચ સ્તરનું અનુકૂલન) જૂથ B (5%), φ*=4.45; p ≤0.01) અને જૂથ C (0%).

જૂથ C (અનુકૂલનનું નીચું સ્તર) માં જૂથ B (5%) કરતાં નીચા મૂલ્યોની મોટી સંખ્યા (70%) હતી - φ*=3.57; p ≤0.01 અને જૂથ A (0%).

સ્ટ્રેન્થ ફેક્ટર (વ્યક્તિત્વ વિભેદક, ખૂબ ઊંચા (25%) અને ઉચ્ચ (17%) મૂલ્યો અનુસાર જૂથ A ના વિષયોમાં જૂથ C (0% અને 0%) ના વિષયો કરતાં વધુ સામાન્ય છે.

જૂથ A (0%) કરતાં જૂથ C (60%) માં વધુ ઓછા મૂલ્યો છે.

આકારણીની પ્રકૃતિ દ્વારા, ઉચ્ચ મૂલ્યો (50%) જૂથ C (10%) કરતાં જૂથ Aમાં વધુ સામાન્ય છે - φ*=2.16; p ≤0.01.

જૂથ Cમાં, મૂલ્યાંકન પરિબળ માટે જૂથ A (6%) કરતાં નીચા મૂલ્યો (10%) વધુ સામાન્ય છે અને જૂથ A (25%) કરતાં સરેરાશ મૂલ્યો (80%) - φ*=2.72; p ≤0.01.

પરિબળ મુજબ, જૂથ A માં પ્રવૃત્તિમાં જૂથ C (0%) કરતાં વધુ ખૂબ ઊંચા (25%) અને ઉચ્ચ (33%) મૂલ્યો છે. ગ્રુપ સીમાં ગ્રુપ A (6%) કરતાં વધુ ઓછા મૂલ્યો (20%) છે.

જૂથ A વિષયો જૂથ C વિષયો (10%) ની તુલનામાં ઉચ્ચ સ્તરની આંતરિકતા (50%) દ્વારા વર્ગીકૃત થયેલ છે - φ*=2.16; p ≤0.01

જૂથ A ના વિષયો (0%) અને જૂથ B (7.5%) - φ*=3.44; p ≤0.01

આમ, જૂથ A ના વિષયો સામાન્ય રીતે વ્યક્તિગત સુખાકારી માટે વધુ શ્રેષ્ઠ આત્મસન્માન ધરાવે છે અને જીવન પ્રત્યે વધુ આત્મવિશ્વાસ, સભાન વલણ દ્વારા વર્ગીકૃત થયેલ છે.

2.2.3 વિષયોના વ્યક્તિત્વના પ્રેરક-જરૂરિયાતના ક્ષેત્રની વિશેષતાઓ

પ્રેરક-જરૂરિયાતના ક્ષેત્રનો અભ્યાસ કરવા માટે, અપૂર્ણ વાક્યોની પદ્ધતિનો ઉપયોગ કરવામાં આવ્યો હતો (પરિશિષ્ટ જુઓ). પરિણામોનું નીચેની શ્રેણીઓમાં વિશ્લેષણ કરવામાં આવે છે:

1. ભવિષ્ય વિશે નિવેદન (1, 2, 9, 13)

2. ભૂતકાળ વિશે નિવેદન (3, 4)

3. રોગ વિશે નિવેદન (6, 7)

4. સંબંધીઓ સંબંધિત નિવેદનો (8)

5. નિવેદનો કે જે રોગ પ્રત્યેના વલણને પ્રતિબિંબિત કરે છે (10)

ગ્રુપ A (ઉચ્ચ સ્તરનું અનુકૂલન) - પરિશિષ્ટ જુઓ.

1. ભવિષ્ય વિશેના નિવેદનોમાં, ઉત્તરદાતાઓના પ્રતિભાવોમાં સૌથી સામાન્ય વસ્તુઓમાં સિદ્ધિઓની અપેક્ષાઓ શામેલ છે - 29% ("હું કાર ચલાવવાનું શીખીશ"), સમાજની સમસ્યાઓમાં રસ - 21% ("હું' જો દેશમાં જીવન વધુ સારું થાય તો આનંદ થશે”), પાછલા સ્તરનું જીવન જાળવવાની આશા -21% ("હું આશા રાખું છું કે હું તેટલો સક્રિય રહીશ"), સંબંધીઓની ચિંતા -13% ("ભવિષ્યમાં, મારું જીવન મારા બાળકોનું જીવન છે”).

2. જૂથ A ના વિષયો, તેમના ભૂતકાળનું મૂલ્યાંકન કરતા, નોંધ કરો કે: તેઓએ તેમની યોજનાઓ પૂર્ણ કરી, પોતાને અનુભૂતિ કરી - 54% ("મારા જીવન તરફ પાછા જોતાં, મને લાગે છે કે મારું જીવન નિરર્થક નથી જીવ્યું." "મેં જેના માટે પ્રયત્ન કર્યો, હું હાંસલ કરવામાં વ્યવસ્થાપિત થયો”), તેમની યોજનાઓને આંશિક રીતે સમજાયું - 21% ("કુટુંબ સારું બન્યું, પરંતુ તેઓએ બાળકો પર થોડો સમય વિતાવ્યો અને હજુ પણ વિતાવ્યો"). જૂથ A ના ક્રોનિક રોગો ધરાવતા 17% દર્દીઓ ભૂતકાળમાં તેમના ધ્યેયો અને આકાંક્ષાઓની ભ્રમણા સ્વીકારે છે ("મેં એવી વસ્તુ માટે પ્રયત્ન કર્યો જે વાંધો ન હતો")

3. રોગની હકીકત અંગે દીર્ઘકાલીન રોગો ધરાવતા દર્દીઓના નિવેદનોનું વિશ્લેષણ દર્શાવે છે કે કેટલાક વિષયો ખૂબ જ ચિંતિત હતા - 25%, અને કેટલાકે તેને કોઈ ખાસ ચિંતા કર્યા વિના સ્વીકાર્યું - 21%

વાતચીત દ્વારા વધુમાં મેળવેલ ડેટા દર્શાવે છે કે જૂથ A વિષયો વિવિધ રુચિઓ દ્વારા વર્ગીકૃત થયેલ છે.

તેમાંથી વાંચન (83%), ટીવી જોવું (83%), ચાલવું (75%), રમતગમત (50%), વાતચીત (33%), મિત્રો અને સંબંધીઓ સાથે મુલાકાત (25%). એવું માની શકાય છે કે રુચિઓની વિશાળ શ્રેણીની હાજરી આ જૂથના ક્રોનિક દર્દીઓને રોગની હાજરીને શાંતિથી સમજવામાં મદદ કરે છે.

4. સંબંધીઓ સાથેના સંદેશાવ્યવહારને લગતા નિવેદનોમાં, વિષયો પ્રિયજનો માટે ચિંતા વ્યક્ત કરે છે - 75% ("હું મારા બાળકો સ્વસ્થ હોય તેવું ઈચ્છું છું") અને પ્રિયજનો પાસેથી સમર્થનની અપેક્ષા - 25% ("હું ઈચ્છું છું કે મારા સંબંધીઓ હંમેશા સ્વસ્થ રહે. મારી સાથે").

"અન્યની સ્વીકૃતિ" સ્કેલનો ઉપયોગ કરીને પ્રાપ્ત પરિણામોનું વિશ્લેષણ કરતી વખતે, તે બહાર આવ્યું હતું કે જૂથ A ના વિષયો ઉચ્ચ (58%) અને અન્યોની સ્વીકૃતિનું સરેરાશ સ્તર (42%) ધરાવે છે, જે જોડાણ માટેની ઉચ્ચ આશા દર્શાવે છે અને સ્વીકૃતિની ઇચ્છા. સામાન્ય રીતે, મને અન્ય લોકો ગમે છે, તેમની સાથેના મારા સંબંધો ગરમ અને મૈત્રીપૂર્ણ છે.

વાતચીત દ્વારા મેળવેલ ડેટા દર્શાવે છે કે આ જૂથના ક્રોનિક રોગોવાળા 67% દર્દીઓ સંચારથી સંપૂર્ણપણે સંતુષ્ટ છે, 25% સંતુષ્ટ છે, પરંતુ હવે તેઓ પહેલા કરતા ઓછો સંદેશાવ્યવહાર કરે છે (સંચારનું વર્તુળ સંકુચિત થઈ ગયું છે) અને 8% પાસે નથી. પર્યાપ્ત સંચાર.

આમ, તેમના સામાજિક વર્તુળના સંકુચિત હોવા છતાં, ઉચ્ચ સ્તરના અનુકૂલન ધરાવતા દર્દીઓ અન્ય લોકો સાથેની તેમની ક્રિયાપ્રતિક્રિયાથી સંતુષ્ટ છે.

5. માંદગીની તેમની વ્યાખ્યા આપતાં, 33% વિષયો જણાવે છે કે માંદગી એ જીવનમાં એક સીમાચિહ્નરૂપ છે ("મારા માટે માંદગી એ ચોક્કસ સીમા છે, જીવન "પહેલા" અને "પછી", તેણે મારા જીવનનું મૂલ્યાંકન કરવાનું શક્ય બનાવ્યું છે").

6. લિંગ તફાવતોનો અભ્યાસ કરતી વખતે, તે બહાર આવ્યું હતું કે ભવિષ્યના સંબંધમાં, સ્ત્રીઓ કરતાં પુરુષો વધુ વખત સમાજની સમસ્યાઓમાં રસ દર્શાવે છે (67% પુરુષો, 33% સ્ત્રીઓ), એટલે કે. વધુ સામાજિક પ્રવૃત્તિ બતાવો.

ગ્રુપ બી (અનુકૂલનનું સરેરાશ સ્તર)

1. ભવિષ્ય વિશેના નિવેદનોમાં, ઉત્તરદાતાઓના જવાબોમાં, રોજિંદા સમસ્યાઓનો મોટાભાગે સામનો કરવો પડે છે - 20% ("હું ઘરનું નવીનીકરણ કરવાનો ઇરાદો રાખું છું"), જીવનના પાછલા ધોરણને જાળવવાની આશા - 19%. ("જો હું આ જ રીતે જીવવાનું ચાલુ રાખું તો મને ખૂબ આનંદ થશે"), સ્વાસ્થ્ય વિશે ચિંતા -14% ("હું તંદુરસ્ત જીવનશૈલી જીવવાનો ઇરાદો રાખું છું, આ જીવન માટે મુખ્ય વસ્તુ છે"), સંબંધીઓ વિશે ચિંતા -10% , 9% દર્દીઓ સારા ભવિષ્યની અપેક્ષા રાખે છે ("હું આશા રાખું છું કે મારું ભાવિ જીવન હવે કરતાં વધુ સારું રહેશે").

2. ગ્રુપ બીના વિષયો, તેમના ભૂતકાળનું મૂલ્યાંકન કરતા, નોંધ કરો કે: તેઓએ તેમની યોજનાઓને આંશિક રીતે સમજ્યા - (38%); તેમના ધ્યેયો અને આકાંક્ષાઓની ભ્રમણા સ્વીકારી - (35%); તેમની યોજનાઓ સમજાઈ, પોતાને સમજાયું - (15%).

3. રોગના સમાચાર વિશેના નિવેદનોના વિશ્લેષણ દર્શાવે છે કે મોટાભાગના વિષયોએ આ ઘટનાને પ્રમાણમાં શાંતિથી સારવાર આપી હતી (65%), જૂથનો એક ભાગ ખૂબ જ ચિંતિત હતો (25%) અને થોડી ટકાવારી ઉદાસીન હતી (10%).

વાતચીત દ્વારા મેળવેલ ડેટા સૂચવે છે કે જૂથ B ના વિષયો વિવિધ રુચિઓ (વાંચન, રેડિયો, ટેલિવિઝન, સિનેમા, માછીમારી, મિત્રો સાથે મીટિંગ, પાલતુ, વગેરે) દ્વારા વર્ગીકૃત થયેલ છે. ક્રોનિક દર્દી તરીકે તમારી સ્થિતિ પ્રત્યે શાંત વલણ માટે શું મહત્વનું છે.

4. સંબંધીઓ સાથે વાતચીત સંબંધિત નિવેદનોમાં, વિષયો પ્રિયજનો (57%) માટે ચિંતા વ્યક્ત કરે છે અને પ્રિયજનો (25%) પાસેથી સમર્થનની અપેક્ષા રાખે છે. કેટલાક જવાબોમાં એકલા રહેવાના ભયનો સમાવેશ થાય છે (25%) ("જો મારા સંબંધીઓ મારી સાથે રહે અને મને ભૂલી ન જાય તો મને ખૂબ આનંદ થશે").

"અન્યની સ્વીકૃતિ" સ્કેલનો ઉપયોગ કરીને પ્રાપ્ત પરિણામોનું વિશ્લેષણ કરતી વખતે, તે બહાર આવ્યું હતું કે જૂથ B ના વિષયો અન્યોની સ્વીકૃતિનું સરેરાશ સ્તર ધરાવે છે (78%). કેટલાક વિષયો અન્યની સ્વીકૃતિનું ઉચ્ચ સ્તર દર્શાવે છે (10%), અને કેટલાક નિમ્ન સ્તર (12%) દર્શાવે છે. આ સૂચવે છે કે અનુકૂલનનું સરેરાશ સ્તર ધરાવતા લોકો અન્ય લોકોને સ્વીકારવાની ઇચ્છા દ્વારા વર્ગીકૃત થયેલ છે.

વાતચીત દરમિયાન, એવું જાણવા મળ્યું કે આ જૂથના દર્દીઓને અફસોસ છે કે તેઓ હવે ઓછી વાતચીત કરે છે, પરંતુ સામાન્ય રીતે તેઓ વાતચીતથી સંતુષ્ટ છે (73%), 15% અન્ય લોકો સાથેની ક્રિયાપ્રતિક્રિયાથી સંપૂર્ણપણે સંતુષ્ટ છે અને 12% માને છે કે તેમની પાસે વાતચીતનો અભાવ છે. .

5. માંદગી પ્રત્યેના તેમના વલણને પ્રતિબિંબિત કરતા નિવેદનોમાં, જૂથ B ના વિષયો લખે છે કે માંદગી પ્રિયજનો માટે બોજ છે (27.5%), માંદગી એ એક સીમાચિહ્ન અથવા સીમા છે (17.5%). મૃત્યુનો ભય 20 વિષયોના પ્રતિભાવોમાં વ્યક્ત કરવામાં આવ્યો છે, 25% સૂચવે છે કે બીમારી જીવનનો અંત નથી.

ગ્રુપ સી (અનુકૂલનનું નીચું સ્તર)

1. ભવિષ્ય વિશેના નિવેદનોમાં, ઉત્તરદાતાઓના પ્રતિભાવોમાં મોટાભાગે કોઈપણ ફેરફારોની અપેક્ષાનો અભાવ શામેલ હોય છે - 30% ("ભવિષ્યમાં, મારું જીવન બદલાશે નહીં"), મુશ્કેલીઓની અપેક્ષાઓ - 22.5% ("ભવિષ્યમાં , મારું જીવન વધુ મુશ્કેલ બનશે”), ઘરેલું સમસ્યાઓ - 17.5%. આરોગ્ય અંગેની ચિંતા 15% વિષયોના જવાબોમાં પ્રતિબિંબિત થાય છે. "સિદ્ધિની અપેક્ષાઓ" શ્રેણી નીચા સ્તરના અનુકૂલન સાથેના વિષયોના પ્રતિભાવોમાં દેખાતી નથી.

2. તેમના ભૂતકાળનું મૂલ્યાંકન કરતાં, જૂથ C ના લોકો નોંધે છે કે તેઓ જે કરી શક્યા હોત તે તેઓએ કર્યું નથી - 40% ("મારા જીવન તરફ પાછળ જોતાં, મને લાગે છે કે હું તેને વધુ સારી રીતે અને વધુ આનંદપૂર્વક જીવી શક્યો હોત"), કે ત્યાં વધુ હતા સિદ્ધિઓ કરતાં નિષ્ફળતાઓ - 30% ("મારા જીવનને પાછું જોતાં, મને લાગે છે કે મારું થોડું જીવન કમનસીબ હતું").

15% સ્વીકારે છે કે ભૂતકાળમાં તેમના ધ્યેયો અને આકાંક્ષાઓ ખોટી હતી, 10% નોંધે છે કે તેઓ આંશિક રીતે પોતાને સાકાર કરવામાં સક્ષમ હતા. અને માત્ર 5% લખે છે કે તેઓએ તેમની યોજનાઓ પૂર્ણ કરી, પોતાને સમજાયું.

3. નિદાનના સમાચારને લગતા ક્રોનિક રોગો ધરાવતા દર્દીઓના નિવેદનોનું વિશ્લેષણ દર્શાવે છે કે મોટાભાગના લોકોએ આ ઘટનાને ગંભીરતાથી અનુભવી હતી - 60%; 30% એ પ્રમાણમાં શાંતિથી અને 10% ઉદાસીન રીતે પ્રતિક્રિયા આપી.

વાતચીત દરમિયાન, એવું જાણવા મળ્યું કે જૂથ C વિષયો નિષ્ક્રિય રુચિઓ (ટીવી જોવા, વણાટ, વાંચન) દ્વારા વર્ગીકૃત કરવામાં આવ્યા હતા અને ઘણાએ મનપસંદ પ્રવૃત્તિની ગેરહાજરીની નોંધ લીધી હતી. અમે કહી શકીએ કે રુચિઓનો અભાવ રોગને અનુકૂલન કરવાની પ્રક્રિયાને જટિલ બનાવે છે, કારણ કે તે અર્થપૂર્ણ પ્રવૃત્તિઓ દ્વારા વળતર મળતું નથી.

1. સંબંધીઓ સાથે વાતચીત સંબંધિત નિવેદનોમાં, વિષયો પ્રિયજનો (50%) પાસેથી સમર્થનની અપેક્ષા રાખે છે અને 30% એકલા રહેવાનો ભય વ્યક્ત કરે છે. 20% ઉત્તરદાતાઓના જવાબોમાં સંબંધીઓની ચિંતાનો સમાવેશ થાય છે.

2. "અન્યની સ્વીકૃતિ" સ્કેલનો ઉપયોગ કરીને પ્રાપ્ત પરિણામોનું વિશ્લેષણ કરતી વખતે, તે બહાર આવ્યું કે જૂથ C ના વિષયો ઓછા (60%) અને સરેરાશ છે; (40%) અન્ય લોકોની સ્વીકૃતિનું સ્તર, જે સૂચવે છે કે આ જૂથના લોકો અન્ય લોકો સાથે વાતચીત કરવામાં સંયમિત છે અને તેમની આસપાસના લોકો પ્રત્યે દુશ્મનાવટ અનુભવે છે.

વાતચીતના પરિણામોનું વિશ્લેષણ દર્શાવે છે કે નીચા સ્તરના અનુકૂલન ધરાવતા લોકો અન્ય લોકો (70%) સાથે વાતચીતથી સંતુષ્ટ નથી, અથવા સંતુષ્ટ છે, પરંતુ તેમના સામાજિક વર્તુળ (30%) ના સંકુચિત થવાથી અસંતુષ્ટ છે.

રોગની તેમની વ્યાખ્યા આપતા, જૂથ સીમાં દર્દીઓ લખે છે કે રોગ એ જીવનનો અંત છે (40%), મૃત્યુનો ડર વ્યક્ત કરે છે (20%), રોગ 30% વિષયો માટે સીમાચિહ્નરૂપ તરીકે વર્ગીકૃત થયેલ છે.

પ્રેરક-જરૂરિયાતના ક્ષેત્રની લાક્ષણિકતાઓના તુલનાત્મક પૃથ્થકરણથી અમને નોંધપાત્ર તફાવતો ઓળખવાની મંજૂરી મળી.

1. ભવિષ્ય વિશે જૂથ A વિષયો (ઉચ્ચ સ્તરનું અનુકૂલન) ના નિવેદનોમાં, જૂથ B (9%) φ*=1.604 કરતાં સિદ્ધિઓની અપેક્ષાઓ વધુ સામાન્ય છે (29%); p≤0.05 અને ગ્રુપ Cમાં (0%). જૂથ B માં, પ્રતિભાવોની મોટી ટકાવારી જૂથ A (4%) φ*=1.59 કરતાં રોજિંદા સમસ્યાઓ (20%) સાથે સંબંધિત છે. p≤0.05.

2. ભૂતકાળ વિશેના નિવેદનોમાં, જૂથ B ના વિષયો (15%) કરતાં જૂથ A ના વિષયો (54%) વધુ વખત નોંધે છે કે તેઓએ તેમની યોજનાઓ પૂર્ણ કરી, પોતાને અનુભૂતિ કરી (φ*=2.42; p≤0.01), અને વધુ વખત જૂથ C કરતાં (5%) φ*=2.802; p≤0.01.

જૂથ C ના વિષયો જૂથ A ના વિષયો (0%) કરતા વધુ શક્યતા (30%) અને જૂથ B (6%) ના વિષયો કરતાં વધુ છે - φ*=2.83; p≤0.01 સૂચવે છે કે સિદ્ધિઓ કરતાં વધુ નિષ્ફળતાઓ હતી. તેઓ જૂથ B (1%) ના વિષયો કરતાં (46%) વધુ સંભાવના ધરાવે છે કે તેઓ જે કરી શક્યા હોત તે તેઓએ કર્યું નથી (φ*=3.306; p≤0.01).

જૂથ B માં, વિષયોની મોટી ટકાવારી (38%) એ નોંધ્યું કે તેઓ જૂથ C (10%), φ*=1.934 કરતાં આંશિક રીતે પોતાને અનુભવવામાં સક્ષમ હતા; p≤0.02.

3. નિવૃત્તિ સંબંધિત નિવેદનોમાં, જૂથ A (25%) ના વિષયો કરતાં જૂથ C ના વિષયો (60%) વધુ વખત અને જૂથ B (25%) ના વિષયો લખે છે કે તેઓ ચિંતિત હતા (φ*=1.693; p≤0.04 ).

4. સંબંધીઓ સાથેના સંબંધોનું વર્ણન કરતી વખતે, જૂથ A ના વિષયો (75%) જૂથ C ના વિષયો કરતાં વધુ વખત (20%) પ્રિયજનો માટે ચિંતા વ્યક્ત કરે છે (φ*=2.725; p≤0.01).

ગ્રુપ A (0%) કરતા ગ્રુપ C માં ક્રોનિક રોગોવાળા દર્દીઓ વધુ વખત (30%) એકલા રહેવાનો ડર વ્યક્ત કરે છે.

5. જૂથ A ના વિષયોના જવાબોમાં, સારાંશ તરીકે રોગની વ્યાખ્યા વધુ વખત સાંભળવામાં આવે છે (17%) જૂથ C (0%) કરતાં અને જૂથ Bમાં (2.5%) - φ*=1.61 ; p≤0.05.

અન્યની સ્વીકૃતિ સ્કેલ પર નોંધપાત્ર તફાવતો જોવા મળ્યા હતા. જૂથ A માં બીમાર લોકો વધુ વખત (58%) જૂથ C (0%) અને જૂથ B (10%) φ*=3.302 કરતાં અન્ય લોકો માટે ઉચ્ચ સ્તરની સ્વીકૃતિ દર્શાવે છે; p≤0.01.

ગ્રુપ C વિષયો વધુ વખત (60%) જૂથ A (0%) અને જૂથ B (12.5%) - φ*=2.967 કરતાં અન્ય લોકોની સ્વીકૃતિનું નીચું સ્તર દર્શાવે છે; p≤0.01

આમ, ઉચ્ચ સ્તરના અનુકૂલન સાથે દીર્ઘકાલિન રોગોવાળા દર્દીઓ ભવિષ્ય પ્રત્યે વધુ આશાવાદી વલણ, ભૂતકાળનું સકારાત્મક મૂલ્યાંકન અને અન્ય લોકોના ઉચ્ચ સ્તરની સ્વીકૃતિ દ્વારા વર્ગીકૃત થયેલ છે.

તે વૃદ્ધ લોકો અને યુવાન લોકો વચ્ચેના જોડાણોના વિક્ષેપમાં આવેલું છે. આવી ઘટનાને ગેરોન્ટોફોબિયા અથવા વૃદ્ધ લોકો પ્રત્યેની પ્રતિકૂળ લાગણીઓ કહેવાનું આજે અસામાન્ય નથી. વૃદ્ધો અને વૃદ્ધ લોકોના ઘણા તણાવને અટકાવી શકાય છે અથવા પ્રમાણમાં પીડારહિત રીતે વૃદ્ધોમાં ફેરફાર અને સામાન્ય રીતે વૃદ્ધત્વ પ્રક્રિયાને કારણે ચોક્કસ રીતે દૂર કરી શકાય છે. પ્રખ્યાત અમેરિકન ડોક્ટર અને...

અસંખ્ય પદ્ધતિઓનો ઉપયોગ કરવામાં આવ્યો હતો: - સમાજશાસ્ત્ર પર વૈજ્ઞાનિક સાહિત્યનું સૈદ્ધાંતિક વિશ્લેષણ, વિચલનશાસ્ત્ર, દવાઓનો ઉપયોગ કરતા લોકોની મનોવૈજ્ઞાનિક લાક્ષણિકતાઓના પ્રભાવનો અભ્યાસ કરવાની સમસ્યા પર વ્યક્તિગત તફાવતોનું મનોવિજ્ઞાન; - પ્રયોગમૂલક - સાયકોડાયગ્નોસ્ટિક પદ્ધતિઓ; - તુલનાત્મક વિશ્લેષણ; - સંશોધન પરિણામોની ગાણિતિક અને આંકડાકીય પ્રક્રિયાની પદ્ધતિઓ: વિદ્યાર્થીની ટી-ટેસ્ટ...

ત્યાં વધુ અને વધુ નબળા બાળકો છે, અને તેથી સોમેટિક અને સાયકોસોમેટિક રોગોને રોકવા માટે વિશેષ નિવારક પગલાંની જરૂર છે. પ્રકરણ III. પ્રારંભિક બાળકોની પૂર્વસૂચન સંભાળ માટે મનોવૈજ્ઞાનિક અનુકૂલનની વિશેષતાઓનો પ્રયોગમૂલક અભ્યાસ 3.1 નમૂનાનું વર્ણન પ્રયોગમૂલક અભ્યાસ સપ્ટેમ્બરથી ડિસેમ્બર 2008 દરમિયાન હાથ ધરવામાં આવ્યો હતો. માટે આધાર...

પરીક્ષણ પરિણામોનું અર્થઘટન કરવા માટેનો સમાન અભિગમ એ ધારી લેવાનો હશે કે શૂન્ય પૂર્વધારણા સાચી છે, અમે ગણતરી કરી શકીએ છીએ કે કેટલી મોટી સંભાવનામેળવો t- અમે ઉપલબ્ધ નમૂનાના ડેટામાંથી ગણતરી કરેલ વાસ્તવિક મૂલ્યની બરાબર અથવા તેનાથી વધુ માપદંડ. જો આ સંભાવના અગાઉ સ્વીકૃત મહત્વના સ્તર કરતાં ઓછી હોવાનું બહાર આવે છે (ઉદાહરણ તરીકે, પી< 0.05), мы вправе отклонить проверяемую нулевую гипотезу. Именно такой подход сегодня используется чаще всего: исследователи приводят в своих работах P-значение, которое легко рассчитывается при помощи статистических программ. Рассмотрим, как это можно сделать в системе R.

ધારો કે અમારી પાસે 11 મહિલાઓ માટે (કેજે/દિવસ) ખોરાકમાંથી દૈનિક ઉર્જા લેવાનો ડેટા છે (પુસ્તકમાંથી લેવામાં આવેલ ઉદાહરણ ઓલ્ટમેન ડી.જી. (1981) પ્રેક્ટિકલ સ્ટેટિસ્ટિક્સ ફોર મેડિકલ રિસર્ચ, ચેપમેન એન્ડ હોલ, લંડન):

આ 11 અવલોકનો માટે સરેરાશ છે:

પ્રશ્ન: શું આ નમૂના સરેરાશ 7725 kJ/દિવસના સ્થાપિત ધોરણથી અલગ છે? અમારા નમૂના મૂલ્ય અને આ ધોરણ વચ્ચેનો તફાવત ખૂબ જ નોંધપાત્ર છે: 7725 - 6753.6 = 971.4. પરંતુ આંકડાકીય રીતે આ તફાવત કેટલો મોટો છે? એક નમૂનો આ પ્રશ્નનો જવાબ આપવામાં મદદ કરશે. t-પરીક્ષણ. અન્ય વિકલ્પોની જેમ t-ટેસ્ટ, t.test() ફંક્શનનો ઉપયોગ કરીને R માં એક-નમૂનો ટી પરીક્ષણ કરવામાં આવે છે:

પ્રશ્ન: શું આ સરેરાશ આંકડાકીય રીતે અલગ છે? ચાલો પૂર્વધારણાને તપાસીએ કે ઉપયોગમાં કોઈ તફાવત નથી t-પરીક્ષણ:

પરંતુ આવા કિસ્સાઓમાં, આપણે આંકડાકીય રીતે હસ્તક્ષેપની અસરની હાજરીનું મૂલ્યાંકન કેવી રીતે કરી શકીએ? સામાન્ય રીતે, વિદ્યાર્થીની કસોટી તરીકે રજૂ કરી શકાય છે

વિદ્યાર્થીની ટી ટેસ્ટસ્વતંત્ર નમૂનાઓ માટે

વિદ્યાર્થીની ટી ટેસ્ટ ( t-વિદ્યાર્થી પરીક્ષા અથવા ફક્ત " tજો તમારે સરખામણી કરવાની જરૂર હોય તો -ટેસ્ટ") નો ઉપયોગ થાય છે માત્ર બે જૂથોસામાન્ય વિતરણ સાથે જથ્થાત્મક લાક્ષણિકતાઓ (વિવિધતાના વિશ્લેષણનો વિશેષ કેસ). નોંધ: જોડીમાં ઘણા જૂથોની સરખામણી કરતી વખતે આ માપદંડનો ઉપયોગ કરી શકાતો નથી, આ કિસ્સામાં, ભિન્નતાના વિશ્લેષણનો ઉપયોગ કરવો આવશ્યક છે. વિદ્યાર્થીની ટી ટેસ્ટનો ખોટો ઉપયોગ અસ્તિત્વમાં ન હોય તેવા તફાવતોને "જાહેર કરવા" ની સંભાવના વધારે છે. ઉદાહરણ તરીકે, ઘણી સારવારોને સમાન રીતે અસરકારક (અથવા બિનઅસરકારક) તરીકે ઓળખવાને બદલે, તેમાંથી એકને વધુ સારી જાહેર કરવામાં આવે છે.

બે ઘટનાઓને સ્વતંત્ર કહેવામાં આવે છે જો તેમાંથી એકની ઘટના બીજી ઘટનાને કોઈપણ રીતે અસર કરતી નથી. તેવી જ રીતે, બે સંગ્રહોને સ્વતંત્ર કહી શકાય જો તેમાંના એકના ગુણધર્મો બીજાના ગુણધર્મો સાથે કોઈ રીતે સંબંધિત ન હોય.

એક્ઝેક્યુશનનું ઉદાહરણ t- સ્ટેટિસ્ટિકા પ્રોગ્રામમાં ટેસ્ટ.

સ્ત્રીઓ પુરૂષો કરતાં સરેરાશ ટૂંકી હોય છે, જો કે, આ પુરુષોનો સ્ત્રીઓ પર કોઈ પ્રભાવ હોવાના પરિણામે નથી - તે જાતિની આનુવંશિક લાક્ષણિકતાઓની બાબત છે. ઉપયોગ કરીને ટી-પરીક્ષણમાં પુરુષો અને સ્ત્રીઓના જૂથોમાં સરેરાશ ઊંચાઈના મૂલ્યો વચ્ચે આંકડાકીય રીતે નોંધપાત્ર તફાવત છે કે કેમ તે તપાસવાની જરૂર છે. (શૈક્ષણિક હેતુઓ માટે, અમે ધારીએ છીએ કે ઊંચાઈ ડેટા સામાન્ય વિતરણને અનુસરે છે અને તેથી ટી-પરીક્ષણ લાગુ છે).

આકૃતિ 1. એક્ઝેક્યુશન માટે ડેટા ફોર્મેટિંગનું ઉદાહરણ ટી-

આકૃતિ 1 માં ડેટા કેવી રીતે ફોર્મેટ થાય છે તેના પર ધ્યાન આપો. જેમ કે આલેખ બનાવતી વખતેવ્હિસ્કર પ્લોટઅથવા બોક્સ-વ્હીસ્કર પ્લોટ, કોષ્ટકમાં બે ચલો છે: તેમાંથી એક જૂથ છે (જૂથીકરણ ચલ) ("લિંગ") - કોડ્સ (પતિ અને પત્ની) ધરાવે છે જે પ્રોગ્રામને નક્કી કરવાની મંજૂરી આપે છે કે કયો ઊંચાઈનો ડેટા કયા જૂથનો છે; બીજું - કહેવાતા આશ્રિત ચલ (આશ્રિત ચલ) ("વૃદ્ધિ") - વાસ્તવિક ડેટાનું વિશ્લેષણ કરવામાં આવે છે. જો કે, અમલ કરતી વખતેટી-સ્ટેટિસ્ટિકા પ્રોગ્રામમાં સ્વતંત્ર નમૂનાઓ માટે પરીક્ષણ, અન્ય ડિઝાઇન વિકલ્પ શક્ય છે - દરેક જૂથો ("પુરુષો" અને "મહિલાઓ") માટેનો ડેટા અલગ કૉલમમાં દાખલ કરી શકાય છે (આકૃતિ 2).

આકૃતિ 2. એક્ઝેક્યુશન માટે ડેટા ફોર્મેટિંગ માટેનો બીજો વિકલ્પ ટી-સ્વતંત્ર નમૂના પરીક્ષણ

કરવા માટે ટી-સ્વતંત્ર નમૂના પરીક્ષણ માટે, તમારે નીચેના કરવું આવશ્યક છે:

1-એ. મોડ્યુલ લોંચ કરો ટી-મેનુમાંથી કણક આંકડા > મૂળભૂત આંકડા/કોષ્ટકો > t-પરીક્ષણ, સ્વતંત્ર, જૂથો દ્વારા(જો ડેટા કોષ્ટકમાં જૂથ ચલ હોય, તો આકૃતિ 3 જુઓ).

અથવા

1-બી. મોડ્યુલ લોંચ કરો ટી-મેનુમાંથી કણક આંકડા > મૂળભૂત આંકડા/કોષ્ટકો > t-પરીક્ષણ, સ્વતંત્ર, ચલો દ્વારા(જો ડેટા સ્વતંત્ર કૉલમમાં દાખલ કરવામાં આવ્યો હોય, તો આકૃતિ 4 જુઓ).

નીચે ટેસ્ટનું વર્ઝન છે જેમાં ડેટા ટેબલમાં ગ્રુપિંગ વેરીએબલ છે.

2. ખુલતી વિંડોમાં, બટન પર ક્લિક કરો ચલોઅને પ્રોગ્રામને કહો કે ટેબલના કયા વેરીએબલ છે સ્રેડશીટજૂથબદ્ધ છે, અને જે નિર્ભર છે (આંકડા 5-6).

આકૃતિ 5. સમાવવા માટે ચલોની પસંદગી t-પરીક્ષણ

આકૃતિ 6. ઇન સાથે વિન્ડો સંચાલન માટે પસંદ કરેલ ચલો t-પરીક્ષણ

3. બટન દબાવોસારાંશ: ટી-પરીક્ષણો.

આકૃતિ 7. પરિણામો t- સ્વતંત્ર નમૂનાઓ માટે પરીક્ષણ

પરિણામે, પ્રોગ્રામ વર્કબુકનું નિર્માણ કરશેવર્કબુક, પરિણામો સાથેનું ટેબલ ધરાવતુંt-પરીક્ષણ (આકૃતિ 7 ). આ કોષ્ટકમાં ઘણી કૉલમ છે:

• મીન(પુરુષ) - "પુરુષ" જૂથમાં સરેરાશ ઊંચાઈ;
• મીન(સ્ત્રી) - "મહિલા" જૂથમાં સરેરાશ ઊંચાઈ;
• ટી- મૂલ્ય: પ્રોગ્રામ દ્વારા ગણતરી કરેલ મૂલ્ય t- વિદ્યાર્થીની પરીક્ષા;
• ડીએફ- સ્વતંત્રતાની ડિગ્રીની સંખ્યા;
• પી- પૂર્વધારણાની માન્યતાની સંભાવના કે સરખામણીમાં સરેરાશ મૂલ્યો ભિન્ન નથી. હકીકતમાં, આ વિશ્લેષણનું સૌથી મહત્વપૂર્ણ પરિણામ છે, કારણ કે તે મૂલ્ય છે પીજે પૂર્વધારણાનું પરીક્ષણ કરવામાં આવી રહ્યું છે તે સાચું છે કે કેમ તે કહે છે. અમારા ઉદાહરણમાં, P > 0.05, જેમાંથી આપણે તારણ કાઢી શકીએ છીએ કે પુરુષો અને સ્ત્રીઓની ઊંચાઈ વચ્ચે આંકડાકીય રીતે કોઈ નોંધપાત્ર તફાવત નથી.
• માન્ય એન(પુરુષ) - નમૂનાનું કદ "પુરુષો";
• માન્ય એન(સ્ત્રી) - નમૂનાનું કદ "સ્ત્રીઓ";
• ધો. દેવ. (પુરુષ) - "પુરુષો" નમૂનાનું પ્રમાણભૂત વિચલન;
• ધો. દેવ. (સ્ત્રી) - "મહિલા" નમૂનાનું પ્રમાણભૂત વિચલન;
• F- ગુણોત્તર, ભિન્નતા- ફિશરના એફ-ટેસ્ટનું મૂલ્ય, જેની મદદથી તુલનાત્મક નમૂનાઓમાં ભિન્નતાની સમાનતા વિશેની પૂર્વધારણાનું પરીક્ષણ કરવામાં આવે છે;
• પી, ભિન્નતા- પૂર્વધારણાની માન્યતાની સંભાવના કે તુલનાત્મક નમૂનાઓના ભિન્નતાઓ અલગ નથી.

વાર્તા

આ માપદંડ વિલિયમ ગોસેટ દ્વારા ગિનિસ કંપનીમાં બીયરની ગુણવત્તાનું મૂલ્યાંકન કરવા માટે વિકસાવવામાં આવ્યો હતો. વેપારના રહસ્યો જાહેર ન કરવા સંબંધી કંપનીની જવાબદારીઓના સંબંધમાં (ગિનીસ મેનેજમેન્ટે તેના કાર્યમાં આંકડાકીય ઉપકરણનો ઉપયોગ આ રીતે ધ્યાનમાં લીધો હતો), ગોસેટનો લેખ 1908 માં "વિદ્યાર્થી" ઉપનામ હેઠળ જર્નલ બાયોમેટ્રિક્સમાં પ્રકાશિત થયો હતો.

ડેટા જરૂરિયાતો

આ માપદંડ લાગુ કરવા માટે, તે જરૂરી છે કે મૂળ ડેટાનું સામાન્ય વિતરણ હોય. સ્વતંત્ર નમૂનાઓ માટે બે-નમૂના પરીક્ષણ લાગુ કરવાના કિસ્સામાં, ભિન્નતાની સમાનતાની શરતનું પાલન કરવું પણ જરૂરી છે. જો કે, અસમાન ભિન્નતા ધરાવતી પરિસ્થિતિઓ માટે વિદ્યાર્થીની ટી ટેસ્ટના વિકલ્પો છે.

સ્વતંત્ર નમૂનાઓ માટે બે-નમૂના ટી-ટેસ્ટ

સહેજ અલગ નમૂનાના કદના કિસ્સામાં, અંદાજિત ગણતરીઓ માટે એક સરળ સૂત્રનો ઉપયોગ થાય છે:

જો નમૂનાનું કદ નોંધપાત્ર રીતે અલગ હોય, તો વધુ જટિલ અને સચોટ સૂત્રનો ઉપયોગ કરવામાં આવે છે:

જ્યાં એમ 1 ,એમ 2 - અંકગણિત સરેરાશ, σ 1, σ 2 - પ્રમાણભૂત વિચલનો, અને એન 1 ,એન 2 - નમૂના માપો.

આશ્રિત નમૂનાઓ માટે બે-નમૂના ટી-ટેસ્ટ

બે આશ્રિત નમૂનાઓ (ઉદાહરણ તરીકે, સમય અંતરાલ સાથે સમાન પરીક્ષણના બે નમૂનાઓ) વચ્ચેના તફાવતો વિશેની પૂર્વધારણાના પરીક્ષણની પરિસ્થિતિમાં ટી-ટેસ્ટના પ્રયોગમૂલક મૂલ્યની ગણતરી કરવા માટે, નીચેના સૂત્રનો ઉપયોગ કરવામાં આવે છે:

જ્યાં એમ ડીમૂલ્યોમાં સરેરાશ તફાવત છે, અને σ ડી- તફાવતોનું પ્રમાણભૂત વિચલન.

સ્વતંત્રતાની ડિગ્રીની સંખ્યા તરીકે ગણવામાં આવે છે

એક-નમૂનો ટી-ટેસ્ટ

સરેરાશ મૂલ્ય અને કેટલાક જાણીતા મૂલ્ય વચ્ચેના તફાવત વિશેની પૂર્વધારણાને ચકાસવા માટે વપરાય છે:

સ્વતંત્રતાની ડિગ્રીની સંખ્યા તરીકે ગણવામાં આવે છે

નોનપેરામેટ્રિક એનાલોગ

સ્વતંત્ર નમૂનાઓ માટે બે-નમૂના પરીક્ષણનું એનાલોગ માન-વ્હીટની યુ પરીક્ષણ છે. આશ્રિત નમૂનાઓ સાથેની પરિસ્થિતિ માટે, એનાલોગ એ સાઇન ટેસ્ટ અને વિલ્કોક્સન ટી-ટેસ્ટ છે.

વિદ્યાર્થીની ટી-ટેસ્ટની આપોઆપ ગણતરી

વિકિમીડિયા ફાઉન્ડેશન.

2010.

અન્ય શબ્દકોશોમાં "વિદ્યાર્થીઓની ટી-ટેસ્ટ" શું છે તે જુઓ:વિદ્યાર્થીની ટી-સી ટેસ્ટ - વિદ્યાર્થીનો માપદંડ અથવા ટી સી. અથવા S. t ટેસ્ટ એ તુલનાત્મક માધ્યમો વચ્ચેના તફાવતના મહત્વ માટેનો આંકડાકીય માપદંડ છે. તફાવત ભૂલના આ તફાવતના ગુણોત્તર દ્વારા નિર્ધારિત: t ના મૂલ્યો માટે... ...

જિનેટિક્સ. જ્ઞાનકોશીય શબ્દકોશ

વિદ્યાર્થીની ટી ટેસ્ટ એ વિદ્યાર્થીઓના વિતરણ સાથે સરખામણી પર આધારિત પૂર્વધારણાઓ (આંકડાકીય પરીક્ષણો) ના આંકડાકીય પરીક્ષણ માટેની પદ્ધતિઓના વર્ગનું સામાન્ય નામ છે. ટી ટેસ્ટનો ઉપયોગ કરવાના સૌથી સામાન્ય કિસ્સાઓ સમાનતા તપાસવા સાથે સંબંધિત છે... ... વિકિપીડિયાવિદ્યાર્થીની ટી ટેસ્ટ - Stjūdento kriterijus statusas T sritis augalininkystė apibrėžtis Skirtumo tarp dviejų vidurkių patikimumo rodiklis, išreiškiamas skirtumo ir jo paklaidos santykiu. atitikmenys: engl. વિદ્યાર્થીની પરીક્ષા રસ. વિદ્યાર્થીની ટી ટેસ્ટ...

વિદ્યાર્થીની ટી ટેસ્ટ એ વિદ્યાર્થીઓના વિતરણ સાથે સરખામણી પર આધારિત પૂર્વધારણાઓ (આંકડાકીય પરીક્ષણો) ના આંકડાકીય પરીક્ષણ માટેની પદ્ધતિઓના વર્ગનું સામાન્ય નામ છે. ટી ટેસ્ટનો ઉપયોગ કરવાના સૌથી સામાન્ય કિસ્સાઓ સમાનતા તપાસવા સાથે સંબંધિત છે... ... વિકિપીડિયાŽemės ūkio augalų selekcijos ir sėklininkystės terminų žodynas - એક આંકડાકીય કસોટી જેમાં, શૂન્ય પૂર્વધારણાની ધારણા હેઠળ, વપરાયેલ આંકડા ટી વિતરણ (વિદ્યાર્થી વિતરણ) ને અનુરૂપ છે. નોંધ. અહીં આ માપદંડના ઉપયોગના ઉદાહરણો છે: 1. સરેરાશની સમાનતા તપાસી રહ્યું છે... ...

સમાજશાસ્ત્રીય આંકડાશાસ્ત્રનો શબ્દકોશવિદ્યાર્થી માપદંડ - કોઈપણ લાક્ષણિકતા માટે એકબીજા (M1 અને M2) ની તુલનામાં પ્રાણીઓના બે જૂથોના સરેરાશ મૂલ્યો વચ્ચે તફાવત (td) ની વિશ્વસનીયતાનું બાયોમેટ્રિક સૂચક. તફાવતની વિશ્વસનીયતા સૂત્ર દ્વારા નક્કી કરવામાં આવે છે: પરિણામી td મૂલ્યની સરખામણી... ... સાથે કરવામાં આવે છે.

સમાજશાસ્ત્રીય આંકડાશાસ્ત્રનો શબ્દકોશ- બે સરેરાશ મૂલ્યોની નિકટતાના દૃષ્ટિકોણથી મૂલ્યાંકન કરે છે કે શું તેને રેન્ડમ તરીકે વર્ગીકૃત કરવામાં આવે છે (મહત્વના આપેલ સ્તરે), સરેરાશ મૂલ્યો એકબીજાથી આંકડાકીય રીતે નોંધપાત્ર રીતે અલગ છે કે કેમ તે પ્રશ્નનો જવાબ આપે છે.