Тест Макнемара с использованием SPSS Statistics

Тест Макнемара используется для определения наличия различий по дихотомической зависимой переменной между двумя родственными группами.

Тест Макнемара используется для определения наличия различий по дихотомической зависимой переменной между двумя родственными группами. Его можно считать похожим на t-критерий парных выборок, но для дихотомической, а не непрерывной зависимой переменной. Однако, в отличие от t-критерия для парных выборок, его можно концептуально представить для проверки двух различных свойств дихотомической переменной с повторяющимися измерениями, как объясняется ниже. Тест МакНемара используется для анализа дизайна исследований до и после тестирования, а также обычно используется для анализа согласованных пар и исследований случай-контроль. Если у вас более двух повторных измерений, вы можете использовать Q- тест Кохрана .

Например, вы можете использовать тест Макнемара, чтобы определить, уменьшилась ли доля участников, у которых была низкая самооценка (в отличие от высокой самооценки) до серии сеансов консультирования (т. Е. Вмешательства) после вмешательства (т. Е. вашей зависимой переменной будет «уровень самооценки», имеющий две категории: «низкий» и «высокий»). В качестве альтернативы вы можете использовать тест Макнемара, чтобы определить, различается ли доля участников, которые чувствовали себя в безопасности (да или нет) при ношении велосипедного шлема по сравнению с отсутствием велосипедного шлема (т. Е. Зависимой переменной будет «чувство безопасности», который имеет две категории: «безопасный» и «небезопасный»).

В этом «кратком руководстве» показано, как выполнить тест Макнемара с помощью SPSS Statistics, а также интерпретировать и составить отчет о результатах этого теста. Однако, прежде чем мы познакомим вас с этой процедурой, вам необходимо понять различные допущения, которым должен соответствовать ваш план исследования, чтобы тест МакНемара был подходящим выбором теста. Мы обсудим эти предположения далее.

Статистика SPSS

Предположения

У теста Макнемара есть три допущения, которые должны быть выполнены. Если эти предположения не выполняются, вы не можете использовать тест Макнемара, но вместо этого можете использовать другой статистический тест. Следовательно, чтобы запустить тест Макнемара, вам необходимо убедиться, что ваш план исследования соответствует следующим трем предположениям:

  • Предположение №1: увас естьодна категориальная зависимая переменная с двумя категориями(т.Е. Дихотомическаяпеременная) и однакатегориальная независимая переменная с двумя связанными группами.. Примеры дихотомических переменных включают воспринимаемую безопасность (две группы: «безопасные» и «небезопасные»), результаты экзаменов (две группы: «сдал» и «не прошел»), предпочтительный выбор марки зерновых (две группы: «марка А» и « марка B »), ощущение морской болезни (две группы:« да »и« нет »), степень истощения (две группы:« низкая »и« высокая »), использование средств защиты (две группы:« использует защитную каску ») и «не использует защитный шлем», эффективность крема для кожи (две группы: «сыпь» и «без сыпи») и т. д. Вы можете узнать больше о дихотомических переменных в нашей статье: Типы переменных. Наличие независимой переменной с двумя связанными группами означает, что у вас есть план исследования до и после тестирования, согласованные пары или исследование случай-контроль.
  • Предположение № 2:две группы вашей зависимой переменной должны бытьвзаимоисключающими.. Это означает, что никакие группы не могут перекрываться. Другими словами, участник может быть только в одной из двух групп; они не могут находиться в обеих группах одновременно. Например, представьте, что вы использовали тест Макнемара, чтобы определить, увеличилась ли доля участников, сдавших экзамен (в отличие от не сдавших экзамен) до двухнедельного повторного периода (т. Е. Вмешательства) после вмешательства (т. Е. переменная будет «результативность экзамена», которая имеет две категории: «сдал» и «не прошел»). Когда участник сдавал экзамен до двухнедельного периода пересмотра, он мог только «сдать» его или «провалить». Они не могли пройти и проиграть одновременно (например, они получили либо 60 из 100 баллов и выше, что было «проходом», либо 59 баллов и ниже, что было «не удалось »). Точно так же после двухнедельного периода проверки участник все еще мог либо сдать, либо не сдать экзамен.
  • Предположение № 3:Случаи (например, участники) представляют собой случайную выборку из представляющей интерес совокупности. Однако на практике отбор проб происходил не всегда.

Если ваш план исследования не соответствует этим трем предположениям, вы не можете использовать тест Макнемара, но вы можете использовать вместо него другой статистический тест (узнайте больше о нашем средстве выбора статистических тестов, если это так). Однако, предполагая, что вы используете правильный тест, мы покажем вам, как анализировать ваши данные с помощью теста Макнемара, далее в разделе «Процедура тестирования в SPSS Statistics». Сначала мы познакомим вас с примером, который мы используем в этом руководстве.

Статистика SPSS

Пример

Исследователь хотел изучить влияние вмешательства на курение. В этом гипотетическом исследовании для участия было набрано 50 участников, в том числе 25 курильщиков и 25 некурящих. Все участники посмотрели эмоциональное видео, показывающее, как смерть от рака, связанного с курением, оказала на семьи. Через две недели после этого видеоинтервенции тех же участников спросили, остались ли они курильщиками или некурящими.

Таким образом, участники были классифицированы как курильщики или некурящие до вмешательства, а затем были повторно оценены как курильщики или некурящие после вмешательства. Поскольку одни и те же участники измеряются дважды, у нас есть парные выборки. У нас также есть зависимая переменная, дихотомическая с двумя взаимоисключающими категориями (т. Е. «Курильщик» и «некурящий»). В результате тест Макнемара является подходящим выбором для анализа данных.

Статистика SPSS

Настройка в SPSS Statistics

Для теста Макнемара у вас будут две или три переменные:

(1)Дихотомические ответы для первой из ваших родственных групп (например, «До», который отражает, были ли участники «Некурящими» или «Курильщиками»довидеоинтервенции);

(2)Дихотомические ответы для второй из ваших связанных групп (например, «После», который отражает, были ли участники «Некурящими» или «Курильщиками»послевидеоинтервенции); а также

(3)Вчастотах(то есть, всего подсчитывается) для четырех возможных парных комбинаций: (а) «Некурящий» до и после вмешательства; (b) «Некурящий» до вмешательства, но «Курильщик» после вмешательства; (c) «Курильщик» до и после вмешательства; и (d) «Курильщик» до вмешательства, но «Некурящий» после вмешательства. Это фиксируется в переменной Freq.

На диаграмме ниже мы покажем вам, как вы настроили бы свои данные в представленииданныхSPSS Statistics, если бы вы ввели свои данные, используя: (а) индивидуальные оценки для каждого участника (показаны на диаграмме слева ниже) , где у вас есть только две переменные; или (b) данные общего подсчета, также известные как частоты (показаны на диаграмме справа внизу), где у вас есть три переменные.

Публикуется с письменного разрешения SPSS Statistics, IBM Corporation.

Если вы не знаете, как правильно ввести эти переменные в представлениепеременныхи представлениеданныхв SPSS Statistics, чтобы вы могли провести анализ, мы покажем вам, как это сделать, в нашем расширенном руководстве по тестированию McNemar. Просто помните, что если вы ввели свои данные, используя данные общего подсчета (т. Е. Частоты), показанные на диаграмме справа выше, вам также придетсявзвесить свои случаи,прежде чем вы сможете анализировать свои данные (т. Е. Это дополнительная процедура. в SPSS Statistics). Вы можете узнать о нашем расширенном содержании настройки данных в целом на нашей странице Features:Data Setupили подписаться на Laerd Statistics, чтобы получить доступ к нашему расширенному руководству по тестированию McNemar.

Статистика SPSS

Процедура тестирования в SPSS Statistics

Три приведенных ниже шага показывают, как анализировать данные с помощью теста Макнемара в SPSS Statistics. Мы покажем вам процедуруLegacy Dialogs>2 Related Samplesв SPSS Statistics для запуска теста Макнемара ниже, поскольку ее можно использовать с широким спектром версий SPSS Statistics. Однако вы также можете запустить тест Макнемара, используя процедуруНепараметрические тесты>Связанные образцыв SPSS Statistics, которая доступна дляверсий18–28 иподпискина SPSS Statistics. Эта процедураНепараметрические тесты>Связанные образцыпредоставляетдополнительную статистикуибольше графических опций,чемустаревшие диалоговые окна>2 Связанные образцы.процедура. Поэтому мы покажем вам, как запустить процедуру «Непараметрические тесты»>«Связанные образцы», а также интерпретировать ее результаты и сообщить о них в нашем расширенном руководстве по тестированию со знаком рангов Уилкоксона. Вы можете получить доступ к расширенному руководству Wilcoxon по тесту с рейтингом подписи, подписавшись на Laerd Statistics.

Примечание. Описанная ниже процедураидентичнадляверсийSPSS Statistics с17 по 28, а также дляверсииSPSS Statistics поподписке, причемверсия 28иверсия подпискиявляютсяпоследними версиямиSPSS Statistics. Однако вверсии 27иверсиисподпискойSPSS Statistics представила новый вид своего интерфейса под названием «SPSS Light», заменив предыдущий вид дляверсий 26иболее ранних версий, который назывался «SPSS Standard». Следовательно, если у вас есть SPSS Statisticsверсии 27или28(илиподписка на версиюSPSS Statistics), последующие изображения будут светло-серыми, а не синими. Однако процедураидентична.

    Нажмите Analyze>Nonparametric тесты>Legacy Диалоги>2 Reлованных образцы.в главном меню, как показано ниже:

Публикуется с письменного разрешения SPSS Statistics, IBM Corporation.

Публикуется с письменного разрешения SPSS Statistics, IBM Corporation.

Публикуется с письменного разрешения SPSS Statistics, IBM Corporation.

Объяснение:TEST Пары: коробка, где вы вводите в качестве зависимой переменной (ы) вы хотите проанализировать. Вы можете перенести в это поле более одной зависимой переменной для одновременного анализа многих зависимых переменных.

Примечание. По умолчанию SPSS Statistics использует уровень статистической значимости 0,05 и соответствующий 95% доверительный интервал. Это равносильно объявлению статистической значимости на уровне p

Теперь, когда вы выполнили процедуру тестирования Макнемара, мы покажем вам, как интерпретировать и сообщать ваши результаты.

Статистика SPSS

Вывод теста Макнемара в SPSS Statistics

SPSS Statistics генерирует две основные таблицы выходных данных для теста Макнемара при использовании процедурыLegacy Dialogs>2 Related Samples: таблицаCrosstabulation итаблицаTest Statistics. Они по очереди обсуждаются ниже:

Таблица кросс-таблицы

При сообщении результата теста Макнемара важно, чтобы вы также интерпретировали и сообщали описательную статистику, чтобы получить «представление» о ваших данных, а также предоставить соответствующее описание ваших данных. Одним из важных показателей, о котором мы можем сообщить, является доля участников, которые не курили как до, так и после вмешательства. Это проиллюстрировано результатами, полученными в таблицекросс-таблицы ( в нашем примере она называется таблицейдо и после), как показано ниже:

Публикуется с письменного разрешения SPSS Statistics, IBM Corporation.

Примечание: вы заметите, что таблица названа в честь двух переменных в нашем анализе (т.е. до и после). Таким образом, если вы не используете те же имена переменных, что и в этом примере, ваша таблица будет иметь другой заголовок, отражающий имена переменных в вашем анализе.

Просматривая сначала нижнюю левую ячейку, вы можете увидеть, что было 16 участников, которые изначально курили, но после вмешательства они перестали курить. В том смысле, что вмешательство было разработано для сокращения курения, этих участников можно было считать успешными. Однако, посмотрев на верхнюю правую ячейку, вы увидите, что пять некурящих действительно начали курить после вмешательства! Ясно, что это не тот эффект, который вы искали, и важно отметить это в своем отчете. Итак, хотя в целом «положительных» изменений было больше, чем «отрицательных», может быть полезно узнать, какие «направления движения» выбрали участники.

Таблица статистики теста

Теперь, когда мы знаем, что доля некурящих увеличилась после вмешательства, мы хотели бы знать, является ли эта разница статистически значимой. Чтобы узнать это, мы можем использовать результат теста Макнемара, который можно найти в таблицестатистики тестаниже:

Публикуется с письменного разрешения SPSS Statistics, IBM Corporation.

Если уровень статистической значимости (т. Е. P -значение) меньше 0,05 (т. Е. Р p >0,05, у вас нет статистически значимого результата, и доля некурящих до и после вмешательства статистически значимо не различается (т. Е. Доля некурящих не меняется в течение вмешательство). В нашем примере p = 0,027 (используя точное значение p-значение), что означает, что доля некурящих статистически значимо отличается после вмешательства по сравнению с тем, что было раньше. Другими словами, изменение доли некурящих после вмешательства было статистически значимым.

Примечание: Вы заметите , что мы сообщали оточном р -значенияо р = .027 (т.е.. Целая Sig (2 хвосты)). Когда вы проводите свой собственный анализ, вы не можете иметь это точное р -значение, ноасимптотической р -Valueвместо (т.е.Asymp. Сигн.). Это связано с тем, что SPSS Statistics вычисляет значение p по-разному в зависимости от количества несогласованных пар в вашей таблицекросс-таблицы (т. Е. В первой таблице выходных данных, которую мы показали вам выше). Чтобы понять разницу между этими двумя типами p-значение, а также о том, как интерпретировать их и сообщить о них для ваших результатов, см. в нашем расширенном руководстве по тестированию McNemar. Вы можете получить доступ к этому расширенному руководству и всему нашему контенту, подписавшись на статистику Laerd.

Статистика SPSS

Отчет о результатах теста Макнемара

Основываясь на приведенных выше результатах, мы могли бы сообщить о результатах исследования следующим образом:

  • Общий

Для участия в мероприятии, призванном предупредить об опасности курения, было набрано пятьдесят участников. Точный тест Макнемара определил, что существует статистически значимая разница в доле некурящих до и после вмешательства, p = 0,027.

Примечание: Если ваши результаты использовалиасимптотик р -значение, а неточный р -значения, мы рекомендуем сообщать об этом по- другому , чтобы принять во внимание различия между этими двумя значениями.