ارسل ملاحظاتك

ارسل ملاحظاتك لنا







دراسة مقارنة لمجموعة من اختبارات الاعتدال

العنوان بلغة أخرى: A Comparative Study To Some Tests Of Normality
المصدر: مجلة كلية التجارة للبحوث العلمية
الناشر: جامعة الإسكندرية - كلية التجارة
المؤلف الرئيسي: سالم، شيماء عبدالقادر محمد أحمد (مؤلف)
المجلد/العدد: مج54, ع2
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2017
الشهر: يوليو
الصفحات: 1 - 19
DOI: 10.21608/ACJ.2017.44704
ISSN: 1110-7588
رقم MD: 977515
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: تعتمد العديد من الأساليب التقليدية لتحليل البيانات على إفتراض اعتدال توزيع مجتمع الدراسة مثل: اختبارات t " The t-test "، وتحليل التباين The analysis of variance (ANOVA)، واختبارات معاملات الانحدار "regression coefficients" في تحليل الانحدار، وكذلك اختبار F لتجانس التباينات the F-test for homogeneity of variances. لذلك فإن استخدام أحد الأساليب الإحصائية التي تفترض الاعتدال يتطلب أولا التأكد من تحقق هذا الافتراض قبل إجرائها، والتجاوز عن ذلك قد يؤدي إلى نتائج مضللة تفقد الثقة في النتائج التي تم التوصل إليها، وذلك لأن هذه الأساليب مبينة في الأساس على تحقق افتراض الاعتدال لضمان صحة نتائجها. كذلك فإن التحقق من تبعية البيانات للتوزيع المعتدل أو عدم تبعيتها يؤثر في تحديد حجم العينة الضروري لبناء فترات الثقة واختبارات الفروض. ومن هنا تظهر ضرورة إجراء اختبار يمكننا من تحديد ما إذا كان المجتمع المسحوب منه العينة العشوائية محل الدراسة يتبع توزيعا معتدلا أم لا.

Many classical methods of data analysis depend on the assumption of normality of the population under study, for example: The T-test ,The analysis of variance, Testing regression coefficients in regression analysis and The F-test for homogeneity of variance. Hence, the normality assumption should be first verified before utilizing methods that assume normality. Over passing this step may lead the researcher to misleading findings, and make results loose credibility. In addition, checking whether the data follows a normal distribution affects the determination of the sample size necessary for the construction of confidence intervals and hypothesis testing.

ISSN: 1110-7588