Ciao a tutti-
Sto usando il test dei gradi firmato Wilcoxon per confrontare l'autovalutazione delle abilità prima e dopo una sessione di allenamento. I dati sono scala di tipo Likert 1-5, ovvero ordinali. Vorrei confrontare uomini e donne per vedere se un gruppo trae maggiore beneficio dalla formazione rispetto all'altro, ma non sono sicuro che ciò possa essere fatto in JMP? Naturalmente, potrei stratificare l'analisi e dire che la differenza degli uomini per le donne era X e per gli uomini Y, ma esiste un test statistico in JMP che può essere fatto per dimostrare la significatività? Qualcuno sa?
Ti auguro il meglio
Quindi hai il "trattamento" del prima e del dopo. Stai ora aggiungendo un'altra variabile, Sesso. Quindi con due variabili "X", Adatta Y per X non sarebbe appropriato. In realtà, non sono sicuro che Kruskal-Wallis fosse appropriato poiché la struttura Prima-Dopo mi porta a credere che tu abbia osservazioni accoppiate. Per ogni materia hai un punteggio prima e uno dopo. Ciò significa che hai un progetto BLOCCATO (ogni soggetto potrebbe essere considerato un blocco) e un test di Friedman sarebbe stato probabilmente più appropriato.
Quindi, dato quello che vedo (e so di non avere tutte le informazioni, quindi considera il mio approccio, ma non c'è garanzia che sia corretto) penso che i tuoi dati potrebbero assomigliare al mio file JMP fittizio (Original Table.JMP) . Ho aggiunto una colonna chiamata Differenza che è semplicemente la differenza tra i punteggi Prima e Dopo. Il punteggio Difference terrà conto dei diversi soggetti. Si noti che un punteggio After di 3 potrebbe sembrare basso, ma se il punteggio Before per quella materia era 1, la formazione ha comunque avuto successo. Questo è il motivo per cui l'analisi dovrebbe tenere conto dell'argomento.
Per imitare la tua analisi iniziale, ci sono due modi per farlo. Ho usato la distribuzione sul punteggio di differenza. Ho salvato quell'analisi come uno script denominato "Analisi senza sesso". Invece di creare la colonna Difference, avresti potuto utilizzare la piattaforma Matched Pairs sulle colonne Before e After. Tale analisi viene salvata come script "Coppie corrispondenti senza sesso".
Ora per aggiungere Sesso all'analisi, avevo bisogno di impilare le colonne Prima e Dopo. Anche quella tabella è allegata e si chiama "Stacked Data". Non ho mantenuto la colonna Differenza in questa tabella, poiché non è necessaria. Ho lasciato la colonna Dati (i tuoi punteggi) come Continuo. Per prima cosa, per l'analisi, ho creato Dati ordinali e ho usato Fit Model. Ho usato Sesso, Prima / Dopo e l'interazione nel modello. Poiché i dati erano ordinali, la modellazione è la regressione logistica ordinale. Questa analisi viene salvata come "Modello ordinale con genere".
Ho anche adattato lo stesso modello a Data dopo aver reso Data continuativa. Ho salvato lo script come "Continuous Y with Gender". I risultati sono simili, ma leggermente diversi.
Sarebbe una tua scelta se vuoi lasciare i dati come ordinali o renderli continui poiché ci sono argomenti in entrambi i casi.
Spero che questo aiuti.
