Как вы классифицируете НАСА TLX, ANOVA, T-критерий согласованной пары, шкалу самоэффективности и шкалу удобства использования системы? Считаются ли эти типы анализа данных количественными или качественными?
Пожалуйста, ответьте, является ли каждое из них количественным или качественным.
Ниже приведены несколько веб-страниц об этих формах анализа данных.
НАСА TLX (Википедия),
дисперсионный анализ (Википедия),
Стьюдентный тест совпадающих пар (Википедия),
Шкала удобства использования системы (Usability.gov).
Я считаю, что NASA TLX, шкала самоэффективности и шкала удобства использования системы являются качественными . В то время как ANOVA и Т-тест совпадающих пар являются количественными .
Если я ошибаюсь, подскажите, какой ответ правильный и почему.
Важно различать измерения и анализы, потому что только анализы могут быть количественными или качественными, а не измерениями.
Меры — это, по сути, систематические процессы, с помощью которых мы получаем наши данные, а анализы — это процессы, которые мы используем для просмотра данных. Как правило, разницу найти несложно, и она указана в названии: количественный анализ имеет дело с числами, а качественный — нет. Это выглядит сложнее, чем есть на самом деле.
Например, ANOVA и t-тесты являются формами статистической линейной регрессии. Они «концентрируют» многие стандартизированные наблюдения в управляемой модели, с которой мы можем легко работать, подобно чрезвычайно эффективной форме фрагментации памяти. Они количественные, потому что имеют отношение к числам. Анализы могут быть количественными или качественными, и вы можете легко отличить их друг от друга по тому, основан ли метод на числах или на суждениях.
На самом деле вы не привели никаких примеров качественного анализа в вопросе, но прототипом качественного анализа является тематическое исследование. По разным причинам иногда необходимо или просто полезно провести исследование на основе одного случая (например, пациента с памятью HM). Эти исследования могут сделать значимые и очень полезные выводы на основе качественного анализа, такого как сравнительные исследования, двойная дихотомия и т. д., когда мы никогда не сможем достичь значимого уровня статистической мощности (например, потому что только один или очень немногие известные в мире).
Меры не являются ни количественными, ни качественными. Аналитические методы бывают количественными или качественными в зависимости от того, работают ли они с помощью чисел или человеческого суждения. (Извините за форматирование, пишу с планшета, позже исправлю.)
ANOVA и t-тесты являются статистическими тестами значимости и, следовательно, количественными.
Другие упомянутые элементы представляют собой шкалы (добавление чисел к определенному выбору), и поэтому их можно рассматривать как порядковые шкалы и, следовательно, как количественные, поскольку они основаны на числах.
Один НАСА может управляться с использованием скользящей шкалы, которую можно рассматривать как непрерывную шкалу, позволяющую проводить параметрическое статистическое тестирование. Однако, если разделить, скажем, на 10 вариантов, она становится порядковой шкалой, и необходимо использовать непараметрические тесты.
Стивен Джерис
Кристиан Хаммелур