בחירת מבחנים לתרגול (איזה מבחן מתאים?)

אחד השלבים הכי מבלבלים בכל עבודה סטטיסטית, בין אם מדובר בעבודת סמינריון, מחקר אקדמי או פרויקט בעבודה, הוא לא הניתוח עצמו - אלא השלב שלפניו: איך בכלל יודעים באיזה מבחן סטטיסטי צריך להשתמש? הרבה סטודנטים וחוקרים מגיעים עם תיאור של סיפור או תרחיש מהשטח, ולא תמיד ברור מיד אילו משתנים מעורבים, כמה קבוצות יש להשוואה, והאם המשתנה התלוי הוא כמותי או קטגוריאלי. בדיוק בשביל זה נבנה כלי תרגול שמאפשר להזין תיאור מילולי של מצב מחקרי, ולקבל בחזרה זיהוי של סוג המבחן המתאים, יחד עם הסבר על הבחירה.

אחד המבחנים הנפוצים ביותר שסטודנטים נדרשים לזהות הוא מבחן t לשני מדגמים בלתי תלויים. מבחן זה מתאים כאשר משווים בין שתי קבוצות נפרדות זו מזו - למשל קבוצת ניסוי וקבוצת ביקורת, או גברים מול נשים - על פני משתנה תלוי רציף, כמו ציון, זמן תגובה או משקל. הסימן המזהה המרכזי הוא שמדובר בשתי קבוצות שונות של נבדקים, ולא באותם אנשים שנבדקו פעמיים. לעומת זאת, כאשר אותם משתתפים נבדקים בשתי נקודות זמן, למשל לפני ואחרי התערבות, מדובר במבחן t למדגמים מזווגים - וזה בדיוק סוג ההבחנה שהתרגול מלמד לזהות מתוך הסיפור עצמו, ולא רק מתוך נוסחה יבשה.

כאשר יש יותר משתי קבוצות להשוואה על פני משתנה תלוי רציף אחד, המבחן המתאים הוא ANOVA חד-כיוונית, שנקראת גם ניתוח שונות חד-כיווני. תרחיש טיפוסי שמצריך ANOVA הוא השוואה בין שלוש שיטות לימוד או יותר, או בין כמה סוגי טיפול, כאשר בודקים האם יש הבדל מובהק בממוצעים בין הקבוצות. חשוב להבין שהמעבר ממבחן t ל-ANOVA לא תלוי בסוג הנתונים אלא במספר הקבוצות: ברגע ששלוש קבוצות או יותר נכנסות לתמונה, מבחן t כבר לא מספיק, וצריך לעבור לניתוח שונות. כשיש שני משתנים בלתי תלויים במקביל, מדובר כבר ב-ANOVA דו-כיוונית, שגם היא מופיעה בין המבחנים לתרגול.

מבחן נוסף שמככב בהרבה תרחישים הוא מבחן חי בריבוע לאי-תלות (Chi-Square), שמיועד למצבים שבהם שני המשתנים הנבדקים הם קטגוריאליים ולא רציפים. דוגמה קלאסית היא בדיקה האם יש קשר בין מגדר לבין העדפת מוצר, או בין רמת השכלה לבין הרגלי הצבעה. הסיפור שמסגיר את הצורך במבחן חי בריבוע הוא בדרך כלל כזה שבו סופרים תדירויות או אחוזים בתוך טבלה, ולא מודדים ממוצעים או ציונים. זו אחת ההבחנות שהכי קל לפספס למי שלא מתרגל, כי האינטואיציה הראשונית לפעמים "קופצת" למבחן t פשוט כי יש שתי קבוצות - בעוד שבפועל שני המשתנים קטגוריאליים ולכן הבחירה הנכונה היא חי בריבוע.

לצד אלה, הכלי מכסה גם תרחישים שדורשים מבחן Z להשוואת פרופורציה אחת או שתי פרופורציות, מצבים שבהם בודקים אחוזים ביחס לערך מסוים או משווים בין שיעורים בשתי קבוצות, למשל שיעור הצלחה בשתי גרסאות של קמפיין שיווקי. בנוסף מופיעים מבחני פירסון לבדיקת מתאם בין שני משתנים רציפים, וכן ניתוח רגרסיה לינארית לחיזוי משתנה תלוי על סמך משתנה מנבא. בכל אחד מהמקרים הללו, הזיהוי הנכון מתחיל תמיד באותה שאלה: כמה קבוצות יש, האם המשתנה התלוי רציף או קטגוריאלי, והאם מדובר במדגמים תלויים או בלתי תלויים.

כדאי גם לשים לב שההבדל בין המבחנים לרוב לא טמון במילה בודדת בתיאור, אלא במבנה הכללי של המחקר. לכן חשוב לקרוא כל סיפור בעיון ולשאול את עצמכם שלוש שאלות מנחות: כמה קבוצות משתתפות במחקר, האם המשתנה הנמדד הוא מספרי או שהוא מתחלק לקטגוריות, ומה טבע היחס בין הקבוצות - האם מדובר בנבדקים שונים לחלוטין, או שאותם אנשים נבדקים יותר מפעם אחת. שלוש השאלות האלה, כשעונים עליהן בסדר הנכון, כמעט תמיד מובילות ישירות למבחן הסטטיסטי המתאים, בין אם זה מבחן t, ANOVA, חי בריבוע או מבחן Z.

היתרון הגדול בתרגול מסוג זה הוא שהוא מדמה בדיוק את מה שקורה במבחן אמיתי או בעבודת מחקר: לא מקבלים נוסחה מוכנה, אלא סיפור, ומהסיפור צריך לחלץ את המבחן הנכון. תרגול חוזר על תרחישים מגוונים - החל מהשוואת שתי קבוצות בלתי תלויות, דרך ניתוח שונות בין כמה קבוצות, ועד בדיקת קשרים בין משתנים קטגוריאליים - הוא הדרך היעילה ביותר לבנות ביטחון בבחירת המבחן הסטטיסטי הנכון, בלי להיתקע מול כל תרגיל מחדש. מי שמתרגל באופן קבוע מגלה בהדרגה שהזיהוי הופך לאינטואיטיבי, וכבר בקריאה הראשונה של הסיפור עולה בראש המבחן המתאים, מה שחוסך זמן יקר הן בתרגילי בית והן במבחנים עצמם.