Nel progetto di ricerca , i campioni sono considerati a carico se le misure prese da ciascun campione sono correlate. Al contrario , campioni indipendenti sono completamente separati l’uno dall’altro e quello che è successo in un campione non influenzerà l’altro . L’ analisi statistica cambia se i campioni sono dipendenti , così sapendo la dipendenza dei dati è importante per condurre una corretta analisi . Istruzioni

1

Determinare coppie abbinate se i campioni sono . Studi di solito elencano come i dati sono stati raccolti in una sezione metodologia . È possibile identificare coppie abbinate se le misure sugli argomenti erano collegati gli uni agli altri . Ad esempio , supponiamo di avere diversi contenitori di acqua e testato ogni campione di temperatura e anidride carbonica disciolta . Questi campioni (temperatura e anidride carbonica disciolta ) sarebbero coppie abbinate in quanto la temperatura influisce anidride carbonica disciolta in acqua .

2

Determinare misure se i campioni si ripetono . Un disegno sperimentale con misure ripetute verifica gli stessi soggetti più di una volta . Un pre-test seguito da un post -test è un buon esempio . Misure ripetute vengono utilizzati quando non è possibile separare i soggetti in gruppi sperimentali e di controllo.

3

Provate a correlare i dati in due campioni . Un test comune per questo è il momento di Pearson Product Coefficiente ( indicato da ” r” ) . Se i dati mostrano una correlazione , i campioni devono essere considerati dipendente. Se il valore di r è inconcludente ( r = 0,2 , per esempio) , allora potrebbe essere necessario prendere una decisione sull’opportunità di classificare i campioni indipendenti o dipendenti . Qualunque sia la vostra scelta , segnalare il ragionamento e il valore di r nel report .