顯著性檢定 - Dr. Fish 漫游社會統計

Scheffé檢定：使用F分配的事後比較

Scheffé檢定是獨立群組單因子變異數分析的一種事後比較方法，是在實驗錯誤率受到控制的情況下，允許所有可能的成對樣本和多個樣本間的比較，並使用F值、F分配和調整後的F臨界值進行顯著性檢定。雖然Scheffé檢定的樣本比較類型很廣泛，但顯著性檢定卻相當地保守。

平均數比較

單因子變異數分析的事前比較是多重比較的一種，須在資料蒐集前就擬定好研究假設，不一定要執行單因子變異數分析即可進行假設檢定。事前比較採用線性對比的方式，比較一個群組或數個群組對一個群組或數個群組的平均數。由於比較組數較少，檢定力通常會高於事後比較。

斯皮爾曼等級相關係數是用來測量次序尺度變項資料間關聯程度的一種相關係數，但單純地計算出相關係數的數值並無法知道兩變項間的關係是否真實地存在於母群體中。若要知道兩者間的關係是否真實地存在，則須進行斯皮爾曼等級相關係數的假設檢定，或稱為顯著性檢定。

Phi係數是用來瞭解兩個二分變項之間關聯程度的一種相關係數，若要進一步探討兩者間的關聯是否真實地存在於母群體中，則須進行phi係數的假設檢定。Phi係數的假設檢定檢驗母群體不存在相關性的虛無假設，不具方向性，並使用卡方分配和卡方檢定統計量來評估分析結果。

推論統計

假設檢定是運用統計模型來檢驗研究問題的方式，也是用來測試研究人員操縱的變項是否具有效果的統計推論方法，是推論統計中最核心的部分。假設檢定的過程包含研究假設的提出、顯著水準的設定、統計檢定方法的選擇、檢定統計量和相關機率的計算與決策規則的運用等5個步驟。