Słownik

START | EDUKACJA | SŁOWNIK | Test McNemara

Test McNemara

Test McNemara – służy do porównywania dwóch zależnych pomiarów zmiennej dychotomicznej, np. odpowiedzi „tak/nie”, „obecne/brak” lub „sukces/niepowodzenie” uzyskanych u tych samych osób w dwóch momentach czasu albo w dwóch warunkach.  Test McNemara sprawdza, czy częstość zmiany z jednej kategorii na drugą jest taka sama jak częstość zmiany w kierunku przeciwnym.  Wyrażony jest wzorem:

χ2 =
(bc)2
b + c
Gdzie:
b – liczba przypadków, które zmieniły wynik z pozytywnego na negatywny,
c – liczba przypadków, które zmieniły wynik z negatywnego na pozytywny.

Wykorzystuje się go w schemacie eksperymentalnym lub powtórzonego pomiaru, np. do oceny, czy po zastosowaniu określonej interwencji zmienił się odsetek osób spełniających dane kryterium.  Zastosowanie testu McNemara najlepiej przedstawić na przykładzie. Załóżmy, że badacz chce sprawdzić skuteczność nowego leku w ograniczaniu objawów choroby. U 240 osób ocenia występowanie objawów przed rozpoczęciem leczenia i po jego zakończeniu. Wynik w obu pomiarach przyjmuje dwie wartości: „wykazuje objawy” lub „nie wykazuje objawów”.

Tabela 1
Zmiana występowania objawów przed kuracją i po kuracji
Przed kuracją Po kuracji Razem
Wykazuje objawy Nie wykazuje objawów
Wykazuje objawy 40 110 (b) 150
Nie wykazuje objawów 10 (c) 80 90
Razem 50 190 240
Adnotacja. W teście McNemara uwzględniane są przypadki niezgodne: b = 110 oznacza osoby, u których objawy ustąpiły, natomiast c = 10 oznacza osoby, u których objawy pojawiły się po kuracji.

Do wykonania testu McNemara nie wystarcza jednak porównanie samych liczebności przed i po leczeniu. Konieczna jest informacja o tym, jak zmienił się wynik każdej osoby. Dane powinny więc zostać przedstawione w tabeli 2 × 2 pokazującej, ile osób:

  • wykazywało objawy zarówno przed, jak i po leczeniu,
  • nie wykazywało objawów ani przed, ani po leczeniu,
  • przestało wykazywać objawy,
  • zaczęło wykazywać objawy.
 W teście McNemara kluczowe są przypadki niezgodne, czyli osoby, które zmieniły kategorię między pierwszym a drugim pomiarem.  Statystyka testowa opiera się właśnie na porównaniu liczby osób, które przeszły z jednej kategorii do drugiej, z liczbą osób, u których zmiana nastąpiła w przeciwnym kierunku. Hipoteza zerowa zakłada, że prawdopodobieństwo obu rodzajów zmiany jest takie samo.

W klasycznej wersji testu wykorzystuje się statystykę o rozkładzie zbliżonym do χ2 z jednym stopniem swobody. Przy małych liczebnościach przypadków niezgodnych można natomiast zastosować dokładną wersję testu McNemara.  Istotny statystycznie wynik testu McNemara wskazuje, że zmiany między dwoma pomiarami nie zachodziły symetrycznie, czyli jeden kierunek zmiany występował częściej niż drugi. 

COFNIJ

wróć do spisu wszystkich pojęć

Podziel się wiedzą

z innymi

Opinie Klientów

Co o nas sądzą?

Współpracowaliśmy

między innymi z:

Nasi partnerzy

blogstatystyczny logo Pwn logo Predictive logo Bluemedia logo