Anda harus menggunakan tes peringkat yang ditandatangani saat data dipasangkan .
Anda akan menemukan banyak definisi pasangan, tetapi pada dasarnya kriteria adalah sesuatu yang membuat pasangan nilai setidaknya sedikit tergantung secara positif, sedangkan nilai tidak berpasangan tidak tergantung. Seringkali pasangan ketergantungan terjadi karena mereka mengamati pada unit yang sama (tindakan berulang), tetapi tidak harus pada unit yang sama, hanya dalam beberapa cara cenderung dikaitkan (sambil mengukur hal yang sama) , untuk dianggap sebagai 'berpasangan'.
Anda harus menggunakan tes peringkat-jumlah saat data tidak dipasangkan.
Itu pada dasarnya semua yang ada untuk itu.
nn
Efek dari menggunakan uji berpasangan ketika data dipasangkan adalah bahwa itu umumnya memberi lebih banyak kekuatan untuk mendeteksi perubahan yang Anda minati. Jika hubungan tersebut mengarah pada ketergantungan yang kuat *, maka perolehan dalam kekuasaan mungkin sangat besar.
* secara khusus, tetapi berbicara agak longgar, jika ukuran efeknya besar dibandingkan dengan ukuran khas perbedaan-pasangan, tetapi kecil dibandingkan dengan ukuran khas perbedaan tidak berpasangan, Anda dapat mengambil perbedaan dengan tes berpasangan pada ukuran sampel cukup kecil tetapi dengan tes tidak berpasangan hanya pada ukuran sampel yang jauh lebih besar.
Namun, ketika data tidak dipasangkan, mungkin (setidaknya sedikit) kontraproduktif untuk memperlakukan data sebagai pasangan. Yang mengatakan, biaya - dalam daya yang hilang - mungkin dalam banyak keadaan cukup kecil - studi kekuatan yang saya lakukan dalam menanggapi pertanyaan ini tampaknya menunjukkan bahwa rata-rata kehilangan daya dalam situasi sampel kecil yang khas (katakanlah untuk n urutan 10 hingga 30 dalam setiap sampel, setelah disesuaikan untuk perbedaan tingkat signifikansi) mungkin sangat kecil.
[Jika Anda entah bagaimana benar-benar tidak yakin apakah data dipasangkan atau tidak, kerugian dalam memperlakukan data tidak berpasangan sebagai berpasangan biasanya relatif kecil, sementara keuntungannya mungkin besar jika dipasangkan. Ini menunjukkan jika Anda benar-benar tidak tahu, dan memiliki cara untuk mencari tahu apa yang dipasangkan dengan apa yang mengasumsikan mereka berpasangan - seperti nilai-nilai yang berada di baris yang sama dalam sebuah tabel, mungkin dalam praktiknya mungkin masuk akal untuk bertindak seolah-olah data dipasangkan agar aman - meskipun beberapa orang mungkin cenderung cukup berolahraga karena Anda melakukan itu.]