<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>Gyorstalpaló &#8211; DataDiva statisztika oktatás</title>
	<atom:link href="https://datadiva.hu/category/gyorstalpalo/feed/" rel="self" type="application/rss+xml" />
	<link>https://datadiva.hu</link>
	<description>Statisztika oktatás SPSS, Jamovi, Jasp magántanár, kutatásmódszertan</description>
	<lastBuildDate>Wed, 21 Oct 2026 18:49:32 +0000</lastBuildDate>
	<language>hu</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=7.1.3</generator>

<image>
	<url>https://datadiva.hu/wp-content/uploads/2025/07/Kepernyokep-2025-07-14-003431-150x150.png</url>
	<title>Gyorstalpaló &#8211; DataDiva statisztika oktatás</title>
	<link>https://datadiva.hu</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>Független mintás t-próba: két csoport átlagának összehasonlítása</title>
		<link>https://datadiva.hu/fuggetlen-mintas-t-proba/</link>
					<comments>https://datadiva.hu/fuggetlen-mintas-t-proba/#respond</comments>
		
		<dc:creator><![CDATA[Dr. Kun Zsuzsanna]]></dc:creator>
		<pubDate>Thu, 22 Oct 2026 07:00:00 +0000</pubDate>
				<category><![CDATA[Gyorstalpaló]]></category>
		<guid isPermaLink="false">https://datadiva.hu/?p=1198</guid>

					<description><![CDATA[Hogyan hasonlíts össze két független csoportot egy kvantitatív változó mentén? Előfeltételek, Student-, Welch- és Mann–Whitney-próba, majd a három fix lépés egy kidolgozott példán.]]></description>
										<content:encoded><![CDATA[
<style>.dd-post p a:not([class]){text-decoration:underline;text-decoration-thickness:1.5px;text-underline-offset:3px;font-weight:600}
.dd-post{--y:#F4B637;--y-soft:#FFF6DF;--y-line:#F1DFB4;--k:#111;--ink:#2a2a2a;--mute:#6b6b6b;--ok:#2e7d4f;--no:#b3402f;
  font-family:system-ui,-apple-system,"Segoe UI",Roboto,"Helvetica Neue",Arial,sans-serif;color:var(--ink);line-height:1.7;font-size:18px;max-width:820px;margin:0 auto;padding:16px;box-sizing:border-box}
.dd-post *,.dd-post *::before,.dd-post *::after{box-sizing:border-box}
.dd-post h1,.dd-post h2,.dd-post h3{color:var(--k);line-height:1.2;margin:0;font-weight:800;letter-spacing:-.01em}
.dd-post p{margin:0 0 1.1em}
.dd-post a{color:inherit}

/* HERO */
.dd-hero{position:relative;overflow:hidden;background:var(--k);color:#fff;border-radius:28px;padding:44px 36px 120px}
.dd-brand{display:flex;align-items:center;gap:12px;margin-bottom:28px}
.dd-brand img{width:46px;height:46px;border-radius:50%;display:block}
.dd-brand span{font-size:14px;letter-spacing:.14em;text-transform:uppercase;color:var(--y);font-weight:700}
.dd-hero h1{color:#fff;font-size:clamp(32px,6vw,52px);max-width:15em}
.dd-hero h1 em{font-style:normal;color:var(--k);background:var(--y);padding:0 .22em;border-radius:8px;box-decoration-break:clone;-webkit-box-decoration-break:clone}
.dd-hero p.dd-lead{color:#e7e7e7;font-size:19px;max-width:34em;margin:22px 0 18px}
.dd-meta{font-size:14px;color:#bdbdbd}
.dd-meta b{color:var(--y);font-weight:700}
.dd-bell{position:absolute;left:0;right:0;bottom:-2px;width:100%;height:110px;display:block}

/* SECTIONS */
.dd-sec{margin-top:56px}
.dd-kicker{display:inline-block;font-size:13px;font-weight:800;letter-spacing:.12em;text-transform:uppercase;background:var(--y);color:var(--k);padding:3px 12px;border-radius:99px;margin-bottom:14px}
.dd-sec h2{font-size:clamp(26px,4.5vw,36px);margin-bottom:18px}
.dd-hl{background:linear-gradient(transparent 62%,var(--y) 62%);padding:0 2px}

/* STAIRS */
.dd-stairs{display:grid;grid-template-columns:repeat(4,1fr);gap:10px;align-items:end;margin:30px 0 8px}
.dd-step{border-radius:14px 14px 0 0;padding:14px 12px 12px;background:var(--y-soft);border:2px solid var(--y);text-align:center;display:flex;flex-direction:column;justify-content:flex-end}
.dd-step:nth-child(1){min-height:96px}.dd-step:nth-child(2){min-height:132px}.dd-step:nth-child(3){min-height:168px}.dd-step:nth-child(4){min-height:204px;background:var(--y)}
.dd-step b{display:block;font-size:17px;color:var(--k)}
.dd-step small{font-size:13px;color:#555;line-height:1.35;display:block;margin-top:2px}
.dd-axis{display:flex;justify-content:space-between;font-size:13px;color:var(--mute);font-weight:600;border-top:2px dashed var(--y-line);padding-top:6px}

/* LEVEL CARDS */
.dd-card{border:2px solid var(--k);border-radius:20px;padding:26px 26px 14px;margin:26px 0;background:#fff;position:relative}
.dd-card .dd-num{position:absolute;top:-18px;left:22px;background:var(--k);color:var(--y);font-weight:800;border-radius:99px;padding:3px 16px;font-size:14px;letter-spacing:.08em}
.dd-card h3{font-size:26px;margin-bottom:2px}
.dd-card .dd-sub{color:var(--mute);font-size:15px;margin-bottom:12px}
.dd-tags{display:flex;flex-wrap:wrap;gap:8px;margin:4px 0 14px}
.dd-tags span{background:var(--y-soft);border:1px solid var(--y-line);border-radius:99px;padding:2px 13px;font-size:15px}
.dd-mine{background:var(--y-soft);border-left:5px solid var(--y);border-radius:0 12px 12px 0;padding:10px 16px;font-size:16px;margin:6px 0 14px}
.dd-mine b{color:var(--k)}

/* CALLOUTS */
.dd-call{background:var(--k);color:#f3f3f3;border-radius:20px;padding:24px 26px;margin:28px 0}
.dd-call h3{color:var(--y);font-size:21px;margin-bottom:8px}
.dd-call p:last-child{margin:0}
.dd-call code,.dd-post code{background:rgba(244,182,55,.18);border-radius:6px;padding:1px 7px;font-size:.92em}
.dd-call code{color:var(--y)}
.dd-tip{background:var(--y-soft);border:2px solid var(--y);border-radius:20px;padding:20px 24px;margin:28px 0}
.dd-tip p:last-child{margin:0}

/* TABLE */
.dd-tbl{width:100%;border-collapse:separate;border-spacing:0;font-size:16px;border:2px solid var(--k);border-radius:16px;overflow:hidden;margin:20px 0}
.dd-tbl th{background:var(--k);color:var(--y);text-align:left;padding:12px 14px;font-size:14px;letter-spacing:.06em;text-transform:uppercase}
.dd-tbl td{padding:12px 14px;vertical-align:top;border-top:1px solid var(--y-line)}
.dd-tbl tr:nth-child(even) td{background:#fffbf0}
.dd-tbl td:first-child{font-weight:800;white-space:nowrap}
.dd-scroll{overflow-x:auto}


/* FIGURES */
.dd-fig{display:grid;grid-template-columns:1fr 1fr;gap:16px;margin:24px 0}
.dd-figi{min-width:0;margin:0;background:#fff;border:2px solid var(--k);border-radius:20px;padding:16px;position:relative}
.dd-figi svg{width:100%;height:auto;display:block;margin-top:6px}
.dd-figi figcaption{font-size:14px;color:var(--mute);line-height:1.5;margin-top:8px}
.dd-badge{display:inline-block;font-size:12px;font-weight:800;letter-spacing:.06em;text-transform:uppercase;background:var(--y);color:var(--k);padding:3px 12px;border-radius:99px}
.dd-badge.ok{background:var(--ok);color:#fff}.dd-badge.no{background:var(--no);color:#fff}
.dd-figi.bad{border-color:var(--no)}.dd-figi.good{border-color:var(--ok)}
.dd-mini{margin:12px 0 0;font-size:15px}.dd-mini th{letter-spacing:0;font-size:12px;padding:10px 8px}.dd-mini td{padding:10px 8px}.dd-mini td:first-child{white-space:normal}.dd-mini tr.tot td{font-weight:800;background:var(--y-soft)}
.dd-hbar{margin-top:14px;display:grid;gap:14px}
.dd-hbar .row{display:grid;grid-template-columns:48px 1fr;gap:4px 10px;align-items:center;font-size:15px}
.dd-hbar .trk{background:var(--y-soft);border-radius:8px;height:28px;overflow:hidden}
.dd-hbar .trk i{display:block;height:100%;background:var(--y);border-right:2px solid var(--k)}
.dd-hbar b{grid-column:2;font-size:14px;color:var(--k)}
@media(max-width:640px){.dd-fig{grid-template-columns:1fr}}


/* VISUAL STRIPS */
.dd-vis{display:flex;flex-wrap:wrap;gap:10px;justify-content:center;background:var(--y-soft);border:1px solid var(--y-line);border-radius:16px;padding:14px 10px 10px;margin:6px 0 14px}
.dd-vi{margin:0;flex:1 1 120px;max-width:200px;text-align:center}
.dd-vi.wide{flex:1 1 100%;max-width:420px}
.dd-vi svg{width:100%;height:auto;max-height:110px;display:block}
.dd-vi figcaption{font-size:13px;color:var(--mute);line-height:1.35;margin-top:4px}


.dd-main td.dd-lvl{font-weight:800;white-space:nowrap}
.dd-main td.dd-grp{background:var(--y);color:var(--k);font-weight:400;border-right:2px solid var(--k);width:170px;max-width:170px;white-space:normal;vertical-align:middle}
.dd-main td.dd-grp.dark{background:var(--k);color:#fff}
.dd-main td.dd-grp.dark b{color:var(--y)}
.dd-main td.dd-grp b{display:block;font-size:17px;margin-bottom:4px}
.dd-main td.dd-grp small{display:block;font-size:12.5px;line-height:1.35;opacity:.85}
.dd-main tr.dd-split td{border-top:2px solid var(--k)}
.dd-main tr:nth-child(even) td:not(.dd-grp){background:#fffbf0}
.dd-main{min-width:620px;table-layout:auto}

/* QUIZ */
.dd-quiz{background:var(--y-soft);border:2px solid var(--y);border-radius:24px;padding:26px}
.dd-q{background:#fff;border-radius:16px;padding:16px 18px;margin-top:14px;border:1px solid var(--y-line)}
.dd-q p{margin:0 0 10px;font-weight:700;color:var(--k)}
.dd-opts{display:flex;flex-wrap:wrap;gap:8px}
.dd-opts button{font:inherit;font-size:15px;cursor:pointer;background:#fff;border:2px solid var(--k);color:var(--k);border-radius:99px;padding:5px 16px;transition:.15s}
.dd-opts button:hover{background:var(--y)}
.dd-opts button.ok{background:var(--ok);border-color:var(--ok);color:#fff}
.dd-opts button.no{background:var(--no);border-color:var(--no);color:#fff}
.dd-fb{font-size:15px;margin:10px 0 0;color:var(--mute);display:none}
.dd-q.done .dd-fb{display:block}
.dd-score{margin-top:16px;font-weight:800;color:var(--k);min-height:1.4em}

/* CTA */
.dd-cta{background:var(--k);color:#fff;border-radius:28px;padding:44px 32px;margin-top:60px;position:relative;overflow:hidden}
.dd-cta h2{color:#fff;font-size:clamp(28px,5vw,40px)}
.dd-cta h2 em{font-style:normal;color:var(--y)}
.dd-cta p{color:#e3e3e3}
.dd-plans{display:grid;grid-template-columns:repeat(3,1fr);gap:14px;margin:26px 0}
.dd-plan{background:#1d1d1d;border:2px solid #333;border-radius:18px;padding:18px;text-align:center}
.dd-plan.hot{border-color:var(--y);background:#241d0c}
.dd-plan b{display:block;font-size:30px;color:var(--y);line-height:1.1}
.dd-plan span{display:block;font-size:15px;color:#cfcfcf;margin-top:6px;line-height:1.4}
.dd-btn{display:inline-block;background:var(--y);color:var(--k)!important;font-weight:800;text-decoration:none;font-size:19px;padding:15px 34px;border-radius:99px;transition:transform .15s,box-shadow .15s}
.dd-btn:hover{transform:translateY(-2px);box-shadow:0 8px 0 rgba(244,182,55,.35)}
.dd-sign{margin-top:26px;font-size:15px;color:#bdbdbd}
.dd-sign a{color:var(--y);text-decoration:none;font-weight:700}
.dd-sign b{color:#fff}

@media(max-width:640px){
  .dd-post{font-size:17px;padding:10px}
  .dd-hero{padding:30px 22px 100px;border-radius:22px}
  .dd-stairs{gap:6px}.dd-step{padding:10px 4px}.dd-step b{font-size:14px}.dd-step small{display:none}
  .dd-card{padding:24px 18px 8px}
  .dd-plans{grid-template-columns:1fr}
  .dd-cta{padding:32px 20px;border-radius:22px}
  .dd-quiz{padding:18px}
  .dd-tbl td:first-child{white-space:normal}
}


.dd-rules2{margin:10px 0 18px;padding-left:22px}.dd-rules2 li{margin-bottom:6px}
.dd-case{border:2px solid var(--k);border-radius:22px;margin:22px 0;overflow:hidden;background:#fff}
.dd-case>header{background:var(--k);padding:14px 20px;display:flex;gap:12px;align-items:center;flex-wrap:wrap}
.dd-case>header h3{color:#fff;font-size:20px}
.dd-case .in{display:grid;grid-template-columns:1.3fr 1fr;gap:18px;padding:12px 20px 18px;align-items:center}
.dd-rows .r{display:grid;grid-template-columns:104px 1fr;gap:12px;padding:10px 0;border-bottom:1px dashed var(--y-line);font-size:16px;line-height:1.55}
.dd-rows .r:last-child{border-bottom:0}
.dd-rows .r b:first-child{color:var(--k);font-size:12.5px;text-transform:uppercase;letter-spacing:.05em;padding-top:3px}
.dd-curve{background:var(--y-soft);border-radius:16px;padding:10px}.dd-curve svg{width:100%;height:auto;display:block}
@media(max-width:700px){.dd-case .in{grid-template-columns:1fr}.dd-rows .r{grid-template-columns:1fr;gap:2px}.dd-curve{order:-1}}

.dd-pair{display:grid;grid-template-columns:1fr 1fr;gap:16px;margin:22px 0}
.dd-pair>div{border-radius:20px;padding:22px}
.dd-pair h3{font-size:22px;margin:8px 0}
.dd-pair p{margin:0;font-size:16px}
.dd-h0{background:var(--y);color:var(--k)}.dd-h0 .dd-badge{background:var(--k);color:var(--y)}
.dd-h1{background:var(--k);color:#f1f1f1}.dd-h1 h3{color:var(--y)}
.dd-rules{padding-left:0;list-style:none;counter-reset:r;margin:0 0 20px}
.dd-rules li{counter-increment:r;position:relative;padding:12px 14px 12px 56px;border:1px solid var(--y-line);border-radius:14px;margin-bottom:8px;background:#fff}
.dd-rules li::before{content:counter(r);position:absolute;left:12px;top:50%;transform:translateY(-50%);width:32px;height:32px;border-radius:50%;background:var(--y);color:var(--k);font-weight:800;display:grid;place-items:center}
.dd-dec{display:grid;grid-template-columns:1fr 1fr;gap:14px;margin:22px 0}
.dd-dec>div{border-radius:18px;padding:18px 20px;border:2px solid var(--k)}
.dd-dec b{display:block;font-size:22px}
.dd-dec .yes{background:var(--ok);color:#fff;border-color:var(--ok)}
.dd-dec .no{background:#fff;color:var(--k)}
.dd-defs{display:grid;grid-template-columns:1fr 1fr;gap:16px;margin:20px 0}
.dd-defs>div{background:var(--y-soft);border:1px solid var(--y-line);border-radius:18px;padding:18px 20px}
.dd-defs h3{font-size:19px;margin-bottom:6px}.dd-defs p{margin:0;font-size:16px}
.dd-hp{display:grid;grid-template-columns:1fr 1fr;gap:12px;margin:8px 0 14px}
.dd-hp>div{background:var(--y-soft);border-left:5px solid var(--y);border-radius:0 14px 14px 0;padding:12px 16px;font-size:16px}
.dd-hp>div:last-child{background:#f4f4f4;border-left-color:var(--k)}
.dd-hp b{display:block;color:var(--k);font-size:18px;margin-bottom:2px}
.dd-hp.big{margin-top:14px}
.dd-three{display:grid;grid-template-columns:repeat(3,1fr);gap:14px;margin:22px 0}
.dd-tcard{background:#fff;border:2px solid var(--k);border-radius:20px;padding:16px;min-width:0}
.dd-tcard svg{width:100%;height:auto;display:block;margin:8px 0}
.dd-tcard p{font-size:15px;line-height:1.5;margin:0 0 8px}
.dd-tcard small{display:block;font-size:13px;color:var(--mute);line-height:1.45}
.dd-card .dd-num{letter-spacing:.08em}
@media(max-width:700px){.dd-pair,.dd-dec,.dd-defs,.dd-hp,.dd-three{grid-template-columns:1fr}}

.dd-case .in{grid-template-columns:1fr 1.15fr;align-items:start;gap:20px}
.dd-left{display:flex;flex-direction:column;gap:12px}
.dd-situ{background:var(--y-soft);border-left:5px solid var(--y);border-radius:0 14px 14px 0;padding:12px 16px;font-size:16px;line-height:1.55}
.dd-situ b{display:block;color:var(--k);font-size:12.5px;text-transform:uppercase;letter-spacing:.05em;margin-bottom:4px}
.dd-curve{background:#fff;border:1px solid var(--y-line)}
.dd-rows .r b.nm{font-size:16px;text-transform:none;letter-spacing:0;background:var(--y);padding:2px 10px;border-radius:99px;display:inline-block;color:var(--k);padding-top:2px}
@media(max-width:700px){.dd-case .in{grid-template-columns:1fr}.dd-curve{order:0}}


.dd-stephead{display:flex;gap:16px;align-items:center;background:var(--k);border-radius:20px;padding:16px 22px;margin:0 0 16px}
.dd-stephead .num{flex:none;width:60px;height:60px;border-radius:50%;background:var(--y);color:var(--k);font-size:34px;font-weight:900;display:grid;place-items:center;line-height:1}
.dd-stephead small{display:block;color:var(--y);font-size:12px;font-weight:800;letter-spacing:.12em;text-transform:uppercase;margin-bottom:2px}
.dd-stephead h2{margin:0!important;color:#fff!important;font-size:clamp(21px,4.4vw,30px)!important;line-height:1.15}
.dd-flow .st .n{font-size:13px}
.dd-small{font-size:14px;color:var(--mute)}
.dd-char{display:flex;flex-direction:column;gap:14px;margin:18px 0 6px}
.dd-char .cc{display:grid;grid-template-columns:1.15fr 1fr;gap:18px;align-items:center;border:2px solid var(--k);border-radius:18px;padding:18px 20px;background:#fff}
.dd-char .cc>*{min-width:0}
.dd-char h3{margin:8px 0 2px;font-size:20px}
.dd-char .tst{margin:0 0 8px;color:var(--mute);font-size:14px}
.dd-char p{margin:6px 0}
.dd-char .cn{background:var(--y-soft);border-left:4px solid var(--y);border-radius:8px;padding:8px 12px}
.dd-char .cv{background:var(--y-soft);border-radius:14px;padding:12px}
@media(max-width:700px){.dd-char .cc{grid-template-columns:1fr}.dd-stephead{padding:14px 16px}.dd-stephead .num{width:50px;height:50px;font-size:28px}}

.dd-combo{display:flex;flex-direction:column;gap:2px;align-items:center;justify-content:center;background:var(--y-soft);border:1px solid var(--y-line);border-radius:16px;padding:14px;margin:16px 0;font-size:15px}
.dd-combo span{background:var(--y);border:2px solid var(--k);border-radius:99px;padding:3px 14px;font-weight:700;color:var(--k)}
.dd-combo span.b{background:var(--k);color:var(--y)}
.dd-combo .r{display:grid;grid-template-columns:1fr auto 1fr;gap:10px;align-items:center;width:100%;max-width:400px}.dd-combo .r span{text-align:center}.dd-combo i{font-style:normal;font-weight:800}.dd-combo em{font-style:normal;color:var(--mute);padding:0 6px}
.dd-flow{display:grid;grid-template-columns:1fr auto 1fr auto 1fr;gap:10px;align-items:stretch;margin:22px 0}
.dd-flow .st{background:#fff;border:2px solid var(--k);border-radius:20px;padding:16px;display:flex;flex-direction:column;gap:6px}
.dd-flow .st:first-child{background:var(--y)}
.dd-flow .n{align-self:flex-start;background:var(--k);color:var(--y);font-size:12px;font-weight:800;letter-spacing:.08em;text-transform:uppercase;padding:3px 12px;border-radius:99px}
.dd-flow .st b{font-size:19px;line-height:1.25;color:var(--k)}
.dd-flow .st small{font-size:14px;color:#4a4a4a;line-height:1.4}
.dd-flow .ar{display:flex;flex-direction:column;align-items:center;justify-content:center;font-size:30px;font-weight:800;color:var(--k)}
.dd-flow .ar span{font-size:12px;font-weight:800;color:var(--ok);letter-spacing:.04em;text-transform:uppercase}
.dd-exitrow{display:grid;grid-template-columns:1fr 1fr;gap:12px}.dd-go{background:#fff;border:2px solid var(--ok);border-radius:16px;padding:14px 18px;font-size:16px}@media(max-width:640px){.dd-exitrow{grid-template-columns:1fr}}
.dd-exit{background:#fff;border:2px dashed var(--no);border-radius:16px;padding:14px 18px;font-size:16px}
.dd-core{background:var(--k);border-radius:28px;padding:22px 24px 24px;margin:22px 0;box-shadow:0 0 0 5px var(--y)}
.dd-core .lbl{color:var(--y);font-size:13px;font-weight:800;letter-spacing:.14em;text-transform:uppercase;margin-bottom:14px}
.dd-core .dd-flow{margin:0 0 16px}
.dd-core .dd-flow .st{border-color:var(--y);padding:18px}
.dd-core .dd-flow .st b{font-size:22px}
.dd-core .dd-flow .n{font-size:13px;padding:4px 14px}
.dd-core .dd-flow .ar{color:var(--y);font-size:38px}
.dd-core .dd-flow .ar span{color:#8fe0ac;font-size:13px}
.dd-core .dd-exit{background:transparent;border:2px dashed #ff8a75;color:#fff}
.dd-core .dd-exit b{color:#ff8a75}
@media(max-width:700px){.dd-core{padding:18px 16px 18px}.dd-core .dd-flow .ar{transform:none;height:auto;flex-direction:row;gap:10px;font-size:32px;line-height:1}.dd-core .dd-flow .ar span{transform:none;margin:0;order:2}.dd-core .dd-flow .ar{font-size:0}.dd-core .dd-flow .ar::before{content:'↓';font-size:32px;color:var(--y)}.dd-core .dd-flow .ar span{font-size:13px}}
.dd-three3{display:grid;grid-template-columns:repeat(3,1fr);gap:12px;margin:20px 0}
.dd-three3>div{background:var(--y-soft);border:1px solid var(--y-line);border-radius:16px;padding:14px 16px;font-size:15.5px;line-height:1.5}
.dd-three3 b{display:block;font-size:22px;color:var(--k);margin-bottom:4px}
.dd-hbar .row span{min-width:60px}
@media(max-width:700px){.dd-flow{grid-template-columns:1fr}.dd-flow .ar{flex-direction:row;gap:8px;transform:rotate(90deg);height:34px;font-size:26px}.dd-flow .ar span{transform:rotate(-90deg);margin-left:14px}.dd-three3{grid-template-columns:1fr}}
.dd-post .dd-tbl{font-size:18px}
.dd-post .dd-tbl th{font-size:15px;padding:14px 16px}
.dd-post .dd-tbl td{padding:14px 16px;line-height:1.45}
@media(max-width:640px){.dd-post .dd-tbl{font-size:16px}.dd-post .dd-tbl th{font-size:13px;padding:12px 10px}.dd-post .dd-tbl td{padding:12px 10px}}

.dd-post .dd-xt{width:100%;border-collapse:collapse;font-size:18px;table-layout:fixed;border:2px solid var(--k)}
.dd-post .dd-xt th,.dd-post .dd-xt td{border:1px solid #999;padding:12px 8px;text-align:center;background:#fff;line-height:1.3}
.dd-post .dd-xt thead th{background:var(--k);color:#fff;font-size:15px}.dd-post .dd-xt thead th small{display:block;font-weight:400;color:var(--y);font-size:12px}
.dd-post .dd-xt tbody th{text-align:left;background:var(--y-soft);font-size:15px}.dd-post .dd-xt .c0{background:var(--k)}
.dd-post .dd-xt td small{display:block;color:var(--mute);font-size:13px}
.dd-post .dd-xt .mg{background:#f2f2f2;color:var(--mute)}
.dd-post .dd-xt .hi{background:var(--y)}.dd-post .dd-xt .hi small{color:var(--k)}
.dd-post .dd-xt tbody tr:last-child th,.dd-post .dd-xt tbody tr:last-child td{border-top:2px solid var(--k)}
.dd-post .dd-xt.one tbody tr:last-child th,.dd-post .dd-xt.one tbody tr:last-child td{border-top:1px solid #999}
.dd-post .dd-xt.one th:first-child{text-align:left}.dd-post .dd-xt.one td{white-space:nowrap}
@media(max-width:700px){.dd-post .dd-xt.one{font-size:14px}.dd-post .dd-xt.one th,.dd-post .dd-xt.one td{padding:10px 2px}}
.dd-why{border:2px solid var(--k);border-radius:18px;background:var(--y-soft);padding:18px 22px;margin:18px 0}.dd-calm{background:#fff;border:2px dashed var(--k);border-radius:12px;padding:10px 14px}.dd-why h3{margin:0 0 8px}.dd-why p{margin:8px 0}.dd-why ol{margin:8px 0;padding-left:22px}.dd-why li{margin:6px 0}
.dd-fx{background:var(--k);color:#fff;border-radius:14px;padding:14px 18px;margin:12px 0;font-weight:700;font-size:17px}.dd-fx span{display:block;color:var(--y);font-weight:800;margin-top:4px}
.dd-two{display:grid;grid-template-columns:1fr 1fr;gap:14px;margin:16px 0}
.dd-lv{border-radius:20px;padding:18px 20px;border:2px solid var(--k)}.dd-lv.q{background:var(--y-soft)}.dd-lv.n{background:var(--y-soft)}.dd-lv.n .dd-kicker{background:var(--k);color:var(--y)}.dd-lv p{margin:4px 0}
.dd-sc{display:grid;grid-template-columns:repeat(3,1fr);gap:14px;margin:12px 0}.dd-sc>div{border:2px solid var(--k);border-radius:16px;padding:14px 16px;background:#fff}.dd-sc p{margin:6px 0 0;font-size:15px}
@media(max-width:700px){.dd-two,.dd-sc{grid-template-columns:1fr}.dd-post .dd-xt{font-size:16px}.dd-post .dd-xt th{font-size:13px}.dd-post .dd-xt th,.dd-post .dd-xt td{padding:10px 4px}}
</style>

<article class="dd-post">
  <header class="dd-hero">
    <div class="dd-brand"><img decoding="async" src="data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAGAAAABgBAMAAAAQtmoLAAAAMFBMVEX8xDkAAAAMCQTntDT///7+1VX9559JOhj9995lUB39/vyQcSawiy79+vH/+K3//3/vOklCAAAAEHRSTlP+AP/+Cf71/+X/Wf//oQMC4InrTQAABiVJREFUeNqVmG1sW9UZx38+x27rkBbftCgdsNXYIlVI3d7Y5SWr2VKgRQgivI2yQhVh8SIoXSA0nXj5QsSqTV0ps/iCypsiCkioSjFU0wRdadSoZC2E3OBCeUsxAhqPjsVtqoY0vjUfbCf3XDtO/Hyxzz3P//6fl3Oe59zj0FBELhsktLEhDrhaHuxn9FpDVXCogNB+T9Mze75Os5t1aOLy2rb5df1lANKUOz8f2KPndEJmXc3m+w3dmBYgzaZndrxsWh4E6q6ubVMQVoA0m8JHkqrNUvzlUgUh3VN/+wfD/W+mVB+z509lHnhlRaoUYMW22/q7KZITjsw9u7IlAKGPD7xWQh9OOHynLhku8kGaz+0uqQ9Sbv3bpBuTDCsuGz6WKg3IUvOnV7M2wPzvb3/PYBrJHl0sF6dUwJHl+w8wvYhb38wqANnlfLWMPqmaTakchTP3IHDfneX0MYf+m7AyZE9jlAVwYmGeQgDQ+HQXM0h3nkK6AfmDNGYCOGouWJwqMCwLzkiAOXT9roJJ8q3fMrN89J2u5wFVyz6YBcD8aD8Amqatfp1Zyd8XaZom3ch3XzBmBVi4oDaFgExTenYMx3fkMt2oZjncCiAyScB3cYtl5sg7CXBoUr/UGtS+DQC4bo4D4P7EMrf+f6Yh4FOrRVdvUM0Y81ttagUnmWDcsrlOwh+vg/uBnfDVdrI9zZOzA9/GvWjfvGZ5R9Dn2wvgW7rZFwFW+XwWCvngIk2wcJ8FkOZ3LYAESAKHLiJryd3/dYSsG516cgHsUPf/YbBYnGzVReaspTQuxWFbD3jomBr2612i8SrLG2JstmfrGFOljom9IdF1l2XWoKGoKGEtzicQfqvPMdrtgDHGrV7/WniUtxVvbRP0qVF8VMxRVp6reMlFrIPzURFSC1akCOAlZu1pzsM/TI3cStBLFs1uoVOJTEiR1a0RKSmWyMmkiCpxOV+snlRGc2wmTRQD4rYmqU8b81K5MdNig2ptpx0wj7mKCUJah3rx0shwTs2UaR01Uy1VfX0fpgpQRlWcDaiARBSlUMdVwJl2MirgAHObyzDQxdkXdXJWeEEejtpcKPS4ggwu4a887mUbUH/T+e134HKXBZjDv4A3cv9zPxvVuEWEfYPV5uOdT/Aj9jg77XHvk/9JA44L04BjS1vRUnFVtLxpFUZF+tJTIQBTjh6vRF8sFxUSeMVgRQCXSXOkIsBR8UVFDI39cu6vPqsA8OOPzrSnEobIWTG0ppK81bzvjLosZ2/bvG7PqnkxeDyTYQr25Ort5Hw9PluQBr8RC6rskbvXUpJ22oJkRMXoF3mvpQ7IEHwpcyzShDUS0Anl65tvlyGYn/f6H6c7kQ+PxAPxOg6O+Klesgweva0dEW0aGc/7bIDmWZtr0fWrfD3C3+SXvl5ZH/IR7DhYj2+Dn+ChZ/W3ewBcW09pAufRCMBY5kgXVfP75onIDp77OKZH968GfppH56ZGo8sAaPxlBAFXeAD0TQ3tnPGHmSBuxpYniRkm0J3hz/7rQsm8CyAwzTX5XgbVAycBuPtMrNANt0tXd3AkV8yChoGAgccihcZR98hXAO4nFsRc+cbQ2TQmTy5IAlx1YwAEOPs8gPE9uDpfAmB84wQT+fpitLa4HbmM+zpypdJsXQPM3ZNIg2sOeHViiXb0f7oB6d7WPOaORAsWIYChxyJwLrukfaLztBe6xqvMLe3c2OYFWn6i01zrSxYsAk3TFp26DwjvrdblPr0X2cuqvWGdD3p6CUEvVP9b6sj1i1ZrmoamaVp67Wx259bvNE3THBoguWXm4/28JoxCfzADs6B4KmFMNZSBLdEZCWoDlg7kWDojxVMdhrVlDc1AIdfnCQrfcec+nGOWKzcrb3hyWG2K1z50ZZmDkAz9K2DroqOBQ9MD5LpwwrC33UTf2j9MBwgG2wJFH+DZ3zy/K3WspP6V17x/yUBxYz8YuCEoS+qHVib6S50EEn2H7pal9MMdgTLXFLZjpRT3hJVrCqfS8Pp42rVbqa5lL0JyVy3vjOwJGPl7k8u1LfarFqmcPbKhT969cNt4VcOnwLor/HrD74dXDpS7/Zm8LjouvKWvi34G27Tk9JYGKIgAAAAASUVORK5CYII=" alt="datadiva logó"><span>datadiva · statisztika gyorstalpaló</span></div>
    <h1>Független mintás t-próba: <em>két csoport</em> átlagának összehasonlítása</h1>
    <p class="dd-lead">Amikor egy kvantitatív változót (pontszám, fizetés, életkor) két, egymástól független csoport között hasonlítasz össze, a független mintás t-próba a kiindulópont. Egy kidolgozott példán végigmegyünk rajta: előfeltételek, <a href="https://datadiva.hu/tesztvalasztas-melyik-probat-hasznald-ket-valtozo-kapcsolatahoz/">tesztválasztás</a>, majd <a href="https://datadiva.hu/kapcsolatvizsgalat-ket-valtozo-kozott-a-3-fix-lepes/">a három fix lépés</a>.</p>
    <div class="dd-meta"><b>Statisztika alapok</b> · kb. 8 perc olvasás · t-próba, Welch, Mann–Whitney, Cohen-féle d</div>
    <svg class="dd-bell" viewBox="0 0 800 110" preserveAspectRatio="none" aria-hidden="true"><path d="M0 110 C 160 108, 250 100, 320 60 C 360 38, 380 8, 400 8 C 420 8, 440 38, 480 60 C 550 100, 640 108, 800 110 Z" fill="#F4B637"/></svg>
  </header><style>.dd-post [id]{scroll-margin-top:120px}.dd-post #roviden a{text-decoration:underline;text-underline-offset:3px}</style><section class="dd-sec" id="roviden"><span class="dd-kicker">Röviden</span><div class="dd-tip"><p>Ha egy kvantitatív változót <b>két független csoport</b> között hasonlítasz össze, a kapcsolatot <b>független mintás t-próbával</b> vagy annak alternatíváival vizsgálod:</p><ul><li><b><a href="#elofeltetel">Előfeltételek</a>:</b> normalitás mindkét csoportban (Shapiro–Wilk), majd szóráshomogenitás (Levene). <a href="#tesztvalasztas">Melyik próbát futtasd?</a></li><li><b><a href="#letezik">1. Létezik-e a kapcsolat?</a></b> t-próba (vagy Welch-, illetve Mann–Whitney-próba): ha p &lt; 0,05, van eltérés a két csoport között.</li><li><b><a href="#szorossag">2. Milyen szoros?</a></b> Cohen-féle d, Mann–Whitney-próbánál rang-biszeriális korreláció.</li><li><b><a href="#termeszet">3. Milyen természetű?</a></b> Leíró statisztikák: melyik csoport átlaga magasabb, és mennyivel.</li></ul><p>Melyik teszt mikor kell? Lásd a <a href="https://datadiva.hu/tesztvalasztas-melyik-probat-hasznald-ket-valtozo-kapcsolatahoz/">Tesztválasztás</a> cikket.</p></div></section>

<section class="dd-sec"><span class="dd-kicker">Az alaphelyzet</span><h2>Egy kvantitatív változó, két csoport: <span class="dd-hl">független minták</span></h2><p>Van egy <a href="https://datadiva.hu/meresi-szintek-nominalis-ordinalis-intervallum-es-arany/">kvantitatív</a> változód (például egy teszt pontszáma vagy a fizetés) és egy <b>csoportosító</b> változód, amelynek csak <b>két kategóriája</b> van (például kontroll- és kísérleti csoport, vagy férfiak és nők). Arra vagyunk kíváncsiak, hogy a két csoport <b>átlaga</b> eltér-e egymástól. Ha eltér, akkor nem mindegy, melyik csoportba tartozik valaki, vagyis a két változó kapcsolatban áll.</p><p>A minták akkor <b>függetlenek</b>, ha a két csoport nem fed át: mindenki pontosan az egyikbe tartozik. Ha ugyanazokat az embereket mérted kétszer (például tréning előtt és után), az <b>összetartozó minta</b>, ott a páros mintás t-próba a megfelelő eszköz.</p><div class="dd-call"><h3>A példánk</h3><p>Egy iskolai kísérletben a gyerekek egyik része extra <b>olvasásfejlesztő tréninget</b> kapott (kísérleti csoport, 21 fő), a másik része nem (kontrollcsoport, 23 fő). A végén mindenki megírt egy olvasásteszt-feladatsort (<b>DRP-pontszám</b>). Azt feltételezzük, hogy a tréninget kapók jobb eredményt érnek el.</p></div><div class="dd-two"><div class="dd-lv q"><span class="dd-kicker">H0</span><p>A kontroll- és a kísérleti csoport olvasási pontszámának átlaga <b>egyenlő</b>. A tréning nincs kapcsolatban az olvasási eredménnyel.</p></div><div class="dd-lv n"><span class="dd-kicker">H1</span><p>A kontrollcsoport átlaga <b>alacsonyabb</b>, mint a kísérleti csoporté. A tréningen való részvétel összefügg az olvasási eredménnyel.</p></div></div><p class="dd-small">Mivel a szakmai hipotézisünk irányt is megad (a tréningesek <b>jobbak</b>), a H1 itt <b>egyoldalú</b>. Erről bővebben a <a href="#gyik">GYIK</a>-ben, a H0 és a H1 megfogalmazásáról pedig a <a href="https://datadiva.hu/hipotezisallitas-mit-mond-a-h0-es-mit-a-h1/">Hipotézisállítás</a> cikkben.</p></section>

<section class="dd-sec"><span class="dd-kicker">Előfeltételek</span><h2 id="elofeltetel">Először: <span class="dd-hl">melyik próbát futtathatod?</span></h2><p>A t-próba <b>paraméteres</b> próba: az átlagokat hasonlítja össze, és két előfeltételre épít. Ezeket a próba <b>előtt</b> kell ellenőrizni, ebben a sorrendben.</p><h3 id="tesztvalasztas" style="margin:22px 0 8px">Tesztválasztás: két kérdés, ebben a sorrendben</h3><style>.dd-post table.dd-tsel{table-layout:fixed;width:100%;min-width:600px}.dd-post table.dd-tsel th,.dd-post table.dd-tsel td{white-space:normal!important;vertical-align:top}</style><div class="dd-scroll"><table class="dd-tbl dd-tsel"><colgroup><col style="width:28%"><col style="width:26%"><col style="width:24%"><col style="width:22%"></colgroup><thead><tr><th>Mit kérdezünk?</th><th>Döntő teszt</th><th>Döntés</th><th>Teszt</th></tr></thead><tbody><tr><td rowspan="2"><b>1. Normális eloszlást követ-e a kvantitatív változó (csoportonként)?</b></td><td rowspan="2">Shapiro–Wilk teszt (+ ferdeség, csúcsosság)<br>H0: normális eloszlás van (p &gt; 0,05)</td><td>Nem normális: nemparaméteres teszt</td><td><b>Mann–Whitney-féle U próba</b> (medián)</td></tr><tr><td>Normális: jöhet a szóráshomogenitás vizsgálata</td><td>↓ tovább a 2. kérdésre</td></tr><tr><td rowspan="2"><b>2. Megegyezik-e a kvantitatív változó szórása a csoportok között (szóráshomogenitás)?</b></td><td rowspan="2">Levene-teszt<br>H0: teljesül a szóráshomogenitás (p &gt; 0,05)</td><td>Nem szóráshomogén: robusztus teszt</td><td><b>Welch-próba</b> (átlag)</td></tr><tr><td>Szóráshomogén: paraméteres teszt</td><td><b>Független mintás (Student-féle) t-próba</b> (átlag)</td></tr></tbody></table></div><p>Ha akár csak az <b>egyik</b> csoportban sérül a normalitás, a feltételt sérültnek tekintjük, és a Mann–Whitney-próba jön. A szóráshomogenitást csak akkor vizsgáljuk, ha mindkét csoportban teljesül a normalitás.</p><p>A példánkban a szoftver ezt adja:</p><div class="dd-scroll"><table class="dd-xt "><thead><tr><th class="c0">Ellenőrzés</th><th>Mit vizsgál?</th><th>p</th><th>Döntés</th></tr></thead><tbody><tr><th>Shapiro–Wilk</th><td>az olvasási pontszám eloszlását a kontrollcsoportban</td><td>0,732</td><td>p &gt; 0,05 → H0 marad: a normalitás feltétele teljesül</td></tr><tr><th>Shapiro–Wilk</th><td>az olvasási pontszám eloszlását a kísérleti csoportban</td><td>0,652</td><td>p &gt; 0,05 → H0 marad: a normalitás feltétele teljesül</td></tr><tr><th>Levene</th><td>az olvasási pontszám szórásának egyezését a két csoportban</td><td>0,132</td><td>p &gt; 0,05 → H0 marad: a szóráshomogenitás feltétele teljesül</td></tr></tbody></table></div><p class="dd-small">A „H0 marad” nem azt bizonyítja, hogy az eloszlás tökéletesen normális, vagy hogy a szórások pontosan egyformák. Csak annyit mond, hogy nem találtunk szignifikáns eltérést, ezért a feltételt teljesültnek tekintjük.</p><p class="dd-note"><b>Itt mindkét feltétel teljesül:</b> az olvasási pontszám eloszlása egyik csoportban sem tér el szignifikánsan a normálistól, és a szórása sem tér el szignifikánsan a két csoport között. Mehet a Student-féle t-próba, az <b>átlagokat</b> hasonlítjuk össze.</p><p class="dd-small">A szoftverek a Levene-tesztet és a két t-próba-változatot gyakran egy táblázatban adják. Az SPSS például két sort mutat („Equal variances assumed” és „Equal variances not assumed”): a Levene-teszt eredménye alapján döntöd el, melyik sort olvasod.</p></section>

<section class="dd-sec"><div class="dd-stephead"><span class="num">1</span><div><small>1. lépés</small><h2 id="letezik">Létezik-e a kapcsolat?</h2></div></div><p>A szoftver (SPSS, JASP, jamovi) lefuttatja a t-próbát, és ezt kapjuk:</p><div class="dd-scroll"><table class="dd-xt one"><thead><tr><th class="c0">Próba</th><th>t</th><th>df</th><th>p (egyoldalú)</th><th>p (kétoldalú)</th></tr></thead><tbody><tr><th>Student-féle t</th><td><b>−2,267</b></td><td>42</td><td><b>0,014</b></td><td>0,029</td></tr></tbody></table></div><div class="dd-call" style="margin:18px 0"><h3>Döntési szabály</h3><p><b>p &lt; 0,05</b> → H1: <b>van</b> eltérés, a két változó kapcsolatban áll. <b>p &gt; 0,05</b> → H0: <b>nincs</b> kimutatható eltérés.</p></div><p>Itt <b>p = 0,014</b> (egyoldalú), tehát H1-et fogadjuk el: a tréning és az olvasási eredmény <b>összefügg</b>. Mehetünk tovább.</p><div class="dd-why"><h3>Mit csinál a t-próba?</h3><p class="dd-calm"><b>Ne ijedj meg:</b> ezt sem neked kell kézzel kiszámolnod, az <a href="https://datadiva.hu/spss-maganoktatas/">SPSS</a>, a <a href="https://datadiva.hu/jasp-segitseg/">JASP</a> és a <a href="https://datadiva.hu/jamovi-segitseg-es-online-konzultacio/">jamovi</a> megcsinálja helyetted. De jó tudni, mi van a háttérben.</p><p>A t-érték azt mutatja meg, hogy a két átlag különbsége <b>hányszorosa</b> annak az ingadozásnak, amit pusztán a véletlen mintavétel okozna (ez a standard hiba).</p><div class="dd-fx">t = átlagkülönbség / standard hiba<span>(41,52 − 51,48) / 4,39 ≈ −2,27</span></div><p>A negatív előjel csak azt jelzi, hogy az elsőként megadott csoport (kontroll) átlaga a kisebb. Minél távolabb van a t a nullától, annál kevésbé valószínű, hogy a különbség csak a véletlen műve. A <b>df = 42</b> a szabadságfok: a két csoport létszáma összesen, mínusz 2 (23 + 21 − 2).</p></div><div class="dd-exit"><b>Ha nem lenne szignifikáns (p &gt; 0,05),</b> ezt riportálod, és itt vége az elemzésnek: a 2. és a 3. lépésre nincs szükség.</div></section>

<section class="dd-sec"><div class="dd-stephead"><span class="num">2</span><div><small>2. lépés</small><h2 id="szorossag">Milyen szoros a kapcsolat?</h2></div></div><p>A <a href="https://datadiva.hu/hipotezisallitas-mit-mond-a-h0-es-mit-a-h1/">p-érték</a> csak azt mondja meg, hogy létezik-e eltérés, azt nem, hogy mekkora. Ehhez <b>hatásmérték</b> kell. Student- és Welch-próbánál ez a <b>Cohen-féle d</b>, Mann–Whitney-próbánál a <b>rang-biszeriális korreláció</b>.</p><p>A Cohen-féle d azt mutatja meg, hogy a két átlag különbsége <b>hány szórásnyi</b>. Az erősség szempontjából csak a nagyságát nézzük, az előjelét nem.</p><svg viewBox="0 0 560 120" role="img" aria-label="A Cohen-féle d értelmezési sávjai: 0,2 alatt minimális, 0,2 és 0,5 között kicsi, 0,5 és 0,8 között közepes, 0,8 fölött nagy; az érték 0,68, vagyis közepes" style="width:100%;height:auto;display:block;margin:14px 0"><rect x="20" y="46" width="87" height="38" fill="#FFFBEF" stroke="#111" stroke-width="2"/><text x="63.5" y="70" text-anchor="middle" font-size="14" font-weight="800" fill="#111">minimális</text><rect x="107" y="46" width="130" height="38" fill="#FFF1C9" stroke="#111" stroke-width="2"/><text x="172" y="71" text-anchor="middle" font-size="17" font-weight="800" fill="#111">kicsi</text><rect x="237" y="46" width="130" height="38" fill="#F8D277" stroke="#111" stroke-width="2"/><text x="302" y="71" text-anchor="middle" font-size="17" font-weight="800" fill="#111">közepes</text><rect x="367" y="46" width="173" height="38" fill="#F4B637" stroke="#111" stroke-width="2"/><text x="453.5" y="71" text-anchor="middle" font-size="17" font-weight="800" fill="#111">nagy</text><text x="20" y="108" text-anchor="middle" font-size="16" fill="#111">0</text><text x="107" y="108" text-anchor="middle" font-size="16" fill="#111">0,2</text><text x="237" y="108" text-anchor="middle" font-size="16" fill="#111">0,5</text><text x="367" y="108" text-anchor="middle" font-size="16" fill="#111">0,8</text><text x="530" y="108" text-anchor="middle" font-size="16" fill="#111">1,2+</text><path d="M316 44 l-9 -16 h18 z" fill="#b3402f"/><text x="316" y="20" text-anchor="middle" font-size="16" font-weight="800" fill="#b3402f">d = 0,68</text></svg><p>A példánkban <b>d = 0,68</b>, ami <b>közepes hatás</b>: a két csoport átlaga között nagyjából kétharmad szórásnyi a különbség. A kapcsolat tehát nemcsak létezik, hanem gyakorlatilag is számottevő.</p><p class="dd-small"><b>Lábjegyzet:</b> a 0,2 / 0,5 / 0,8 határok Cohen (1988) ökölszabályai. Irányadók, nem kőbe vésettek: a saját szakterületed irodalma ettől eltérő értelmezést is használhat.</p><p class="dd-small">A rang-biszeriális korreláció −1 és +1 között mozog, és úgy értelmezed, mint egy korrelációs együtthatót: minél nagyobb az abszolút értéke, annál szorosabb a kapcsolat.</p></section>

<section class="dd-sec"><div class="dd-stephead"><span class="num">3</span><div><small>3. lépés</small><h2 id="termeszet">Milyen természetű a kapcsolat?</h2></div></div><p>Végül azt írjuk le, <b>milyen irányú</b> és mekkora az eltérés: melyik csoport átlaga magasabb. Ehhez a csoportonkénti <a href="https://datadiva.hu/leiro-statisztika-egy-valtozo-sok-mutato/">leíró statisztikák</a> kellenek (elemszám, átlag, szórás). Mann–Whitney-próbánál a mediánt és az interkvartilis terjedelmet közöld.</p><div class="dd-scroll"><table class="dd-xt "><thead><tr><th class="c0">Csoport</th><th>n</th><th>Átlag (M)</th><th>Szórás (SD)</th></tr></thead><tbody><tr><th>Kontroll</th><td>23</td><td>41,52</td><td>17,15</td></tr><tr><th>Kísérleti (tréning)</th><td>21</td><td class="hi"><b>51,48</b></td><td>11,01</td></tr></tbody></table></div><svg viewBox="0 0 560 120" role="img" aria-label="Átlagos olvasási pontszám: kontrollcsoport 41,5, kísérleti csoport 51,5" style="width:100%;max-width:560px;height:auto;display:block;margin:12px 0"><text x="20" y="39" font-size="16" font-weight="800" fill="#111">Kontroll</text><rect x="130" y="16" width="270" height="34" fill="#FFF1C9" stroke="#111" stroke-width="2"/><text x="410" y="39" font-size="16" font-weight="800" fill="#111">41,5</text><text x="20" y="93" font-size="16" font-weight="800" fill="#111">Kísérleti</text><rect x="130" y="70" width="335" height="34" fill="#F4B637" stroke="#111" stroke-width="2"/><text x="475" y="93" font-size="16" font-weight="800" fill="#111">51,5</text></svg><p>A tréninget kapó gyerekek átlagosan csaknem <b>10 ponttal</b> jobb eredményt értek el, mint a kontrollcsoport. Érdemes tehát tréningelni a gyerekeket.</p><div class="dd-call" style="margin:16px 0"><h3>Így írd le a dolgozatban</h3><p>A tréningen részt vevő gyerekek (M = 51,48, SD = 11,01) szignifikánsan (t(42) = 2,27, p = 0,014) jobb eredményt értek el az olvasásteszten, mint a kontrollcsoport tagjai (M = 41,52, SD = 17,15). A hatás közepes erősségű (d = 0,68).</p></div><p class="dd-note"><b>Óvatosan:</b> oksági állítást („a tréning javította az olvasást”) csak akkor tehetsz, ha a csoportokba sorolás véletlenszerű volt, vagyis kísérletről van szó. Ha a csoportok adottak (például férfiak és nők), csak összefüggésről beszélhetsz.</p></section>

<section class="dd-sec"><span class="dd-kicker">Gyors puska</span><h2>Egy táblázatban</h2><div class="dd-scroll"><table class="dd-tbl"><thead><tr><th>Lépés</th><th>Kérdés</th><th>Eszköz</th><th>A példában</th></tr></thead><tbody><tr><td>Előfeltétel</td><td>Normális eloszlású-e a kvantitatív változó mindkét csoportban? Azonos-e a szórása a két csoportban?</td><td>Shapiro–Wilk, Levene</td><td>mindkettő teljesül → Student-féle t</td></tr><tr><td>1.</td><td>Létezik-e kapcsolat?</td><td>t-próba / Welch / Mann–Whitney</td><td>p = 0,014 → van</td></tr><tr><td>2.</td><td>Milyen szoros?</td><td>Cohen-féle d / rang-biszeriális korreláció</td><td>d = 0,68, közepes</td></tr><tr><td>3.</td><td>Milyen természetű?</td><td>csoportátlagok és szórások</td><td>a tréningesek kb. 10 ponttal jobbak</td></tr></tbody></table></div></section>

<section class="dd-sec"><span class="dd-kicker">Próbáld ki</span><h2>Értem már?</h2><div class="dd-quiz" id="ddQuiz2"><p style="margin:0">Öt gyors kérdés, hogy lásd, mennyire ült meg. Kattints arra a válaszra, amelyiket helyesnek gondolod!</p><div id="ddQs"></div><div class="dd-score" id="ddScore2" aria-live="polite"></div></div></section>

<section class="dd-sec" id="gyik"><span class="dd-kicker">GYIK</span><h2>Gyakori <span class="dd-hl">kérdések</span></h2><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mikor használjak független mintás t-próbát?</h3><p>Ha egy kvantitatív változó (például pontszám, fizetés) átlagát hasonlítod össze két, egymást át nem fedő csoport között (például kontroll- és kísérleti csoport, férfiak és nők). Feltétele, hogy a kvantitatív változó mindkét csoportban normális eloszlású legyen, és a szórása a két csoportban azonos legyen. Ha mindkét változód kvalitatív, akkor nem t-próba, hanem <a href="https://datadiva.hu/kereszttabla-khi2-proba/">kereszttábla és khi² próba</a> kell.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mi a különbség a független és a páros mintás t-próba között?</h3><p>Független mintánál két különböző csoportot hasonlítasz össze, mindenki csak az egyikbe tartozik. Páros (összetartozó) mintánál ugyanazokat az embereket mérted két helyzetben vagy két időpontban, például egy tréning előtt és után. Ilyenkor a páros mintás t-próba a megfelelő eszköz.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mit tegyek, ha nem teljesülnek az előfeltételek?</h3><p>Ha legalább az egyik csoportban sérül a normalitás, futtasd a nemparaméteres Mann–Whitney-féle U próbát. Ha a normalitás teljesül, de a Levene-teszt szerint a változó szórása eltér a két csoportban, használd a robusztus Welch-próbát. Nagyobb mintáknál (csoportonként nagyjából 30 fő fölött) a Shapiro–Wilk teszt már apró, gyakorlatilag jelentéktelen eltéréseket is szignifikánsnak jelezhet, ezért érdemes a ferdeséget, a csúcsosságot és a hisztogramot is megnézni.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Egyoldalú vagy kétoldalú p-értéket nézzek?</h3><p>Egyoldalút akkor, ha a hipotézised irányos (például: a tréningesek jobbak), és ezt az elemzés előtt rögzítetted. Ha csak azt állítod, hogy a két csoport eltér, kétoldalút. A szoftverek alapból kétoldalú p-értéket adnak; a JASP-ban és a jamoviban az irány beállítható. A példánkban a kétoldalú p = 0,029, az egyoldalú p = 0,014.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Miért nem futtatok mindig Welch-próbát?</h3><p>Jogos kérdés: sok módszertani szerző azt javasolja, hogy a Welch-próba legyen az alapértelmezés, mert egyenlő szórásoknál is szinte ugyanolyan jól működik, mint a Student-féle t-próba. Ha a képzésed vagy a témavezetőd a Levene-tesztre épülő kétlépcsős döntést kéri, kövesd azt. A példánkban a Welch-próba is hasonló eredményt ad (kétoldalú p = 0,026).</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Milyen hatásmértéket közöljek a t-próba mellé?</h3><p>A Cohen-féle d-t. Cohen ökölszabálya szerint 0,2 körül kicsi, 0,5 körül közepes, 0,8 fölött nagy a hatás. Mann–Whitney-próbánál a rang-biszeriális korrelációt közöld.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mi van, ha kettőnél több csoportom van?</h3><p>Akkor nem t-próbát, hanem varianciaanalízist (ANOVA) futtatsz, ha pedig sérül a normalitás, Kruskal–Wallis-próbát. Több t-próba egymás utáni futtatása nem jó megoldás, mert megnő a téves szignifikancia esélye.</p></section>
<script type="application/ld+json">{"@context":"https://schema.org","@type":"FAQPage","mainEntity":[{"@type":"Question","name":"Mikor használjak független mintás t-próbát?","acceptedAnswer":{"@type":"Answer","text":"Ha egy kvantitatív változó (például pontszám, fizetés) átlagát hasonlítod össze két, egymást át nem fedő csoport között (például kontroll- és kísérleti csoport, férfiak és nők). Feltétele, hogy a kvantitatív változó mindkét csoportban normális eloszlású legyen, és a szórása a két csoportban azonos legyen. Ha mindkét változód kvalitatív, akkor nem t-próba, hanem kereszttábla és khi² próba kell."}},{"@type":"Question","name":"Mi a különbség a független és a páros mintás t-próba között?","acceptedAnswer":{"@type":"Answer","text":"Független mintánál két különböző csoportot hasonlítasz össze, mindenki csak az egyikbe tartozik. Páros (összetartozó) mintánál ugyanazokat az embereket mérted két helyzetben vagy két időpontban, például egy tréning előtt és után. Ilyenkor a páros mintás t-próba a megfelelő eszköz."}},{"@type":"Question","name":"Mit tegyek, ha nem teljesülnek az előfeltételek?","acceptedAnswer":{"@type":"Answer","text":"Ha legalább az egyik csoportban sérül a normalitás, futtasd a nemparaméteres Mann–Whitney-féle U próbát. Ha a normalitás teljesül, de a Levene-teszt szerint a változó szórása eltér a két csoportban, használd a robusztus Welch-próbát. Nagyobb mintáknál (csoportonként nagyjából 30 fő fölött) a Shapiro–Wilk teszt már apró, gyakorlatilag jelentéktelen eltéréseket is szignifikánsnak jelezhet, ezért érdemes a ferdeséget, a csúcsosságot és a hisztogramot is megnézni."}},{"@type":"Question","name":"Egyoldalú vagy kétoldalú p-értéket nézzek?","acceptedAnswer":{"@type":"Answer","text":"Egyoldalút akkor, ha a hipotézised irányos (például: a tréningesek jobbak), és ezt az elemzés előtt rögzítetted. Ha csak azt állítod, hogy a két csoport eltér, kétoldalút. A szoftverek alapból kétoldalú p-értéket adnak; a JASP-ban és a jamoviban az irány beállítható. A példánkban a kétoldalú p = 0,029, az egyoldalú p = 0,014."}},{"@type":"Question","name":"Miért nem futtatok mindig Welch-próbát?","acceptedAnswer":{"@type":"Answer","text":"Jogos kérdés: sok módszertani szerző azt javasolja, hogy a Welch-próba legyen az alapértelmezés, mert egyenlő szórásoknál is szinte ugyanolyan jól működik, mint a Student-féle t-próba. Ha a képzésed vagy a témavezetőd a Levene-tesztre épülő kétlépcsős döntést kéri, kövesd azt. A példánkban a Welch-próba is hasonló eredményt ad (kétoldalú p = 0,026)."}},{"@type":"Question","name":"Milyen hatásmértéket közöljek a t-próba mellé?","acceptedAnswer":{"@type":"Answer","text":"A Cohen-féle d-t. Cohen ökölszabálya szerint 0,2 körül kicsi, 0,5 körül közepes, 0,8 fölött nagy a hatás. Mann–Whitney-próbánál a rang-biszeriális korrelációt közöld."}},{"@type":"Question","name":"Mi van, ha kettőnél több csoportom van?","acceptedAnswer":{"@type":"Answer","text":"Akkor nem t-próbát, hanem varianciaanalízist (ANOVA) futtatsz, ha pedig sérül a normalitás, Kruskal–Wallis-próbát. Több t-próba egymás utáni futtatása nem jó megoldás, mert megnő a téves szignifikancia esélye."}}]}</script>
<section class="dd-cta">
    <h2>Elakadtál? <em>Együtt</em> megcsináljuk!</h2>
    <p style="margin-top:16px">A t-próba elméletben egyszerű. A nehezebb része az, amikor a saját adataidnál kell ellenőrizned az előfeltételeket, kiválasztanod a megfelelő próbát, értelmezned a kimenetet, és leírnod a dolgozatodban. Ott szoktak megcsúszni a <a href="https://datadiva.hu/szakdolgozatirok/">szakdolgozatok</a>, a <a href="https://datadiva.hu/doktoranduszok/">disszertációk</a> és a <a href="https://datadiva.hu/egyetemistak/">beadandók</a>.</p>
    <p><b style="color:#fff">Nem helyetted, hanem veled</b> nézzük végig a kutatási kérdésedet és az adataidat, hogy te is értsd, mit miért csinálsz. <a href="https://datadiva.hu/spss-maganoktatas/">SPSS</a>, <a href="https://datadiva.hu/jasp-segitseg/">JASP</a>, <a href="https://datadiva.hu/jamovi-segitseg-es-online-konzultacio/">jamovi</a>: ami neked kényelmes.</p>
    <div class="dd-plans">
      <div class="dd-plan hot"><b>10 perc</b><span>Ingyenes ismerkedő hívás: megbeszéljük, hol tartasz, és miben segíthetek</span></div>
      <div class="dd-plan"><b>45 perc</b><span>Egy konkrét kérdés vagy elakadás átbeszélése</span></div>
      <div class="dd-plan"><b>90 perc</b><span>Mélyebb munka: elemzés, értelmezés, dolgozat</span></div>
    </div>
    <p style="text-align:center;margin:30px 0 6px"><a class="dd-btn" href="https://datadiva.hu/kapcsolat">Foglald le a helyed most!</a></p>
    <div class="dd-sign"><b>Dr. Kun Zsuzsanna</b> · datadiva · 15+ év statisztika- és kutatásmódszertan-oktatás<br><a href="mailto:zsuzsanna.kun@datadiva.hu">zsuzsanna.kun@datadiva.hu</a> · <a href="https://datadiva.hu">datadiva.hu</a></div>
  </section>
</article>
<script>
(function(){
  var Q=[["Egy kvantitatív változót két független csoport között hasonlítasz össze. A Shapiro–Wilk teszt mindkét csoportban p > 0,05, a Levene-teszt p = 0,132. Melyik próbát futtatod?",["Mann–Whitney-féle U próba","Student-féle t-próba","Welch-próba"],1,"Mindkét előfeltétel teljesül (normalitás és szóráshomogenitás, mert p > 0,05), így a klasszikus Student-féle t-próba futtatható."],["A Shapiro–Wilk teszt a kontrollcsoportban p = 0,21, a kísérleti csoportban p = 0,003. Mi a teendő?",["Mann–Whitney-féle U próba, mert az egyik csoportban sérül a normalitás","Student-féle t-próba, mert az egyik csoportban teljesül a normalitás","Welch-próba"],0,"Ha akár csak az egyik csoportban sérül a normalitás (p < 0,05), a feltételt sérültnek tekintjük, és a nemparaméteres Mann–Whitney-próba jön."],["A Shapiro–Wilk teszt mindkét csoportban p > 0,05, de a Levene-teszt p = 0,02. Melyik próbát választod?",["Student-féle t-próba","Khi² próba","Welch-próba"],2,"A normalitás rendben van, de a változó szórása szignifikánsan eltér a két csoportban (p < 0,05), ezért a robusztus Welch-próba a megfelelő. Ez is az átlagokat hasonlítja össze."],["A Cohen-féle d = 0,68. Hogyan jellemzed a hatást?",["Kicsi","Közepes","Nagy"],1,"Cohen ökölszabálya szerint 0,5 körül közepes, 0,8 fölött nagy a hatás, így a 0,68 közepes."],["Ugyanazokat a diákokat a tréning előtt és után is megmérted. Használhatsz független mintás t-próbát?",["Nem, ez összetartozó minta, páros mintás t-próba kell","Igen, ha a szórások egyenlők","Igen, ha elég nagy a minta"],0,"Ugyanazok az emberek szerepelnek mindkét mérésben, tehát a minták összetartozók. Ilyenkor a páros mintás t-próba a megfelelő eszköz."]];
  
  var box=document.getElementById('ddQs'),score=document.getElementById('ddScore2'),done=0,good=0;
  Q.forEach(function(q,i){
    var d=document.createElement('div');d.className='dd-q';
    var p=document.createElement('p');p.textContent=(i+1)+'. '+q[0];d.appendChild(p);
    var o=document.createElement('div');o.className='dd-opts';d.appendChild(o);
    var fb=document.createElement('div');fb.className='dd-fb';fb.textContent=q[3];d.appendChild(fb);
    q[1].forEach(function(t,j){
      var b=document.createElement('button');b.type='button';b.textContent=t;
      b.addEventListener('click',function(){
        if(d.classList.contains('done'))return;d.classList.add('done');done++;
        var bs=o.querySelectorAll('button');
        if(j===q[2]){b.classList.add('ok');good++;}else{b.classList.add('no');bs[q[2]].classList.add('ok');}
        if(done===Q.length){score.textContent=good+'/'+Q.length+' találat. '+(good===Q.length?'Tökéletes! 🎉':good>=3?'Szép munka, már csak az árnyalatok vannak hátra.':'Semmi gond, erre való a gyakorlás. Szívesen átnézzük együtt!');}
      });o.appendChild(b);
    });
    box.appendChild(d);
  });
})();
</script>
]]></content:encoded>
					
					<wfw:commentRss>https://datadiva.hu/fuggetlen-mintas-t-proba/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Kereszttábla és khi² próba: két kvalitatív változó kapcsolata</title>
		<link>https://datadiva.hu/kereszttabla-khi2-proba/</link>
					<comments>https://datadiva.hu/kereszttabla-khi2-proba/#respond</comments>
		
		<dc:creator><![CDATA[Dr. Kun Zsuzsanna]]></dc:creator>
		<pubDate>Mon, 19 Oct 2026 07:00:00 +0000</pubDate>
				<category><![CDATA[Gyorstalpaló]]></category>
		<guid isPermaLink="false">https://datadiva.hu/?p=1115</guid>

					<description><![CDATA[Hogyan vizsgáld két kvalitatív változó kapcsolatát? Kereszttábla, khi² próba és a három fix lépés egy kidolgozott példán.]]></description>
										<content:encoded><![CDATA[
<style>.dd-post p a:not([class]){text-decoration:underline;text-decoration-thickness:1.5px;text-underline-offset:3px;font-weight:600}
.dd-post{--y:#F4B637;--y-soft:#FFF6DF;--y-line:#F1DFB4;--k:#111;--ink:#2a2a2a;--mute:#6b6b6b;--ok:#2e7d4f;--no:#b3402f;
  font-family:system-ui,-apple-system,"Segoe UI",Roboto,"Helvetica Neue",Arial,sans-serif;color:var(--ink);line-height:1.7;font-size:18px;max-width:820px;margin:0 auto;padding:16px;box-sizing:border-box}
.dd-post *,.dd-post *::before,.dd-post *::after{box-sizing:border-box}
.dd-post h1,.dd-post h2,.dd-post h3{color:var(--k);line-height:1.2;margin:0;font-weight:800;letter-spacing:-.01em}
.dd-post p{margin:0 0 1.1em}
.dd-post a{color:inherit}

/* HERO */
.dd-hero{position:relative;overflow:hidden;background:var(--k);color:#fff;border-radius:28px;padding:44px 36px 120px}
.dd-brand{display:flex;align-items:center;gap:12px;margin-bottom:28px}
.dd-brand img{width:46px;height:46px;border-radius:50%;display:block}
.dd-brand span{font-size:14px;letter-spacing:.14em;text-transform:uppercase;color:var(--y);font-weight:700}
.dd-hero h1{color:#fff;font-size:clamp(32px,6vw,52px);max-width:15em}
.dd-hero h1 em{font-style:normal;color:var(--k);background:var(--y);padding:0 .22em;border-radius:8px;box-decoration-break:clone;-webkit-box-decoration-break:clone}
.dd-hero p.dd-lead{color:#e7e7e7;font-size:19px;max-width:34em;margin:22px 0 18px}
.dd-meta{font-size:14px;color:#bdbdbd}
.dd-meta b{color:var(--y);font-weight:700}
.dd-bell{position:absolute;left:0;right:0;bottom:-2px;width:100%;height:110px;display:block}

/* SECTIONS */
.dd-sec{margin-top:56px}
.dd-kicker{display:inline-block;font-size:13px;font-weight:800;letter-spacing:.12em;text-transform:uppercase;background:var(--y);color:var(--k);padding:3px 12px;border-radius:99px;margin-bottom:14px}
.dd-sec h2{font-size:clamp(26px,4.5vw,36px);margin-bottom:18px}
.dd-hl{background:linear-gradient(transparent 62%,var(--y) 62%);padding:0 2px}

/* STAIRS */
.dd-stairs{display:grid;grid-template-columns:repeat(4,1fr);gap:10px;align-items:end;margin:30px 0 8px}
.dd-step{border-radius:14px 14px 0 0;padding:14px 12px 12px;background:var(--y-soft);border:2px solid var(--y);text-align:center;display:flex;flex-direction:column;justify-content:flex-end}
.dd-step:nth-child(1){min-height:96px}.dd-step:nth-child(2){min-height:132px}.dd-step:nth-child(3){min-height:168px}.dd-step:nth-child(4){min-height:204px;background:var(--y)}
.dd-step b{display:block;font-size:17px;color:var(--k)}
.dd-step small{font-size:13px;color:#555;line-height:1.35;display:block;margin-top:2px}
.dd-axis{display:flex;justify-content:space-between;font-size:13px;color:var(--mute);font-weight:600;border-top:2px dashed var(--y-line);padding-top:6px}

/* LEVEL CARDS */
.dd-card{border:2px solid var(--k);border-radius:20px;padding:26px 26px 14px;margin:26px 0;background:#fff;position:relative}
.dd-card .dd-num{position:absolute;top:-18px;left:22px;background:var(--k);color:var(--y);font-weight:800;border-radius:99px;padding:3px 16px;font-size:14px;letter-spacing:.08em}
.dd-card h3{font-size:26px;margin-bottom:2px}
.dd-card .dd-sub{color:var(--mute);font-size:15px;margin-bottom:12px}
.dd-tags{display:flex;flex-wrap:wrap;gap:8px;margin:4px 0 14px}
.dd-tags span{background:var(--y-soft);border:1px solid var(--y-line);border-radius:99px;padding:2px 13px;font-size:15px}
.dd-mine{background:var(--y-soft);border-left:5px solid var(--y);border-radius:0 12px 12px 0;padding:10px 16px;font-size:16px;margin:6px 0 14px}
.dd-mine b{color:var(--k)}

/* CALLOUTS */
.dd-call{background:var(--k);color:#f3f3f3;border-radius:20px;padding:24px 26px;margin:28px 0}
.dd-call h3{color:var(--y);font-size:21px;margin-bottom:8px}
.dd-call p:last-child{margin:0}
.dd-call code,.dd-post code{background:rgba(244,182,55,.18);border-radius:6px;padding:1px 7px;font-size:.92em}
.dd-call code{color:var(--y)}
.dd-tip{background:var(--y-soft);border:2px solid var(--y);border-radius:20px;padding:20px 24px;margin:28px 0}
.dd-tip p:last-child{margin:0}

/* TABLE */
.dd-tbl{width:100%;border-collapse:separate;border-spacing:0;font-size:16px;border:2px solid var(--k);border-radius:16px;overflow:hidden;margin:20px 0}
.dd-tbl th{background:var(--k);color:var(--y);text-align:left;padding:12px 14px;font-size:14px;letter-spacing:.06em;text-transform:uppercase}
.dd-tbl td{padding:12px 14px;vertical-align:top;border-top:1px solid var(--y-line)}
.dd-tbl tr:nth-child(even) td{background:#fffbf0}
.dd-tbl td:first-child{font-weight:800;white-space:nowrap}
.dd-scroll{overflow-x:auto}


/* FIGURES */
.dd-fig{display:grid;grid-template-columns:1fr 1fr;gap:16px;margin:24px 0}
.dd-figi{min-width:0;margin:0;background:#fff;border:2px solid var(--k);border-radius:20px;padding:16px;position:relative}
.dd-figi svg{width:100%;height:auto;display:block;margin-top:6px}
.dd-figi figcaption{font-size:14px;color:var(--mute);line-height:1.5;margin-top:8px}
.dd-badge{display:inline-block;font-size:12px;font-weight:800;letter-spacing:.06em;text-transform:uppercase;background:var(--y);color:var(--k);padding:3px 12px;border-radius:99px}
.dd-badge.ok{background:var(--ok);color:#fff}.dd-badge.no{background:var(--no);color:#fff}
.dd-figi.bad{border-color:var(--no)}.dd-figi.good{border-color:var(--ok)}
.dd-mini{margin:12px 0 0;font-size:15px}.dd-mini th{letter-spacing:0;font-size:12px;padding:10px 8px}.dd-mini td{padding:10px 8px}.dd-mini td:first-child{white-space:normal}.dd-mini tr.tot td{font-weight:800;background:var(--y-soft)}
.dd-hbar{margin-top:14px;display:grid;gap:14px}
.dd-hbar .row{display:grid;grid-template-columns:48px 1fr;gap:4px 10px;align-items:center;font-size:15px}
.dd-hbar .trk{background:var(--y-soft);border-radius:8px;height:28px;overflow:hidden}
.dd-hbar .trk i{display:block;height:100%;background:var(--y);border-right:2px solid var(--k)}
.dd-hbar b{grid-column:2;font-size:14px;color:var(--k)}
@media(max-width:640px){.dd-fig{grid-template-columns:1fr}}


/* VISUAL STRIPS */
.dd-vis{display:flex;flex-wrap:wrap;gap:10px;justify-content:center;background:var(--y-soft);border:1px solid var(--y-line);border-radius:16px;padding:14px 10px 10px;margin:6px 0 14px}
.dd-vi{margin:0;flex:1 1 120px;max-width:200px;text-align:center}
.dd-vi.wide{flex:1 1 100%;max-width:420px}
.dd-vi svg{width:100%;height:auto;max-height:110px;display:block}
.dd-vi figcaption{font-size:13px;color:var(--mute);line-height:1.35;margin-top:4px}


.dd-main td.dd-lvl{font-weight:800;white-space:nowrap}
.dd-main td.dd-grp{background:var(--y);color:var(--k);font-weight:400;border-right:2px solid var(--k);width:170px;max-width:170px;white-space:normal;vertical-align:middle}
.dd-main td.dd-grp.dark{background:var(--k);color:#fff}
.dd-main td.dd-grp.dark b{color:var(--y)}
.dd-main td.dd-grp b{display:block;font-size:17px;margin-bottom:4px}
.dd-main td.dd-grp small{display:block;font-size:12.5px;line-height:1.35;opacity:.85}
.dd-main tr.dd-split td{border-top:2px solid var(--k)}
.dd-main tr:nth-child(even) td:not(.dd-grp){background:#fffbf0}
.dd-main{min-width:620px;table-layout:auto}

/* QUIZ */
.dd-quiz{background:var(--y-soft);border:2px solid var(--y);border-radius:24px;padding:26px}
.dd-q{background:#fff;border-radius:16px;padding:16px 18px;margin-top:14px;border:1px solid var(--y-line)}
.dd-q p{margin:0 0 10px;font-weight:700;color:var(--k)}
.dd-opts{display:flex;flex-wrap:wrap;gap:8px}
.dd-opts button{font:inherit;font-size:15px;cursor:pointer;background:#fff;border:2px solid var(--k);color:var(--k);border-radius:99px;padding:5px 16px;transition:.15s}
.dd-opts button:hover{background:var(--y)}
.dd-opts button.ok{background:var(--ok);border-color:var(--ok);color:#fff}
.dd-opts button.no{background:var(--no);border-color:var(--no);color:#fff}
.dd-fb{font-size:15px;margin:10px 0 0;color:var(--mute);display:none}
.dd-q.done .dd-fb{display:block}
.dd-score{margin-top:16px;font-weight:800;color:var(--k);min-height:1.4em}

/* CTA */
.dd-cta{background:var(--k);color:#fff;border-radius:28px;padding:44px 32px;margin-top:60px;position:relative;overflow:hidden}
.dd-cta h2{color:#fff;font-size:clamp(28px,5vw,40px)}
.dd-cta h2 em{font-style:normal;color:var(--y)}
.dd-cta p{color:#e3e3e3}
.dd-plans{display:grid;grid-template-columns:repeat(3,1fr);gap:14px;margin:26px 0}
.dd-plan{background:#1d1d1d;border:2px solid #333;border-radius:18px;padding:18px;text-align:center}
.dd-plan.hot{border-color:var(--y);background:#241d0c}
.dd-plan b{display:block;font-size:30px;color:var(--y);line-height:1.1}
.dd-plan span{display:block;font-size:15px;color:#cfcfcf;margin-top:6px;line-height:1.4}
.dd-btn{display:inline-block;background:var(--y);color:var(--k)!important;font-weight:800;text-decoration:none;font-size:19px;padding:15px 34px;border-radius:99px;transition:transform .15s,box-shadow .15s}
.dd-btn:hover{transform:translateY(-2px);box-shadow:0 8px 0 rgba(244,182,55,.35)}
.dd-sign{margin-top:26px;font-size:15px;color:#bdbdbd}
.dd-sign a{color:var(--y);text-decoration:none;font-weight:700}
.dd-sign b{color:#fff}

@media(max-width:640px){
  .dd-post{font-size:17px;padding:10px}
  .dd-hero{padding:30px 22px 100px;border-radius:22px}
  .dd-stairs{gap:6px}.dd-step{padding:10px 4px}.dd-step b{font-size:14px}.dd-step small{display:none}
  .dd-card{padding:24px 18px 8px}
  .dd-plans{grid-template-columns:1fr}
  .dd-cta{padding:32px 20px;border-radius:22px}
  .dd-quiz{padding:18px}
  .dd-tbl td:first-child{white-space:normal}
}


.dd-rules2{margin:10px 0 18px;padding-left:22px}.dd-rules2 li{margin-bottom:6px}
.dd-case{border:2px solid var(--k);border-radius:22px;margin:22px 0;overflow:hidden;background:#fff}
.dd-case>header{background:var(--k);padding:14px 20px;display:flex;gap:12px;align-items:center;flex-wrap:wrap}
.dd-case>header h3{color:#fff;font-size:20px}
.dd-case .in{display:grid;grid-template-columns:1.3fr 1fr;gap:18px;padding:12px 20px 18px;align-items:center}
.dd-rows .r{display:grid;grid-template-columns:104px 1fr;gap:12px;padding:10px 0;border-bottom:1px dashed var(--y-line);font-size:16px;line-height:1.55}
.dd-rows .r:last-child{border-bottom:0}
.dd-rows .r b:first-child{color:var(--k);font-size:12.5px;text-transform:uppercase;letter-spacing:.05em;padding-top:3px}
.dd-curve{background:var(--y-soft);border-radius:16px;padding:10px}.dd-curve svg{width:100%;height:auto;display:block}
@media(max-width:700px){.dd-case .in{grid-template-columns:1fr}.dd-rows .r{grid-template-columns:1fr;gap:2px}.dd-curve{order:-1}}

.dd-pair{display:grid;grid-template-columns:1fr 1fr;gap:16px;margin:22px 0}
.dd-pair>div{border-radius:20px;padding:22px}
.dd-pair h3{font-size:22px;margin:8px 0}
.dd-pair p{margin:0;font-size:16px}
.dd-h0{background:var(--y);color:var(--k)}.dd-h0 .dd-badge{background:var(--k);color:var(--y)}
.dd-h1{background:var(--k);color:#f1f1f1}.dd-h1 h3{color:var(--y)}
.dd-rules{padding-left:0;list-style:none;counter-reset:r;margin:0 0 20px}
.dd-rules li{counter-increment:r;position:relative;padding:12px 14px 12px 56px;border:1px solid var(--y-line);border-radius:14px;margin-bottom:8px;background:#fff}
.dd-rules li::before{content:counter(r);position:absolute;left:12px;top:50%;transform:translateY(-50%);width:32px;height:32px;border-radius:50%;background:var(--y);color:var(--k);font-weight:800;display:grid;place-items:center}
.dd-dec{display:grid;grid-template-columns:1fr 1fr;gap:14px;margin:22px 0}
.dd-dec>div{border-radius:18px;padding:18px 20px;border:2px solid var(--k)}
.dd-dec b{display:block;font-size:22px}
.dd-dec .yes{background:var(--ok);color:#fff;border-color:var(--ok)}
.dd-dec .no{background:#fff;color:var(--k)}
.dd-defs{display:grid;grid-template-columns:1fr 1fr;gap:16px;margin:20px 0}
.dd-defs>div{background:var(--y-soft);border:1px solid var(--y-line);border-radius:18px;padding:18px 20px}
.dd-defs h3{font-size:19px;margin-bottom:6px}.dd-defs p{margin:0;font-size:16px}
.dd-hp{display:grid;grid-template-columns:1fr 1fr;gap:12px;margin:8px 0 14px}
.dd-hp>div{background:var(--y-soft);border-left:5px solid var(--y);border-radius:0 14px 14px 0;padding:12px 16px;font-size:16px}
.dd-hp>div:last-child{background:#f4f4f4;border-left-color:var(--k)}
.dd-hp b{display:block;color:var(--k);font-size:18px;margin-bottom:2px}
.dd-hp.big{margin-top:14px}
.dd-three{display:grid;grid-template-columns:repeat(3,1fr);gap:14px;margin:22px 0}
.dd-tcard{background:#fff;border:2px solid var(--k);border-radius:20px;padding:16px;min-width:0}
.dd-tcard svg{width:100%;height:auto;display:block;margin:8px 0}
.dd-tcard p{font-size:15px;line-height:1.5;margin:0 0 8px}
.dd-tcard small{display:block;font-size:13px;color:var(--mute);line-height:1.45}
.dd-card .dd-num{letter-spacing:.08em}
@media(max-width:700px){.dd-pair,.dd-dec,.dd-defs,.dd-hp,.dd-three{grid-template-columns:1fr}}

.dd-case .in{grid-template-columns:1fr 1.15fr;align-items:start;gap:20px}
.dd-left{display:flex;flex-direction:column;gap:12px}
.dd-situ{background:var(--y-soft);border-left:5px solid var(--y);border-radius:0 14px 14px 0;padding:12px 16px;font-size:16px;line-height:1.55}
.dd-situ b{display:block;color:var(--k);font-size:12.5px;text-transform:uppercase;letter-spacing:.05em;margin-bottom:4px}
.dd-curve{background:#fff;border:1px solid var(--y-line)}
.dd-rows .r b.nm{font-size:16px;text-transform:none;letter-spacing:0;background:var(--y);padding:2px 10px;border-radius:99px;display:inline-block;color:var(--k);padding-top:2px}
@media(max-width:700px){.dd-case .in{grid-template-columns:1fr}.dd-curve{order:0}}


.dd-stephead{display:flex;gap:16px;align-items:center;background:var(--k);border-radius:20px;padding:16px 22px;margin:0 0 16px}
.dd-stephead .num{flex:none;width:60px;height:60px;border-radius:50%;background:var(--y);color:var(--k);font-size:34px;font-weight:900;display:grid;place-items:center;line-height:1}
.dd-stephead small{display:block;color:var(--y);font-size:12px;font-weight:800;letter-spacing:.12em;text-transform:uppercase;margin-bottom:2px}
.dd-stephead h2{margin:0!important;color:#fff!important;font-size:clamp(21px,4.4vw,30px)!important;line-height:1.15}
.dd-flow .st .n{font-size:13px}
.dd-small{font-size:14px;color:var(--mute)}
.dd-char{display:flex;flex-direction:column;gap:14px;margin:18px 0 6px}
.dd-char .cc{display:grid;grid-template-columns:1.15fr 1fr;gap:18px;align-items:center;border:2px solid var(--k);border-radius:18px;padding:18px 20px;background:#fff}
.dd-char .cc>*{min-width:0}
.dd-char h3{margin:8px 0 2px;font-size:20px}
.dd-char .tst{margin:0 0 8px;color:var(--mute);font-size:14px}
.dd-char p{margin:6px 0}
.dd-char .cn{background:var(--y-soft);border-left:4px solid var(--y);border-radius:8px;padding:8px 12px}
.dd-char .cv{background:var(--y-soft);border-radius:14px;padding:12px}
@media(max-width:700px){.dd-char .cc{grid-template-columns:1fr}.dd-stephead{padding:14px 16px}.dd-stephead .num{width:50px;height:50px;font-size:28px}}

.dd-combo{display:flex;flex-direction:column;gap:2px;align-items:center;justify-content:center;background:var(--y-soft);border:1px solid var(--y-line);border-radius:16px;padding:14px;margin:16px 0;font-size:15px}
.dd-combo span{background:var(--y);border:2px solid var(--k);border-radius:99px;padding:3px 14px;font-weight:700;color:var(--k)}
.dd-combo span.b{background:var(--k);color:var(--y)}
.dd-combo .r{display:grid;grid-template-columns:1fr auto 1fr;gap:10px;align-items:center;width:100%;max-width:400px}.dd-combo .r span{text-align:center}.dd-combo i{font-style:normal;font-weight:800}.dd-combo em{font-style:normal;color:var(--mute);padding:0 6px}
.dd-flow{display:grid;grid-template-columns:1fr auto 1fr auto 1fr;gap:10px;align-items:stretch;margin:22px 0}
.dd-flow .st{background:#fff;border:2px solid var(--k);border-radius:20px;padding:16px;display:flex;flex-direction:column;gap:6px}
.dd-flow .st:first-child{background:var(--y)}
.dd-flow .n{align-self:flex-start;background:var(--k);color:var(--y);font-size:12px;font-weight:800;letter-spacing:.08em;text-transform:uppercase;padding:3px 12px;border-radius:99px}
.dd-flow .st b{font-size:19px;line-height:1.25;color:var(--k)}
.dd-flow .st small{font-size:14px;color:#4a4a4a;line-height:1.4}
.dd-flow .ar{display:flex;flex-direction:column;align-items:center;justify-content:center;font-size:30px;font-weight:800;color:var(--k)}
.dd-flow .ar span{font-size:12px;font-weight:800;color:var(--ok);letter-spacing:.04em;text-transform:uppercase}
.dd-exitrow{display:grid;grid-template-columns:1fr 1fr;gap:12px}.dd-go{background:#fff;border:2px solid var(--ok);border-radius:16px;padding:14px 18px;font-size:16px}@media(max-width:640px){.dd-exitrow{grid-template-columns:1fr}}
.dd-exit{background:#fff;border:2px dashed var(--no);border-radius:16px;padding:14px 18px;font-size:16px}
.dd-core{background:var(--k);border-radius:28px;padding:22px 24px 24px;margin:22px 0;box-shadow:0 0 0 5px var(--y)}
.dd-core .lbl{color:var(--y);font-size:13px;font-weight:800;letter-spacing:.14em;text-transform:uppercase;margin-bottom:14px}
.dd-core .dd-flow{margin:0 0 16px}
.dd-core .dd-flow .st{border-color:var(--y);padding:18px}
.dd-core .dd-flow .st b{font-size:22px}
.dd-core .dd-flow .n{font-size:13px;padding:4px 14px}
.dd-core .dd-flow .ar{color:var(--y);font-size:38px}
.dd-core .dd-flow .ar span{color:#8fe0ac;font-size:13px}
.dd-core .dd-exit{background:transparent;border:2px dashed #ff8a75;color:#fff}
.dd-core .dd-exit b{color:#ff8a75}
@media(max-width:700px){.dd-core{padding:18px 16px 18px}.dd-core .dd-flow .ar{transform:none;height:auto;flex-direction:row;gap:10px;font-size:32px;line-height:1}.dd-core .dd-flow .ar span{transform:none;margin:0;order:2}.dd-core .dd-flow .ar{font-size:0}.dd-core .dd-flow .ar::before{content:'↓';font-size:32px;color:var(--y)}.dd-core .dd-flow .ar span{font-size:13px}}
.dd-three3{display:grid;grid-template-columns:repeat(3,1fr);gap:12px;margin:20px 0}
.dd-three3>div{background:var(--y-soft);border:1px solid var(--y-line);border-radius:16px;padding:14px 16px;font-size:15.5px;line-height:1.5}
.dd-three3 b{display:block;font-size:22px;color:var(--k);margin-bottom:4px}
.dd-hbar .row span{min-width:60px}
@media(max-width:700px){.dd-flow{grid-template-columns:1fr}.dd-flow .ar{flex-direction:row;gap:8px;transform:rotate(90deg);height:34px;font-size:26px}.dd-flow .ar span{transform:rotate(-90deg);margin-left:14px}.dd-three3{grid-template-columns:1fr}}
.dd-post .dd-tbl{font-size:18px}
.dd-post .dd-tbl th{font-size:15px;padding:14px 16px}
.dd-post .dd-tbl td{padding:14px 16px;line-height:1.45}
@media(max-width:640px){.dd-post .dd-tbl{font-size:16px}.dd-post .dd-tbl th{font-size:13px;padding:12px 10px}.dd-post .dd-tbl td{padding:12px 10px}}

.dd-post .dd-xt{width:100%;border-collapse:collapse;font-size:18px;table-layout:fixed;border:2px solid var(--k)}
.dd-post .dd-xt th,.dd-post .dd-xt td{border:1px solid #999;padding:12px 8px;text-align:center;background:#fff;line-height:1.3}
.dd-post .dd-xt thead th{background:var(--k);color:#fff;font-size:15px}.dd-post .dd-xt thead th small{display:block;font-weight:400;color:var(--y);font-size:12px}
.dd-post .dd-xt tbody th{text-align:left;background:var(--y-soft);font-size:15px}.dd-post .dd-xt .c0{background:var(--k)}
.dd-post .dd-xt td small{display:block;color:var(--mute);font-size:13px}
.dd-post .dd-xt .mg{background:#f2f2f2;color:var(--mute)}
.dd-post .dd-xt .hi{background:var(--y)}.dd-post .dd-xt .hi small{color:var(--k)}
.dd-post .dd-xt tbody tr:last-child th,.dd-post .dd-xt tbody tr:last-child td{border-top:2px solid var(--k)}
.dd-post .dd-xt.one tbody tr:last-child th,.dd-post .dd-xt.one tbody tr:last-child td{border-top:1px solid #999}
.dd-post .dd-xt.one th:first-child{text-align:left}.dd-post .dd-xt.one td{white-space:nowrap}
@media(max-width:700px){.dd-post .dd-xt.one{font-size:14px}.dd-post .dd-xt.one th,.dd-post .dd-xt.one td{padding:10px 2px}}
.dd-why{border:2px solid var(--k);border-radius:18px;background:var(--y-soft);padding:18px 22px;margin:18px 0}.dd-calm{background:#fff;border:2px dashed var(--k);border-radius:12px;padding:10px 14px}.dd-why h3{margin:0 0 8px}.dd-why p{margin:8px 0}.dd-why ol{margin:8px 0;padding-left:22px}.dd-why li{margin:6px 0}
.dd-fx{background:var(--k);color:#fff;border-radius:14px;padding:14px 18px;margin:12px 0;font-weight:700;font-size:17px}.dd-fx span{display:block;color:var(--y);font-weight:800;margin-top:4px}
.dd-two{display:grid;grid-template-columns:1fr 1fr;gap:14px;margin:16px 0}
.dd-lv{border-radius:20px;padding:18px 20px;border:2px solid var(--k)}.dd-lv.q{background:var(--y-soft)}.dd-lv.n{background:var(--y-soft)}.dd-lv.n .dd-kicker{background:var(--k);color:var(--y)}.dd-lv p{margin:4px 0}
.dd-sc{display:grid;grid-template-columns:repeat(3,1fr);gap:14px;margin:12px 0}.dd-sc>div{border:2px solid var(--k);border-radius:16px;padding:14px 16px;background:#fff}.dd-sc p{margin:6px 0 0;font-size:15px}
@media(max-width:700px){.dd-two,.dd-sc{grid-template-columns:1fr}.dd-post .dd-xt{font-size:16px}.dd-post .dd-xt th{font-size:13px}.dd-post .dd-xt th,.dd-post .dd-xt td{padding:10px 4px}}
</style>

<article class="dd-post">
  <header class="dd-hero">
    <div class="dd-brand"><img decoding="async" src="data:image/png;base64,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" alt="datadiva logó"><span>datadiva · statisztika gyorstalpaló</span></div>
    <h1>Kereszttábla és khi² próba: <em>két kvalitatív változó</em> kapcsolata</h1>
    <p class="dd-lead">Amikor mindkét változód kategóriákba sorol (nem, szak, igen/nem, jutalom típusa), a kapcsolatot kereszttáblával vizsgálod. Itt egy kidolgozott példán végigmegyünk rajta: előfeltétel, majd a három fix lépés.</p>
    <div class="dd-meta"><b>Statisztika alapok</b> · kb. 7 perc olvasás · khi² próba, Cramér V</div>
    <svg class="dd-bell" viewBox="0 0 800 110" preserveAspectRatio="none" aria-hidden="true"><path d="M0 110 C 160 108, 250 100, 320 60 C 360 38, 380 8, 400 8 C 420 8, 440 38, 480 60 C 550 100, 640 108, 800 110 Z" fill="#F4B637"/></svg>
  </header><style>.dd-post [id]{scroll-margin-top:120px}.dd-post #roviden a{text-decoration:underline;text-underline-offset:3px}</style><section class="dd-sec" id="roviden"><span class="dd-kicker">Röviden</span><div class="dd-tip"><p>Ha mindkét változód kvalitatív (nominális vagy ordinális), a kapcsolatukat <b>kereszttáblával és khi² próbával</b> vizsgálod:</p><ul><li><b><a href="#elofeltetel">Előfeltétel</a>:</b> a várható gyakoriság a belső cellák legfeljebb 20%-ában lehet 5-nél kisebb, és egyik sem lehet 1-nél kisebb. <a href="#ha-nem-teljesul">És ha nem teljesül?</a></li><li><b><a href="#letezik">1. Létezik-e a kapcsolat?</a></b> Khi² próba: ha p &lt; 0,05, van kapcsolat.</li><li><b><a href="#szorossag">2. Milyen szoros?</a></b> Cramér-féle V, 2×2-es táblánál phi.</li><li><b><a href="#termeszet">3. Milyen természetű?</a></b> Relatív gyakoriságok (százalékok). A magyarázó változó kategóriái szerint <a href="#szazalek">százalékolj</a>.</li></ul><p>Melyik teszt mikor kell? Lásd a <a href="https://datadiva.hu/tesztvalasztas-melyik-probat-hasznald-ket-valtozo-kapcsolatahoz/">Tesztválasztás</a> cikket.</p></div></section>

  <section class="dd-sec">
    <span class="dd-kicker">Az alaphelyzet</span>
    <h2>Két kvalitatív változó: <span class="dd-hl">asszociációs kapcsolat</span></h2>
    <p>Ha mindkét változód <b>kvalitatív</b> (nominális vagy ordinális), a kapcsolatukat <b>asszociációs kapcsolatnak</b> nevezzük. A megfigyeléseket egy <b>kereszttáblába</b> rendezzük: a sorokban az egyik, az oszlopokban a másik változó kategóriái vannak, a cellákban pedig a gyakoriságok.</p>
    <div class="dd-call"><h3>A példánk</h3><p>Kisállatokat tanítunk, és kétféle jutalmat használunk: <b>kaját</b> vagy <b>dicséretet</b>. Azt nézzük, hogy a jutalom típusa összefügg-e azzal, hogy az állat <b>megtanul-e egy trükköt</b>. Mindkét változó nominális.</p></div>
    <div class="dd-two">
      <div class="dd-lv q"><span class="dd-kicker">H0</span><p>A jutalom típusa (kaja / dicséret) és a trükk megtanulásának ténye (igen / nem) <b>független</b> egymástól a kisállatoknál.</p></div>
      <div class="dd-lv n"><span class="dd-kicker">H1</span><p>A jutalom típusa és a trükk megtanulásának ténye <b>összefügg</b> (asszociáció van közöttük).</p></div>
    </div>
    <p>A megfigyelt gyakoriságok (270 állat):</p>
    <div class="dd-scroll"><table class="dd-xt "><thead><tr><th class="c0"></th><th>Kaja<small>jutalom</small></th><th>Dicséret<small>jutalom</small></th><th>Összesen</th></tr></thead><tbody><tr><th>Nem tudja a trükköt</th><td>24</td><td>121</td><td class="mg">145</td></tr><tr><th>Tudja a trükköt</th><td>48</td><td>77</td><td class="mg">125</td></tr><tr><th>Összesen</th><td class="mg">72</td><td class="mg">198</td><td class="mg">270</td></tr></tbody></table></div>
  </section>

  <section class="dd-sec">
    <span class="dd-kicker">Előfeltétel</span>
    <h2 id="elofeltetel">Először: <span class="dd-hl">használhatod-e a khi² próbát?</span></h2>
    <p>Kereszttáblánál a megfelelő próba a <b>khi² próba</b>. Ez azt veti össze, hogy a megfigyelt gyakoriságok mennyire térnek el azoktól, amiket függetlenség esetén várnánk. Az előfeltételét a tényleges hipotézisvizsgálat <b>előtt</b> kell ellenőrizned, a <b>várható gyakoriságokon</b>:</p>
    <div class="dd-call"><h3>A szabály</h3><p>A tábla <b>belsejében</b> lévő cellák <b>legfeljebb 20%-ában</b> lehet a várható gyakoriság <b>5-nél kisebb</b>, és <b>egyik sem lehet 1-nél kisebb</b>. A margón lévő összegeket nem vizsgáljuk. (2×2-es táblánál ez azt jelenti, hogy mind a négy cellában legalább 5 kell.)</p></div>
    <p class="dd-small">További feltétel, hogy a megfigyelések <b>függetlenek</b> legyenek: minden állat (válaszadó) pontosan egy cellába kerül, és nem ismételt mérésről van szó.</p>
    <p>A várható gyakoriságok a példánkban (a vizsgálandó cellák kiemelve):</p>
    <div class="dd-scroll"><table class="dd-xt "><thead><tr><th class="c0"></th><th>Kaja<small>jutalom</small></th><th>Dicséret<small>jutalom</small></th><th>Összesen</th></tr></thead><tbody><tr><th>Nem tudja a trükköt</th><td class="hi">38,667</td><td class="hi">106,333</td><td class="mg">145</td></tr><tr><th>Tudja a trükköt</th><td class="hi">33,333</td><td class="hi">91,667</td><td class="mg">125</td></tr><tr><th>Összesen</th><td class="mg">72</td><td class="mg">198</td><td class="mg">270</td></tr></tbody></table></div>
    <div class="dd-why"><h3>Honnan jönnek ezek a számok?</h3>
      <p class="dd-calm"><b>Ne ijedj meg a képlettől!</b> Ezt nem neked kell kiszámolnod: az <a href="https://datadiva.hu/spss-maganoktatas/">SPSS</a>, a <a href="https://datadiva.hu/jasp-segitseg/">JASP</a> és a <a href="https://datadiva.hu/jamovi-segitseg-es-online-konzultacio/">jamovi</a> kiszámolja helyetted, és kérésre ki is írja a várható gyakoriságokat. Neked csak értened kell, mit jelentenek, és ellenőrizned az előfeltételt.</p>
      <p>A várható gyakoriság azt mutatja, <b>mit látnánk, ha a jutalom és a trükk tanulása semmit nem számítana</b> (vagyis a H0 igaz lenne). Ilyenkor a kaját kapók aránya ugyanakkora lenne a trükköt tudók között, mint a nem tudók között.</p>
      <ol>
        <li>Összesen <b>270</b> állatból <b>72</b> kapott kaját, ez <b>26,7%</b> (72 / 270).</li>
        <li>Ha a trükk tudása nem függne a jutalomtól, ennyi lenne a kajások aránya <b>mindkét</b> csoportban.</li>
        <li>A trükköt nem tudók csoportja <b>145</b> állat. Ennek 26,7%-a: 145 × 0,267 = <b>38,667</b>. Ez a bal felső cella.</li>
      </ol>
      <div class="dd-fx">sorösszeg × oszlopösszeg / összes elem<span>145 × 72 / 270 = 38,667</span></div>
      <p>Ugyanígy jön ki a többi cella is. Az összehasonlítás a lényeg: a trükköt nem tudók között <b>24</b> kajás állatot találtunk, de függetlenség esetén <b>38,7</b>-et várnánk, vagyis kevesebbet a vártnál. A trükköt tudóknál <b>48</b> a megfigyelt, és csak <b>33,3</b> a várt, vagyis több. A khi² próba azt méri, mennyire nagyok ezek az eltérések összességében.</p>
      <p class="dd-small">Az előfeltételnél ezért a várható gyakoriságokat nézzük: ha ezek túl kicsik, a próba megbízhatatlan.</p>
    </div>
    <p class="dd-note"><b>Itt teljesül:</b> egyik cellában sem kisebb 5-nél a várható gyakoriság (a legkisebb is 33,333), tehát jöhet a khi² próba.</p>
    <h3 id="ha-nem-teljesul" style="margin:22px 0 8px">És ha nem teljesül?</h3>
    <div class="dd-sc">
      <div><b>Fisher-féle egzakt próba</b><p><b>2×2-es</b> táblánál a klasszikus Fisher-próba. A hipotézisek ugyanazok, hatásmérete a phi. Nagyobb táblára az egzakt próba kiterjesztett változata is létezik.</p></div>
      <div><b>Kategóriák összevonása</b><p>Ha tartalmilag értelmes, vonj össze kategóriákat, így nő a cellák gyakorisága.</p></div>
      <div><b>Más alternatívák</b><p>Ha egyik sem járható, másik elemzési megoldást kell keresni, pl. a <b>Monte Carlo szimulációval</b> számolt p-értéket. Ezt az SPSS és az RStudio (R) tudja.</p></div>
    </div>
  </section>

  <section class="dd-sec">
    <div class="dd-stephead"><span class="num">1</span><div><small>1. lépés</small><h2 id="letezik">Létezik-e a kapcsolat?</h2></div></div>
    <p>A szoftver (SPSS, JASP, jamovi) kiszámolja a khi² statisztikát és a p-értéket:</p>
    <div class="dd-scroll"><table class="dd-xt one"><thead><tr><th class="c0">Próba</th><th>Érték</th><th>df</th><th>p</th><th>N</th></tr></thead><tbody><tr><th>Khi²</th><td><b>16,386</b></td><td>1</td><td><b>&lt; 0,001</b></td><td>270</td></tr></tbody></table></div>
    <div class="dd-call" style="margin:18px 0"><h3>Döntési szabály</h3><p><b>p &lt; 0,05</b> → H1: <b>van</b> kapcsolat. <b>p &gt; 0,05</b> → H0: <b>nincs</b> kimutatható kapcsolat (a H0-t nem tudjuk elutasítani).</p></div>
    <p>Itt <b>p &lt; 0,001</b>, tehát H1-et fogadjuk el: a jutalom típusa és a trükk megtanulása <b>összefügg</b>. Mehetünk tovább a 2. lépésre.</p>
    <div class="dd-exit"><b>Ha nem lenne kapcsolat:</b> ezt riportálod, és vége az elemzésnek.</div>
  </section>

  <section class="dd-sec">
    <div class="dd-stephead"><span class="num">2</span><div><small>2. lépés</small><h2 id="szorossag">Milyen szoros a kapcsolat?</h2></div></div>
    <p>A p-érték csak azt mondja meg, hogy a kapcsolat létezik, azt nem, hogy mennyire szoros. Ehhez <b>hatásmérték</b> kell. Kereszttáblánál ez a <b>Cramér-féle V</b>; 2×2-es táblánál (és Fishernél) a <b>phi</b>.</p>
    <p>Mindkettő 0 és 1 között mozog (ezen az értelmezési skálán, általános szabályként):</p>
    <svg viewBox="0 0 560 120" role="img" aria-label="A Cramér-féle V értelmezési sávjai: 0 és 0,3 között gyenge, 0,3 és 0,7 között közepes, 0,7 fölött erős; az érték 0,246, vagyis gyenge" style="width:100%;height:auto;display:block;margin:14px 0"><rect x="20" y="46" width="156" height="38" fill="#FFF1C9" stroke="#111" stroke-width="2"/><text x="98" y="71" text-anchor="middle" font-size="17" font-weight="800" fill="#111">gyenge</text><rect x="176" y="46" width="208" height="38" fill="#F8D277" stroke="#111" stroke-width="2"/><text x="280" y="71" text-anchor="middle" font-size="17" font-weight="800" fill="#111">közepes</text><rect x="384" y="46" width="156" height="38" fill="#F4B637" stroke="#111" stroke-width="2"/><text x="462" y="71" text-anchor="middle" font-size="17" font-weight="800" fill="#111">erős</text><text x="20" y="108" text-anchor="middle" font-size="16" fill="#111">0</text><text x="176" y="108" text-anchor="middle" font-size="16" fill="#111">0,3</text><text x="384" y="108" text-anchor="middle" font-size="16" fill="#111">0,7</text><text x="540" y="108" text-anchor="middle" font-size="16" fill="#111">1</text><path d="M148 44 l-9 -16 h18 z" fill="#b3402f"/><text x="148" y="20" text-anchor="middle" font-size="16" font-weight="800" fill="#b3402f">V = 0,246</text></svg>
    <p>A példánkban <b>V = 0,246</b>, ami <b>gyenge kapcsolat</b>. A kapcsolat tehát létezik, de nem szoros.</p>
    <p class="dd-small"><b>Lábjegyzet:</b> a 0 / 0,3 / 0,7 sávok általános szabályok. Cohen szerint phi-re és 2×2-es V-re 0,1 a kicsi, 0,3 a közepes és 0,5 a nagy hatás, így a 0,246 a kicsi és a közepes között van. Nagyobb táblánál a küszöbök a df-től is függnek.</p>
    <p class="dd-small">A kimenetben a phi előjellel (−0,246) is megjelenhet. Nominális változóknál az előjelnek nincs jelentése, mert a kategóriák sorrendje önkényes. Az értelmezéshez az abszolút értéket nézd.</p>
  </section>

  <section class="dd-sec">
    <div class="dd-stephead"><span class="num">3</span><div><small>3. lépés</small><h2 id="termeszet">Milyen természetű a kapcsolat?</h2></div></div>
    <p>A kereszttáblánál a természetet <b>gyakoriságokkal és relatív gyakoriságokkal (százalékokkal)</b> írjuk le. A táblát kétféleképpen lehet 100%-ra venni, és nem mindegy, melyiket nézed.</p>
    <div class="dd-call" style="margin:16px 0"><h3 id="szazalek">Melyik százalékot nézd?</h3><p>Százalékolj annak a változónak a kategóriái szerint, amelyet a másik <b>magyarázójának</b> tekintesz. Nálunk a jutalom (kaja / dicséret) a magyarázó változó, az eredmény pedig az, hogy az állat megtanulta-e a trükköt. Ezért a jutalom csoportjain belül nézzük, hányan tanulták meg a trükköt: ez az <b>oszlopszázalék</b>.</p></div>
    <h3 style="margin:18px 0 6px">Oszlopszázalék (oszloponként 100%)</h3>
    <div class="dd-scroll"><table class="dd-xt "><thead><tr><th class="c0"></th><th>Kaja<small>jutalom</small></th><th>Dicséret<small>jutalom</small></th><th>Összesen</th></tr></thead><tbody><tr><th>Nem tudja a trükköt</th><td>33,3%<small>24 fő</small></td><td>61,1%<small>121 fő</small></td><td class="mg">53,7%</td></tr><tr><th>Tudja a trükköt</th><td class="hi"><b>66,7%</b><small>48 fő</small></td><td class="hi"><b>38,9%</b><small>77 fő</small></td><td class="mg">46,3%</td></tr><tr><th>Összesen</th><td class="mg">100%</td><td class="mg">100%</td><td class="mg">100%</td></tr></tbody></table></div>
    <svg viewBox="0 0 480 248" role="img" aria-label="Halmozott oszlopdiagram oszloponként 100%-ra: a kaját kapók 66,7%-a, a dicséretet kapók 38,9%-a tudja a trükköt" style="width:100%;max-width:560px;height:auto;display:block;margin:12px 0"><rect x="20" y="6" width="22" height="22" rx="5" fill="#F4B637" stroke="#111" stroke-width="2"/><text x="50" y="24" font-size="17" font-weight="700" fill="#111">Tudja a trükköt</text><rect x="235" y="6" width="22" height="22" rx="5" fill="#FFF1C9" stroke="#111" stroke-width="2"/><text x="265" y="24" font-size="17" font-weight="700" fill="#111">Nem tudja a trükköt</text><text x="20" y="63" font-size="19" font-weight="800" fill="#111">Kaját kapott</text><rect x="20.0" y="72" width="293.3" height="52" fill="#F4B637" stroke="#111" stroke-width="2"/><text x="166.7" y="105.0" text-anchor="middle" font-size="21" font-weight="800" fill="#111">66,7%</text><rect x="313.3" y="72" width="146.7" height="52" fill="#FFF1C9" stroke="#111" stroke-width="2"/><text x="386.7" y="105.0" text-anchor="middle" font-size="21" font-weight="800" fill="#111">33,3%</text><text x="20" y="161" font-size="19" font-weight="800" fill="#111">Dicséretet kapott</text><rect x="20.0" y="170" width="171.1" height="52" fill="#F4B637" stroke="#111" stroke-width="2"/><text x="105.6" y="203.0" text-anchor="middle" font-size="21" font-weight="800" fill="#111">38,9%</text><rect x="191.1" y="170" width="268.9" height="52" fill="#FFF1C9" stroke="#111" stroke-width="2"/><text x="325.6" y="203.0" text-anchor="middle" font-size="21" font-weight="800" fill="#111">61,1%</text></svg>
    <p>A kaját kapók <b>66,7%-a</b> megtanulta a trükköt, a dicséretet kapóknak viszont csak a <b>38,9%-a</b>. A tanulság a példában: ha trükköt akarsz tanítani, a kaja jobban működik, mint a dicséret.</p>
    <h3 style="margin:18px 0 6px">Sorszázalék (soronként 100%)</h3>
    <div class="dd-scroll"><table class="dd-xt "><thead><tr><th class="c0"></th><th>Kaja<small>jutalom</small></th><th>Dicséret<small>jutalom</small></th><th>Összesen</th></tr></thead><tbody><tr><th>Nem tudja a trükköt</th><td class="hi"><b>16,6%</b><small>24 fő</small></td><td>83,4%<small>121 fő</small></td><td class="mg">100%</td></tr><tr><th>Tudja a trükköt</th><td class="hi"><b>38,4%</b><small>48 fő</small></td><td>61,6%<small>77 fő</small></td><td class="mg">100%</td></tr><tr><th>Összesen</th><td class="mg">26,7%</td><td class="mg">73,3%</td><td class="mg">100%</td></tr></tbody></table></div>
    <svg viewBox="0 0 480 248" role="img" aria-label="Halmozott oszlopdiagram soronként 100%-ra: a trükköt nem tudók 16,6%-a, a tudók 38,4%-a kapott kaját" style="width:100%;max-width:560px;height:auto;display:block;margin:12px 0"><rect x="20" y="6" width="22" height="22" rx="5" fill="#F4B637" stroke="#111" stroke-width="2"/><text x="50" y="24" font-size="17" font-weight="700" fill="#111">Kaja</text><rect x="235" y="6" width="22" height="22" rx="5" fill="#FFF1C9" stroke="#111" stroke-width="2"/><text x="265" y="24" font-size="17" font-weight="700" fill="#111">Dicséret</text><text x="20" y="63" font-size="19" font-weight="800" fill="#111">Nem tudja a trükköt</text><rect x="20.0" y="72" width="72.8" height="52" fill="#F4B637" stroke="#111" stroke-width="2"/><text x="56.4" y="105.0" text-anchor="middle" font-size="21" font-weight="800" fill="#111">16,6%</text><rect x="92.8" y="72" width="367.2" height="52" fill="#FFF1C9" stroke="#111" stroke-width="2"/><text x="276.4" y="105.0" text-anchor="middle" font-size="21" font-weight="800" fill="#111">83,4%</text><text x="20" y="161" font-size="19" font-weight="800" fill="#111">Tudja a trükköt</text><rect x="20.0" y="170" width="169.0" height="52" fill="#F4B637" stroke="#111" stroke-width="2"/><text x="104.5" y="203.0" text-anchor="middle" font-size="21" font-weight="800" fill="#111">38,4%</text><rect x="189.0" y="170" width="271.0" height="52" fill="#FFF1C9" stroke="#111" stroke-width="2"/><text x="324.5" y="203.0" text-anchor="middle" font-size="21" font-weight="800" fill="#111">61,6%</text></svg>
    <p>A trükköt nem tudók közül <b>16,6%</b> kapott kaját, a trükköt tudók közül viszont <b>38,4%</b>. Ez a csoportok <b>összetételét</b> írja le: a trükköt tudók között több mint kétszer akkora a kajások aránya.</p>
    <p class="dd-small">A sorszázalék nem a jutalom hatékonyságát mutatja, ezért ne olvasd úgy, hogy „a kaja kétszer olyan hatékony&#8221;. A hatékonyságot az oszlopszázalék adja: 66,7% a 38,9% ellen, ami kb. 1,7-szeres különbség.</p>
    <p class="dd-note"><b>Óvatosan:</b> a kereszttábla az együttjárást mutatja. Hogy a jutalom okozza-e a különbséget, az a vizsgálat felépítésén múlik (kísérlet-e), és a kapcsolat ráadásul gyenge (V = 0,246).</p>
  </section>

  <section class="dd-sec">
    <span class="dd-kicker">Gyors puska</span>
    <h2>Egy táblázatban</h2>
    <div class="dd-scroll"><table class="dd-tbl"><thead><tr><th>Lépés</th><th>Kérdés</th><th>Eszköz</th><th>A példában</th></tr></thead><tbody>
      <tr><td>Előfeltétel</td><td>Elég nagyok a várható gyakoriságok?</td><td>várható gyakoriságok (legfeljebb 20% lehet &lt; 5, mind ≥ 1)</td><td>teljesül, khi² jöhet</td></tr>
      <tr><td>1.</td><td>Létezik-e kapcsolat?</td><td>khi² próba, p-érték</td><td>p &lt; 0,001 → H1</td></tr>
      <tr><td>2.</td><td>Milyen szoros?</td><td>Cramér V (2×2 / Fisher: phi)</td><td>V = 0,246, gyenge</td></tr>
      <tr><td>3.</td><td>Milyen természetű?</td><td>sor- és oszlopszázalékok</td><td>trükköt tudók közt 38,4% kapott kaját, nem tudók közt 16,6%</td></tr></tbody></table></div>
  </section>

  <section class="dd-sec">
    <span class="dd-kicker">Próbáld ki</span>
    <h2>Értem már?</h2>
    <div class="dd-quiz" id="ddQuiz2"><p style="margin:0">Öt gyors kérdés. Kattints a szerinted helyes válaszra!</p><div id="ddQs"></div><div class="dd-score" id="ddScore2" aria-live="polite"></div></div>
  </section>

  <section class="dd-sec" id="gyik"><span class="dd-kicker">GYIK</span><h2>Gyakori <span class="dd-hl">kérdések</span></h2><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mikor használjak khi² próbát?</h3><p>Ha mindkét változó kvalitatív, vagyis nominális vagy ordinális, például nem és szak, vagy jutalom típusa és tanulás. A kapcsolatukat asszociációs kapcsolatnak nevezzük.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mi a khi² próba előfeltétele?</h3><p>A várható gyakoriság a tábla belső celláinak legfeljebb 20%-ában lehet 5-nél kisebb, és egyik cellában sem lehet 1-nél kisebb. 2×2-es táblánál ez azt jelenti, hogy mind a négy cellában legalább 5 kell. Emellett a megfigyelések legyenek függetlenek: mindenki pontosan egy cellába kerül.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mit tegyek, ha nem teljesül az előfeltétel?</h3><p>2×2-es táblánál használd a Fisher-féle egzakt próbát. Ha tartalmilag értelmes, vonj össze kategóriákat. Ha egyik sem járható, Monte Carlo szimulációval számolt p-értéket kérhetsz, ezt az SPSS és az R tudja.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Milyen hatásmértéket számoljak kereszttáblánál?</h3><p>A Cramér-féle V-t, 2×2-es táblánál a phi-t. Mindkettő 0 és 1 között mozog: minél közelebb van az 1-hez, annál szorosabb a kapcsolat.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Sor- vagy oszlopszázalékot nézzek?</h3><p>Annak a változónak a kategóriái szerint százalékolj, amelyet a másik magyarázójának tekintesz. Ha a magyarázó változó az oszlopokban van, az oszlopszázalék a jó választás.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Kézzel kell kiszámolnom a várható gyakoriságokat?</h3><p>Nem. Az SPSS, a JASP és a jamovi kiszámolja, és kérésre ki is írja őket. Neked csak értelmezned kell, és ellenőrizned az előfeltételt.</p></section><script type="application/ld+json">{"@context":"https://schema.org","@type":"FAQPage","mainEntity":[{"@type":"Question","name":"Mikor használjak khi² próbát?","acceptedAnswer":{"@type":"Answer","text":"Ha mindkét változó kvalitatív, vagyis nominális vagy ordinális, például nem és szak, vagy jutalom típusa és tanulás. A kapcsolatukat asszociációs kapcsolatnak nevezzük."}},{"@type":"Question","name":"Mi a khi² próba előfeltétele?","acceptedAnswer":{"@type":"Answer","text":"A várható gyakoriság a tábla belső celláinak legfeljebb 20%-ában lehet 5-nél kisebb, és egyik cellában sem lehet 1-nél kisebb. 2×2-es táblánál ez azt jelenti, hogy mind a négy cellában legalább 5 kell. Emellett a megfigyelések legyenek függetlenek: mindenki pontosan egy cellába kerül."}},{"@type":"Question","name":"Mit tegyek, ha nem teljesül az előfeltétel?","acceptedAnswer":{"@type":"Answer","text":"2×2-es táblánál használd a Fisher-féle egzakt próbát. Ha tartalmilag értelmes, vonj össze kategóriákat. Ha egyik sem járható, Monte Carlo szimulációval számolt p-értéket kérhetsz, ezt az SPSS és az R tudja."}},{"@type":"Question","name":"Milyen hatásmértéket számoljak kereszttáblánál?","acceptedAnswer":{"@type":"Answer","text":"A Cramér-féle V-t, 2×2-es táblánál a phi-t. Mindkettő 0 és 1 között mozog: minél közelebb van az 1-hez, annál szorosabb a kapcsolat."}},{"@type":"Question","name":"Sor- vagy oszlopszázalékot nézzek?","acceptedAnswer":{"@type":"Answer","text":"Annak a változónak a kategóriái szerint százalékolj, amelyet a másik magyarázójának tekintesz. Ha a magyarázó változó az oszlopokban van, az oszlopszázalék a jó választás."}},{"@type":"Question","name":"Kézzel kell kiszámolnom a várható gyakoriságokat?","acceptedAnswer":{"@type":"Answer","text":"Nem. Az SPSS, a JASP és a jamovi kiszámolja, és kérésre ki is írja őket. Neked csak értelmezned kell, és ellenőrizned az előfeltételt."}}]}</script><section class="dd-cta">
    <h2>Elakadtál? <em>Együtt</em> megcsináljuk!</h2>
    <p style="margin-top:16px">A kereszttábla elméletben egyszerű. A nehezebb része az, amikor a saját adataidnál kell ellenőrizned az előfeltételt, értelmezned a kimenetet, és leírnod a dolgozatodban. Ott szoktak megcsúszni a szakdolgozatok, a disszertációk és a beadandók.</p>
    <p><b style="color:#fff">Nem helyetted, hanem veled</b> nézzük végig a kutatási kérdésedet és az adataidat, hogy te is értsd, mit miért csinálsz. <a href="https://datadiva.hu/spss-maganoktatas/">SPSS</a>, <a href="https://datadiva.hu/jasp-segitseg/">JASP</a>, <a href="https://datadiva.hu/jamovi-segitseg-es-online-konzultacio/">jamovi</a>: ami neked kényelmes.</p>
    <div class="dd-plans">
      <div class="dd-plan hot"><b>10 perc</b><span>Ingyenes ismerkedő hívás: megbeszéljük, hol tartasz, és miben segíthetek</span></div>
      <div class="dd-plan"><b>45 perc</b><span>Egy konkrét kérdés vagy elakadás átbeszélése</span></div>
      <div class="dd-plan"><b>90 perc</b><span>Mélyebb munka: elemzés, értelmezés, dolgozat</span></div>
    </div>
    <p style="text-align:center;margin:30px 0 6px"><a class="dd-btn" href="https://datadiva.hu/kapcsolat">Foglald le a helyed most!</a></p>
    <div class="dd-sign"><b>Dr. Kun Zsuzsanna</b> · datadiva · 15+ év statisztika- és kutatásmódszertan-oktatás<br><a href="mailto:zsuzsanna.kun@datadiva.hu">zsuzsanna.kun@datadiva.hu</a> · <a href="https://datadiva.hu">datadiva.hu</a></div>
  </section>
</article>
<script>
(function(){
  var Q=[
   ["Két kvalitatív változó (pl. a jutalom típusa és az, hogy az állat megtanulta-e a trükköt) kapcsolatát melyik próbával vizsgálod?",["t-próba","Khi² próba (kereszttábla)","Pearson-korreláció"],1,"Két kvalitatív változó asszociációját kereszttáblával és khi² próbával vizsgáljuk."],
   ["A khi² próba előfeltételénél melyik gyakoriságokat nézed?",["A megfigyelt gyakoriságokat","A várható gyakoriságokat a tábla belsejében","A margón lévő összegeket"],1,"A várható gyakoriságoknak kell megfelelniük: legfeljebb a cellák 20%-ában lehetnek 5-nél kisebbek, és egyik sem lehet 1-nél kisebb. A margót (összegeket) nem vizsgáljuk."],
   ["Az 1. lépésben p = 0,003 (α = 0,05). Mit jelent ez?",["H0 marad, nincs kapcsolat","H1-et fogadjuk el, van kapcsolat, jöhet a 2. lépés","A kapcsolat erős"],1,"p  0,05, tehát H1: a két változó kapcsolatban áll. A szorosságról a 2. lépés (hatásmérték) dönt, a p-érték nem az erősséget mutatja."],
   ["Cramér-féle V = 0,246. Hogyan jellemzed a kapcsolatot?",["Gyenge","Közepes","Erős"],0,"Az általános értelmezés szerint 0 és 0,3 között gyenge a kapcsolat. A kapcsolat létezik (p  0,001), de nem szoros."],
   ["A jutalom típusa (oszlopok) a magyarázó változó, az eredmény a trükk megtanulása (sorok). Melyik százalékot nézed a hatás értékeléséhez?",["Soronkénti (sorszázalék)","Oszloponkénti (oszlopszázalék)","Az összes elemre vetített"],1,"A magyarázó változó (jutalom) kategóriái szerint százalékolunk: a kajások és a dicséretesek között nézzük, hányan tanulták meg a trükköt. A sorszázalék a csoportok összetételét mutatja, nem a hatékonyságot."]
  ];
  
  var box=document.getElementById('ddQs'),score=document.getElementById('ddScore2'),done=0,good=0;
  Q.forEach(function(q,i){
    var d=document.createElement('div');d.className='dd-q';
    var p=document.createElement('p');p.textContent=(i+1)+'. '+q[0];d.appendChild(p);
    var o=document.createElement('div');o.className='dd-opts';d.appendChild(o);
    var fb=document.createElement('div');fb.className='dd-fb';fb.textContent=q[3];d.appendChild(fb);
    q[1].forEach(function(t,j){
      var b=document.createElement('button');b.type='button';b.textContent=t;
      b.addEventListener('click',function(){
        if(d.classList.contains('done'))return;d.classList.add('done');done++;
        var bs=o.querySelectorAll('button');
        if(j===q[2]){b.classList.add('ok');good++;}else{b.classList.add('no');bs[q[2]].classList.add('ok');}
        if(done===Q.length){score.textContent=good+'/'+Q.length+' találat. '+(good===Q.length?'Tökéletes! 🎉':good>=3?'Szép munka, már csak az árnyalatok vannak hátra.':'Semmi gond, erre való a gyakorlás. Szívesen átnézzük együtt!');}
      });o.appendChild(b);
    });
    box.appendChild(d);
  });
})();
</script>
]]></content:encoded>
					
					<wfw:commentRss>https://datadiva.hu/kereszttabla-khi2-proba/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Tesztválasztás: melyik próbát használd két változó kapcsolatához?</title>
		<link>https://datadiva.hu/tesztvalasztas-melyik-probat-hasznald-ket-valtozo-kapcsolatahoz/</link>
					<comments>https://datadiva.hu/tesztvalasztas-melyik-probat-hasznald-ket-valtozo-kapcsolatahoz/#respond</comments>
		
		<dc:creator><![CDATA[Dr. Kun Zsuzsanna]]></dc:creator>
		<pubDate>Fri, 16 Oct 2026 07:00:00 +0000</pubDate>
				<category><![CDATA[Gyorstalpaló]]></category>
		<guid isPermaLink="false">https://datadiva.hu/?p=835</guid>

					<description><![CDATA[Két változó kapcsolatát mindig a mérési szintjük alapján vizsgálod: khi² próba, t-próba, ANOVA vagy korreláció. Négy eset, három lépés, egy gyors puska és egy kvíz.]]></description>
										<content:encoded><![CDATA[
<style>.dd-post p a:not([class]){text-decoration:underline;text-decoration-thickness:1.5px;text-underline-offset:3px;font-weight:600}
.dd-post{--y:#F4B637;--y-soft:#FFF6DF;--y-line:#F1DFB4;--k:#111;--ink:#2a2a2a;--mute:#6b6b6b;--ok:#2e7d4f;--no:#b3402f;
  font-family:system-ui,-apple-system,"Segoe UI",Roboto,"Helvetica Neue",Arial,sans-serif;color:var(--ink);line-height:1.7;font-size:18px;max-width:820px;margin:0 auto;padding:16px;box-sizing:border-box}
.dd-post *,.dd-post *::before,.dd-post *::after{box-sizing:border-box}
.dd-post h1,.dd-post h2,.dd-post h3{color:var(--k);line-height:1.2;margin:0;font-weight:800;letter-spacing:-.01em}
.dd-post p{margin:0 0 1.1em}
.dd-post a{color:inherit}

/* HERO */
.dd-hero{position:relative;overflow:hidden;background:var(--k);color:#fff;border-radius:28px;padding:44px 36px 120px}
.dd-brand{display:flex;align-items:center;gap:12px;margin-bottom:28px}
.dd-brand img{width:46px;height:46px;border-radius:50%;display:block}
.dd-brand span{font-size:14px;letter-spacing:.14em;text-transform:uppercase;color:var(--y);font-weight:700}
.dd-hero h2{color:#fff;font-size:clamp(32px,6vw,52px);max-width:15em}
.dd-hero h2 em{font-style:normal;color:var(--k);background:var(--y);padding:0 .22em;border-radius:8px;box-decoration-break:clone;-webkit-box-decoration-break:clone}
.dd-hero p.dd-lead{color:#e7e7e7;font-size:19px;max-width:34em;margin:22px 0 18px}
.dd-meta{font-size:14px;color:#bdbdbd}
.dd-meta b{color:var(--y);font-weight:700}
.dd-bell{position:absolute;left:0;right:0;bottom:-2px;width:100%;height:110px;display:block}

/* SECTIONS */
.dd-sec{margin-top:56px}
.dd-kicker{display:inline-block;font-size:13px;font-weight:800;letter-spacing:.12em;text-transform:uppercase;background:var(--y);color:var(--k);padding:3px 12px;border-radius:99px;margin-bottom:14px}
.dd-sec h2{font-size:clamp(26px,4.5vw,36px);margin-bottom:18px}
.dd-hl{background:linear-gradient(transparent 62%,var(--y) 62%);padding:0 2px}

/* STAIRS */
.dd-stairs{display:grid;grid-template-columns:repeat(4,1fr);gap:10px;align-items:end;margin:30px 0 8px}
.dd-step{border-radius:14px 14px 0 0;padding:14px 12px 12px;background:var(--y-soft);border:2px solid var(--y);text-align:center;display:flex;flex-direction:column;justify-content:flex-end}
.dd-step:nth-child(1){min-height:96px}.dd-step:nth-child(2){min-height:132px}.dd-step:nth-child(3){min-height:168px}.dd-step:nth-child(4){min-height:204px;background:var(--y)}
.dd-step b{display:block;font-size:17px;color:var(--k)}
.dd-step small{font-size:13px;color:#555;line-height:1.35;display:block;margin-top:2px}
.dd-axis{display:flex;justify-content:space-between;font-size:13px;color:var(--mute);font-weight:600;border-top:2px dashed var(--y-line);padding-top:6px}

/* LEVEL CARDS */
.dd-card{border:2px solid var(--k);border-radius:20px;padding:26px 26px 14px;margin:26px 0;background:#fff;position:relative}
.dd-card .dd-num{position:absolute;top:-18px;left:22px;background:var(--k);color:var(--y);font-weight:800;border-radius:99px;padding:3px 16px;font-size:14px;letter-spacing:.08em}
.dd-card h3{font-size:26px;margin-bottom:2px}
.dd-card .dd-sub{color:var(--mute);font-size:15px;margin-bottom:12px}
.dd-tags{display:flex;flex-wrap:wrap;gap:8px;margin:4px 0 14px}
.dd-tags span{background:var(--y-soft);border:1px solid var(--y-line);border-radius:99px;padding:2px 13px;font-size:15px}
.dd-mine{background:var(--y-soft);border-left:5px solid var(--y);border-radius:0 12px 12px 0;padding:10px 16px;font-size:16px;margin:6px 0 14px}
.dd-mine b{color:var(--k)}

/* CALLOUTS */
.dd-call{background:var(--k);color:#f3f3f3;border-radius:20px;padding:24px 26px;margin:28px 0}
.dd-call h3{color:var(--y);font-size:21px;margin-bottom:8px}
.dd-call p:last-child{margin:0}
.dd-call code,.dd-post code{background:rgba(244,182,55,.18);border-radius:6px;padding:1px 7px;font-size:.92em}
.dd-call code{color:var(--y)}
.dd-tip{background:var(--y-soft);border:2px solid var(--y);border-radius:20px;padding:20px 24px;margin:28px 0}
.dd-tip p:last-child{margin:0}

/* TABLE */
.dd-tbl{width:100%;border-collapse:separate;border-spacing:0;font-size:16px;border:2px solid var(--k);border-radius:16px;overflow:hidden;margin:20px 0}
.dd-tbl th{background:var(--k);color:var(--y);text-align:left;padding:12px 14px;font-size:14px;letter-spacing:.06em;text-transform:uppercase}
.dd-tbl td{padding:12px 14px;vertical-align:top;border-top:1px solid var(--y-line)}
.dd-tbl tr:nth-child(even) td{background:#fffbf0}
.dd-tbl td:first-child{font-weight:800;white-space:nowrap}
.dd-scroll{overflow-x:auto}


/* FIGURES */
.dd-fig{display:grid;grid-template-columns:1fr 1fr;gap:16px;margin:24px 0}
.dd-figi{min-width:0;margin:0;background:#fff;border:2px solid var(--k);border-radius:20px;padding:16px;position:relative}
.dd-figi svg{width:100%;height:auto;display:block;margin-top:6px}
.dd-figi figcaption{font-size:14px;color:var(--mute);line-height:1.5;margin-top:8px}
.dd-badge{display:inline-block;font-size:12px;font-weight:800;letter-spacing:.06em;text-transform:uppercase;background:var(--y);color:var(--k);padding:3px 12px;border-radius:99px}
.dd-badge.ok{background:var(--ok);color:#fff}.dd-badge.no{background:var(--no);color:#fff}
.dd-figi.bad{border-color:var(--no)}.dd-figi.good{border-color:var(--ok)}
.dd-mini{margin:12px 0 0;font-size:15px}.dd-mini th{letter-spacing:0;font-size:12px;padding:10px 8px}.dd-mini td{padding:10px 8px}.dd-mini td:first-child{white-space:normal}.dd-mini tr.tot td{font-weight:800;background:var(--y-soft)}
.dd-hbar{margin-top:14px;display:grid;gap:14px}
.dd-hbar .row{display:grid;grid-template-columns:48px 1fr;gap:4px 10px;align-items:center;font-size:15px}
.dd-hbar .trk{background:var(--y-soft);border-radius:8px;height:28px;overflow:hidden}
.dd-hbar .trk i{display:block;height:100%;background:var(--y);border-right:2px solid var(--k)}
.dd-hbar b{grid-column:2;font-size:14px;color:var(--k)}
@media(max-width:640px){.dd-fig{grid-template-columns:1fr}}


/* VISUAL STRIPS */
.dd-vis{display:flex;flex-wrap:wrap;gap:10px;justify-content:center;background:var(--y-soft);border:1px solid var(--y-line);border-radius:16px;padding:14px 10px 10px;margin:6px 0 14px}
.dd-vi{margin:0;flex:1 1 120px;max-width:200px;text-align:center}
.dd-vi.wide{flex:1 1 100%;max-width:420px}
.dd-vi svg{width:100%;height:auto;max-height:110px;display:block}
.dd-vi figcaption{font-size:13px;color:var(--mute);line-height:1.35;margin-top:4px}


.dd-main td.dd-lvl{font-weight:800;white-space:nowrap}
.dd-main td.dd-grp{background:var(--y);color:var(--k);font-weight:400;border-right:2px solid var(--k);width:170px;max-width:170px;white-space:normal;vertical-align:middle}
.dd-main td.dd-grp.dark{background:var(--k);color:#fff}
.dd-main td.dd-grp.dark b{color:var(--y)}
.dd-main td.dd-grp b{display:block;font-size:17px;margin-bottom:4px}
.dd-main td.dd-grp small{display:block;font-size:12.5px;line-height:1.35;opacity:.85}
.dd-main tr.dd-split td{border-top:2px solid var(--k)}
.dd-main tr:nth-child(even) td:not(.dd-grp){background:#fffbf0}
.dd-main{min-width:620px;table-layout:auto}

/* QUIZ */
.dd-quiz{background:var(--y-soft);border:2px solid var(--y);border-radius:24px;padding:26px}
.dd-q{background:#fff;border-radius:16px;padding:16px 18px;margin-top:14px;border:1px solid var(--y-line)}
.dd-q p{margin:0 0 10px;font-weight:700;color:var(--k)}
.dd-opts{display:flex;flex-wrap:wrap;gap:8px}
.dd-opts button{font:inherit;font-size:15px;cursor:pointer;background:#fff;border:2px solid var(--k);color:var(--k);border-radius:99px;padding:5px 16px;transition:.15s}
.dd-opts button:hover{background:var(--y)}
.dd-opts button.ok{background:var(--ok);border-color:var(--ok);color:#fff}
.dd-opts button.no{background:var(--no);border-color:var(--no);color:#fff}
.dd-fb{font-size:15px;margin:10px 0 0;color:var(--mute);display:none}
.dd-q.done .dd-fb{display:block}
.dd-score{margin-top:16px;font-weight:800;color:var(--k);min-height:1.4em}

/* CTA */
.dd-cta{background:var(--k);color:#fff;border-radius:28px;padding:44px 32px;margin-top:60px;position:relative;overflow:hidden}
.dd-cta h2{color:#fff;font-size:clamp(28px,5vw,40px)}
.dd-cta h2 em{font-style:normal;color:var(--y)}
.dd-cta p{color:#e3e3e3}
.dd-plans{display:grid;grid-template-columns:repeat(3,1fr);gap:14px;margin:26px 0}
.dd-plan{background:#1d1d1d;border:2px solid #333;border-radius:18px;padding:18px;text-align:center}
.dd-plan.hot{border-color:var(--y);background:#241d0c}
.dd-plan b{display:block;font-size:30px;color:var(--y);line-height:1.1}
.dd-plan span{display:block;font-size:15px;color:#cfcfcf;margin-top:6px;line-height:1.4}
.dd-btn{display:inline-block;background:var(--y);color:var(--k)!important;font-weight:800;text-decoration:none;font-size:19px;padding:15px 34px;border-radius:99px;transition:transform .15s,box-shadow .15s}
.dd-btn:hover{transform:translateY(-2px);box-shadow:0 8px 0 rgba(244,182,55,.35)}
.dd-sign{margin-top:26px;font-size:15px;color:#bdbdbd}
.dd-sign a{color:var(--y);text-decoration:none;font-weight:700}
.dd-sign b{color:#fff}

@media(max-width:640px){
  .dd-post{font-size:17px;padding:10px}
  .dd-hero{padding:30px 22px 100px;border-radius:22px}
  .dd-stairs{gap:6px}.dd-step{padding:10px 4px}.dd-step b{font-size:14px}.dd-step small{display:none}
  .dd-card{padding:24px 18px 8px}
  .dd-plans{grid-template-columns:1fr}
  .dd-cta{padding:32px 20px;border-radius:22px}
  .dd-quiz{padding:18px}
  .dd-tbl td:first-child{white-space:normal}
}

.dd-rules2{margin:10px 0 18px;padding-left:22px}.dd-rules2 li{margin-bottom:6px}
.dd-case{border:2px solid var(--k);border-radius:22px;margin:22px 0;overflow:hidden;background:#fff}
.dd-case>header{background:var(--k);padding:14px 20px;display:flex;gap:12px;align-items:center;flex-wrap:wrap}
.dd-case>header h3{color:#fff;font-size:20px}
.dd-case .in{display:grid;grid-template-columns:1.3fr 1fr;gap:18px;padding:12px 20px 18px;align-items:center}
.dd-rows .r{display:grid;grid-template-columns:104px 1fr;gap:12px;padding:10px 0;border-bottom:1px dashed var(--y-line);font-size:16px;line-height:1.55}
.dd-rows .r:last-child{border-bottom:0}
.dd-rows .r b:first-child{color:var(--k);font-size:12.5px;text-transform:uppercase;letter-spacing:.05em;padding-top:3px}
.dd-curve{background:var(--y-soft);border-radius:16px;padding:10px}.dd-curve svg{width:100%;height:auto;display:block}
@media(max-width:700px){.dd-case .in{grid-template-columns:1fr}.dd-rows .r{grid-template-columns:1fr;gap:2px}.dd-curve{order:-1}}
.dd-pair{display:grid;grid-template-columns:1fr 1fr;gap:16px;margin:22px 0}
.dd-pair>div{border-radius:20px;padding:22px}
.dd-pair h3{font-size:22px;margin:8px 0}
.dd-pair p{margin:0;font-size:16px}
.dd-h0{background:var(--y);color:var(--k)}.dd-h0 .dd-badge{background:var(--k);color:var(--y)}
.dd-h1{background:var(--k);color:#f1f1f1}.dd-h1 h3{color:var(--y)}
.dd-rules{padding-left:0;list-style:none;counter-reset:r;margin:0 0 20px}
.dd-rules li{counter-increment:r;position:relative;padding:12px 14px 12px 56px;border:1px solid var(--y-line);border-radius:14px;margin-bottom:8px;background:#fff}
.dd-rules li::before{content:counter(r);position:absolute;left:12px;top:50%;transform:translateY(-50%);width:32px;height:32px;border-radius:50%;background:var(--y);color:var(--k);font-weight:800;display:grid;place-items:center}
.dd-dec{display:grid;grid-template-columns:1fr 1fr;gap:14px;margin:22px 0}
.dd-dec>div{border-radius:18px;padding:18px 20px;border:2px solid var(--k)}
.dd-dec b{display:block;font-size:22px}
.dd-dec .yes{background:var(--ok);color:#fff;border-color:var(--ok)}
.dd-dec .no{background:#fff;color:var(--k)}
.dd-defs{display:grid;grid-template-columns:1fr 1fr;gap:16px;margin:20px 0}
.dd-defs>div{background:var(--y-soft);border:1px solid var(--y-line);border-radius:18px;padding:18px 20px}
.dd-defs h3{font-size:19px;margin-bottom:6px}.dd-defs p{margin:0;font-size:16px}
.dd-hp{display:grid;grid-template-columns:1fr 1fr;gap:12px;margin:8px 0 14px}
.dd-hp>div{background:var(--y-soft);border-left:5px solid var(--y);border-radius:0 14px 14px 0;padding:12px 16px;font-size:16px}
.dd-hp>div:last-child{background:#f4f4f4;border-left-color:var(--k)}
.dd-hp b{display:block;color:var(--k);font-size:18px;margin-bottom:2px}
.dd-hp.big{margin-top:14px}
.dd-three{display:grid;grid-template-columns:repeat(3,1fr);gap:14px;margin:22px 0}
.dd-tcard{background:#fff;border:2px solid var(--k);border-radius:20px;padding:16px;min-width:0}
.dd-tcard svg{width:100%;height:auto;display:block;margin:8px 0}
.dd-tcard p{font-size:15px;line-height:1.5;margin:0 0 8px}
.dd-tcard small{display:block;font-size:13px;color:var(--mute);line-height:1.45}
.dd-card .dd-num{letter-spacing:.08em}
@media(max-width:700px){.dd-pair,.dd-dec,.dd-defs,.dd-hp,.dd-three{grid-template-columns:1fr}}
.dd-case .in{grid-template-columns:1fr 1.15fr;align-items:start;gap:20px}
.dd-left{display:flex;flex-direction:column;gap:12px}
.dd-situ{background:var(--y-soft);border-left:5px solid var(--y);border-radius:0 14px 14px 0;padding:12px 16px;font-size:16px;line-height:1.55}
.dd-situ b{display:block;color:var(--k);font-size:12.5px;text-transform:uppercase;letter-spacing:.05em;margin-bottom:4px}
.dd-curve{background:#fff;border:1px solid var(--y-line)}
.dd-rows .r b.nm{font-size:16px;text-transform:none;letter-spacing:0;background:var(--y);padding:2px 10px;border-radius:99px;display:inline-block;color:var(--k);padding-top:2px}
@media(max-width:700px){.dd-case .in{grid-template-columns:1fr}.dd-curve{order:0}}
.dd-stephead{display:flex;gap:16px;align-items:center;background:var(--k);border-radius:20px;padding:16px 22px;margin:0 0 16px}
.dd-stephead .num{flex:none;width:60px;height:60px;border-radius:50%;background:var(--y);color:var(--k);font-size:34px;font-weight:900;display:grid;place-items:center;line-height:1}
.dd-stephead small{display:block;color:var(--y);font-size:12px;font-weight:800;letter-spacing:.12em;text-transform:uppercase;margin-bottom:2px}
.dd-stephead h2{margin:0!important;color:#fff!important;font-size:clamp(21px,4.4vw,30px)!important;line-height:1.15}
.dd-flow .st .n{font-size:13px}
.dd-small{font-size:14px;color:var(--mute)}
.dd-char{display:flex;flex-direction:column;gap:14px;margin:18px 0 6px}
.dd-char .cc{display:grid;grid-template-columns:1.15fr 1fr;gap:18px;align-items:center;border:2px solid var(--k);border-radius:18px;padding:18px 20px;background:#fff}
.dd-char .cc>*{min-width:0}
.dd-char h3{margin:8px 0 2px;font-size:20px}
.dd-char .tst{margin:0 0 8px;color:var(--mute);font-size:14px}
.dd-char p{margin:6px 0}
.dd-char .cn{background:var(--y-soft);border-left:4px solid var(--y);border-radius:8px;padding:8px 12px}
.dd-char .cv{background:var(--y-soft);border-radius:14px;padding:12px}
@media(max-width:700px){.dd-char .cc{grid-template-columns:1fr}.dd-stephead{padding:14px 16px}.dd-stephead .num{width:50px;height:50px;font-size:28px}}
.dd-combo{display:flex;flex-direction:column;gap:2px;align-items:center;justify-content:center;background:var(--y-soft);border:1px solid var(--y-line);border-radius:16px;padding:14px;margin:16px 0;font-size:15px}
.dd-combo span{background:var(--y);border:2px solid var(--k);border-radius:99px;padding:3px 14px;font-weight:700;color:var(--k)}
.dd-combo span.b{background:var(--k);color:var(--y)}
.dd-combo .r{display:grid;grid-template-columns:1fr auto 1fr;gap:10px;align-items:center;width:100%;max-width:400px}.dd-combo .r span{text-align:center}.dd-combo i{font-style:normal;font-weight:800}.dd-combo em{font-style:normal;color:var(--mute);padding:0 6px}
.dd-flow{display:grid;grid-template-columns:1fr auto 1fr auto 1fr;gap:10px;align-items:stretch;margin:22px 0}
.dd-flow .st{background:#fff;border:2px solid var(--k);border-radius:20px;padding:16px;display:flex;flex-direction:column;gap:6px}
.dd-flow .st:first-child{background:var(--y)}
.dd-flow .n{align-self:flex-start;background:var(--k);color:var(--y);font-size:12px;font-weight:800;letter-spacing:.08em;text-transform:uppercase;padding:3px 12px;border-radius:99px}
.dd-flow .st b{font-size:19px;line-height:1.25;color:var(--k)}
.dd-flow .st small{font-size:14px;color:#4a4a4a;line-height:1.4}
.dd-flow .ar{display:flex;flex-direction:column;align-items:center;justify-content:center;font-size:30px;font-weight:800;color:var(--k)}
.dd-flow .ar span{font-size:12px;font-weight:800;color:var(--ok);letter-spacing:.04em;text-transform:uppercase}
.dd-exitrow{display:grid;grid-template-columns:1fr 1fr;gap:12px}.dd-go{background:#fff;border:2px solid var(--ok);border-radius:16px;padding:14px 18px;font-size:16px}@media(max-width:640px){.dd-exitrow{grid-template-columns:1fr}}
.dd-exit{background:#fff;border:2px dashed var(--no);border-radius:16px;padding:14px 18px;font-size:16px}
.dd-core{background:var(--k);border-radius:28px;padding:22px 24px 24px;margin:22px 0;box-shadow:0 0 0 5px var(--y)}
.dd-core .lbl{color:var(--y);font-size:13px;font-weight:800;letter-spacing:.14em;text-transform:uppercase;margin-bottom:14px}
.dd-core .dd-flow{margin:0 0 16px}
.dd-core .dd-flow .st{border-color:var(--y);padding:18px}
.dd-core .dd-flow .st b{font-size:22px}
.dd-core .dd-flow .n{font-size:13px;padding:4px 14px}
.dd-core .dd-flow .ar{color:var(--y);font-size:38px}
.dd-core .dd-flow .ar span{color:#8fe0ac;font-size:13px}
.dd-core .dd-exit{background:transparent;border:2px dashed #ff8a75;color:#fff}
.dd-core .dd-exit b{color:#ff8a75}
@media(max-width:700px){.dd-core{padding:18px 16px 18px}.dd-core .dd-flow .ar{transform:none;height:auto;flex-direction:row;gap:10px;font-size:32px;line-height:1}.dd-core .dd-flow .ar span{transform:none;margin:0;order:2}.dd-core .dd-flow .ar{font-size:0}.dd-core .dd-flow .ar::before{content:'↓';font-size:32px;color:var(--y)}.dd-core .dd-flow .ar span{font-size:13px}}
.dd-three3{display:grid;grid-template-columns:repeat(3,1fr);gap:12px;margin:20px 0}
.dd-three3>div{background:var(--y-soft);border:1px solid var(--y-line);border-radius:16px;padding:14px 16px;font-size:15.5px;line-height:1.5}
.dd-three3 b{display:block;font-size:22px;color:var(--k);margin-bottom:4px}
.dd-hbar .row span{min-width:60px}
@media(max-width:700px){.dd-flow{grid-template-columns:1fr}.dd-flow .ar{flex-direction:row;gap:8px;transform:rotate(90deg);height:34px;font-size:26px}.dd-flow .ar span{transform:rotate(-90deg);margin-left:14px}.dd-three3{grid-template-columns:1fr}}
.dd-post .dd-tbl{font-size:18px}
.dd-post .dd-tbl th{font-size:15px;padding:14px 16px}
.dd-post .dd-tbl td{padding:14px 16px;line-height:1.45}
@media(max-width:640px){.dd-post .dd-tbl{font-size:16px}.dd-post .dd-tbl th{font-size:13px;padding:12px 10px}.dd-post .dd-tbl td{padding:12px 10px}}
.dd-scroll:has(.dd-mx){display:block;overflow:visible}.dd-mx{width:100%!important;display:table;border-collapse:separate;border-spacing:8px;table-layout:fixed;margin:10px 0}
.dd-mx th,.dd-mx td{border-radius:16px;padding:14px 12px;text-align:center;vertical-align:middle}
.dd-mx thead th{background:var(--k);color:var(--y);font-size:19px}
.dd-mx tbody th{background:var(--k);color:var(--y);font-size:19px;width:22%}
.dd-mx th small{display:block;font-size:14px;font-weight:600;color:#e8d9a8;margin-top:2px;text-transform:none;letter-spacing:0}
.dd-mx .c0{background:transparent!important}
.dd-mx td b{display:block;font-size:24px;color:var(--k);margin-top:4px}
.dd-mx td small{display:block;font-size:16px;color:#2a2a2a;margin-bottom:4px}.dd-mx td .alt{display:block;font-size:15px;color:#2a2a2a;margin-bottom:12px;line-height:1.35}.dd-mx td .alt:last-child{margin-bottom:0}.dd-note{background:var(--y-soft);border-left:4px solid var(--y);border-radius:8px;padding:10px 14px;font-size:16px}
.dd-mx td.ql{background:#FFF1C9;border:2px solid var(--y)}
.dd-mx td.qm{background:var(--y);border:2px solid var(--k)}
.dd-mx td.qq{background:#F8D277;border:2px solid var(--y)}
.dd-tcs{display:flex;flex-direction:column;gap:16px;margin:18px 0}
.dd-tc{border:2px solid var(--k);border-radius:22px;padding:18px 20px;background:#fff}
.dd-tc .th h3{margin:8px 0 2px;font-size:22px}
.dd-tc .pr{margin:0 0 10px;color:var(--mute);font-size:14px}
.dd-tc .vs{display:flex;flex-wrap:wrap;gap:8px;margin-bottom:12px}
.dd-v{display:inline-block;border-radius:99px;padding:4px 12px;font-size:13px;font-weight:700;border:2px solid var(--k)}
.dd-v.p{background:var(--y);color:var(--k)}.dd-v.r{background:#fff;color:var(--k)}.dd-v.n{background:var(--k);color:var(--y)}
.dd-call .dd-legend{color:#e8e0c8;margin:16px 0 0}.dd-call .dd-v.r{background:#fff}.dd-call .dd-v{border-color:var(--y)}.dd-legend{display:grid;grid-template-columns:repeat(3,1fr);gap:8px;font-size:13px;color:var(--mute);margin:12px 0}.dd-legend>div{display:flex;flex-direction:column;gap:4px;align-items:flex-start}@media(max-width:640px){.dd-legend{grid-template-columns:1fr}}
.dd-rws{display:grid;gap:10px}
.dd-tc .rws{display:grid;gap:10px}
.dd-tc .rw{display:grid;grid-template-columns:34px 1fr;gap:12px;align-items:start;background:var(--y-soft);border-radius:14px;padding:12px 14px}
.dd-tc .rw .no{width:30px;height:30px;border-radius:50%;background:var(--k);color:var(--y);font-weight:900;display:grid;place-items:center;font-size:15px}
.dd-tc .rw>div>b:first-child{display:block;margin-bottom:2px}
.dd-tc .rw p{margin:4px 0}
.dd-tc .nt{margin:12px 2px 0;font-size:14px;color:var(--mute)}
@media(max-width:640px){.dd-mx{border-spacing:4px}.dd-mx td b{font-size:17px}.dd-mx td small{font-size:13px}.dd-mx td .alt{font-size:12.5px}.dd-mx th,.dd-mx td{padding:10px 5px}.dd-mx tbody th{font-size:14px}.dd-mx thead th{font-size:14px}.dd-mx th small{font-size:11.5px}.dd-tc{padding:16px}}
.dd-scroll:has(.dd-mx)::after{display:none !important}
</style><article class="dd-post"><header class="dd-hero"><div class="dd-brand"><img decoding="async" src="data:image/png;base64,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" alt="datadiva logó"><span>datadiva · statisztika gyorstalpaló</span></div><h2>Tesztválasztás: melyik próbát használd <em>két változó kapcsolatához?</em></h2><p class="dd-lead">A <a href="https://datadiva.hu/kapcsolatvizsgalat-ket-valtozo-kozott-a-3-fix-lepes/">kapcsolatvizsgálat</a> három kérdése mindig ugyanaz. Az viszont, hogy melyik statisztikai teszttel kapsz rá választ, a két változó <a href="https://datadiva.hu/meresi-szintek-nominalis-ordinalis-intervallum-es-arany/">mérési szintjén</a> múlik. Itt az egész térkép egy helyen.</p><div class="dd-meta"><b>Statisztika alapok</b> · kb. 6 perc olvasás · t-próba, ANOVA, khi², korreláció</div><svg class="dd-bell" viewBox="0 0 800 110" preserveAspectRatio="none" aria-hidden="true"><path d="M0 110 C 160 108, 250 100, 320 60 C 360 38, 380 8, 400 8 C 420 8, 440 38, 480 60 C 550 100, 640 108, 800 110 Z" fill="#F4B637"/></svg></header><style>.dd-post [id]{scroll-margin-top:120px}.dd-post #roviden a{text-decoration:underline;text-underline-offset:3px}</style><section class="dd-sec" id="roviden"><span class="dd-kicker">Röviden</span><div class="dd-tip"><p>Két változó kapcsolatánál a tesztet a két változó <b>mérési szintje</b> dönti el (<a href="#terkep">a teljes térkép</a>):</p><ul><li><b>Két kvalitatív változó</b> (nominális, ordinális): <a href="https://datadiva.hu/kereszttabla-khi2-proba/">kereszttábla és khi² próba</a> (2×2-es táblánál Fisher-féle egzakt próba). <a href="#eset-kvali-kvali">Részletek</a></li><li><b>Kvalitatív (2 csoport) × kvantitatív:</b> t-próba (vagy Welch-próba, Mann–Whitney). <a href="#eset-ket-csoport">Részletek</a></li><li><b>Kvalitatív (3+ csoport) × kvantitatív:</b> ANOVA (vagy Welch-féle ANOVA, Kruskal–Wallis). <a href="#eset-tobb-csoport">Részletek</a></li><li><b>Két kvantitatív változó</b> (intervallum, arány): korreláció, Pearson (vagy Spearman, Kendall). <a href="#eset-korrelacio">Részletek</a></li></ul><p>Hogy a fő próbát vagy az alternatíváját használod, azt az előfeltételek (normalitás, szórások egyenlősége) döntik el. A részleteket <a href="#elofeltetelek">lásd lentebb</a>. Minden egy táblázatban: <a href="#puska">gyors puska</a>.</p></div></section><section class="dd-sec"><span class="dd-kicker">Az alapelv</span><h2>A mérési szint <span class="dd-hl">dönt</span></h2><p>Hogy két változó kapcsolatának vizsgálatára <b>milyen statisztikai tesztet</b> kell használnod, azt az határozza meg, hogy <b>milyen mérési szintű az egyik, és milyen a másik</b>. A két alsó szintet (nominális, ordinális) kvalitatív, a két felsőt (intervallum, arány) kvantitatív változónak hívjuk.</p><div class="dd-tip"><p><b>Ne felejtsd el:</b> a teszt változik, de a gondolatmenet nem. Mindegyiknél ugyanaz a három lépés jön: <b>1.</b> létezik-e a kapcsolat, <b>2.</b> milyen szoros, <b>3.</b> milyen természetű.</p></div></section><section class="dd-sec"><span class="dd-kicker">A térkép</span><h2 id="terkep">Melyik teszt melyik változópárhoz?</h2><p>Keresd meg a sorban és az oszlopban a két változód mérési szintjét. A kereszteződésben találod a tesztet.</p><div class="dd-scroll"><table class="dd-mx"><thead><tr><th class="c0"></th><th>Kvalitatív<small>nominális, ordinális</small></th><th>Kvantitatív<small>intervallum, arány</small></th></tr></thead><tbody><tr><th>Kvalitatív<small>nominális, ordinális</small></th><td class="ql"><b>Khi² próba</b><small>kereszttábla</small><span class="alt">(2×2-es táblánál: Fisher-féle egzakt próba)</span></td><td class="qm"><b>t-próba</b><small>2 csoport</small><span class="alt">(vagy Welch-próba, Mann–Whitney)</span><b>ANOVA</b><small>3 vagy több csoport</small><span class="alt">(vagy Welch-féle ANOVA, Kruskal–Wallis)</span></td></tr><tr><th>Kvantitatív<small>intervallum, arány</small></th><td class="qm"><b>t-próba</b><small>2 csoport</small><span class="alt">(vagy Welch-próba, Mann–Whitney)</span><b>ANOVA</b><small>3 vagy több csoport</small><span class="alt">(vagy Welch-féle ANOVA, Kruskal–Wallis)</span></td><td class="qq"><b>Korreláció (Pearson)</b><span class="alt">(vagy Spearman, Kendall)</span></td></tr></tbody></table></div><p class="dd-note"><b>Zárójelben az alternatívák:</b> az előfeltételek (normalitás, szórások egyenlősége) ellenőrzése dönti el, hogy a fő próbát vagy valamelyik alternatívát használod.</p><p class="dd-small">A vegyes eset (kvalitatív × kvantitatív) a táblázat két átlós oldalán is ugyanaz, mert mindegy, melyik változót írod a sorba.</p></section><section class="dd-sec"><span class="dd-kicker">Részletesen</span><h2>Négy eset, mindegyik a három lépés mentén</h2><p>Mindegyik kártya megmutatja, melyik próbát választhatod, mi a H0, milyen hatásmérőt számolsz a 2. lépésben, és mivel jellemzed a kapcsolatot a 3. lépésben.</p><div class="dd-tcs"><div class="dd-tc"><div class="th"><span class="dd-badge">Kvalitatív × kvalitatív</span><h3 id="eset-kvali-kvali">Kereszttábla és khi² próba</h3><p class="pr">Példa: nem és beosztás</p></div><div class="vs"><span class="dd-v p">khi² próba</span></div><div class="rws"><div class="rw s1"><span class="no">1</span><div><b>1. lépés: hipotézisvizsgálat</b><p><b>H0:</b> a megfigyelt gyakoriságok megegyeznek a függetlenség mellett feltételezett gyakoriságokkal. Vagyis a nem és a beosztás <i>független</i> egymástól, nincs kapcsolat.</p></div></div><div class="rw s2"><span class="no">2</span><div><b>2. lépés: kapcsolatszorosság (hatásmérték)</b><p>Cramér-féle V mutató</p></div></div><div class="rw s3"><span class="no">3</span><div><b>3. lépés: jellemzés</b><p>relatív gyakoriságok (a kereszttáblában)</p></div></div></div><p class="nt">Itt nincs ok-okozat, csak összefüggés.</p></div><div class="dd-tc"><div class="th"><span class="dd-badge">Kvalitatív × kvantitatív · 2 csoport</span><h3 id="eset-ket-csoport">Két csoport átlagának összehasonlítása</h3><p class="pr">Példa: nem (2 kategória) és fizetés</p></div><div class="vs"><span class="dd-v p">parametrikus: független mintás t-próba</span><span class="dd-v r">robosztus: Welch-próba</span><span class="dd-v n">nem-parametrikus: Mann–Whitney</span></div><div class="rws"><div class="rw s1"><span class="no">1</span><div><b>1. lépés: hipotézisvizsgálat</b><p><b>H0:</b> a férfiak átlagos fizetése megegyezik a nők átlagos fizetésével. A nem nincs hatással a fizetésre, nincs kapcsolat a nem és a fizetés között.</p></div></div><div class="rw s2"><span class="no">2</span><div><b>2. lépés: kapcsolatszorosság (hatásmérték)</b><p>Cohen-féle d (t-próba és Welch esetén)</p><p>rang-biszeriális korreláció (Mann–Whitney esetén)</p></div></div><div class="rw s3"><span class="no">3</span><div><b>3. lépés: jellemzés</b><p>csoportátlagok összehasonlítása (és a szórások)</p></div></div></div><p class="nt">A csoporthoz tartozás <i>hatással</i> van a kvantitatív változó értékére.</p></div><div class="dd-tc"><div class="th"><span class="dd-badge">Kvalitatív × kvantitatív · 3 vagy több csoport</span><h3 id="eset-tobb-csoport">Több csoport átlagának összehasonlítása</h3><p class="pr">Példa: beosztás (3 kategória) és fizetés</p></div><div class="vs"><span class="dd-v p">parametrikus: ANOVA, varianciaanalízis</span><span class="dd-v r">robosztus: Welch-féle ANOVA</span><span class="dd-v n">nem-parametrikus: Kruskal–Wallis</span></div><div class="rws"><div class="rw s1"><span class="no">1</span><div><b>1. lépés: hipotézisvizsgálat</b><p><b>H0:</b> a beosztottak, a középvezetők és a vezetők átlagfizetése megegyezik. A beosztás nincs hatással a fizetésre, nincs kapcsolat.</p><p><b>H1:</b> legalább egy csoport fizetése szignifikánsan eltér (van hatás, van kapcsolat).</p></div></div><div class="rw s2"><span class="no">2</span><div><b>2. lépés: kapcsolatszorosság (hatásmérték)</b><p>eta², omega²</p></div></div><div class="rw s3"><span class="no">3</span><div><b>3. lépés: jellemzés</b><p>A tényleges eltéréseket a <b>post-hoc tesztek</b> (páronkénti összehasonlítások) mutatják meg, mellé jönnek a csoportátlagok (és a szórások).</p></div></div></div><p class="nt">Az ANOVA csak annyit árul el, hogy van-e látnivaló, vagyis érdemes-e tovább vizsgálódni. Hogy pontosan mely csoportok térnek el, azt a post-hoc tesztek mondják meg.</p></div><div class="dd-tc"><div class="th"><span class="dd-badge">Kvantitatív × kvantitatív</span><h3 id="eset-korrelacio">Korreláció</h3><p class="pr">Példa: fizetés és életkor</p></div><div class="vs"><span class="dd-v p">parametrikus (normalitás OK): Pearson</span><span class="dd-v n">nem-parametrikus (normalitás nem OK): Spearman vagy Kendall</span></div><div class="rws"><div class="rw s1"><span class="no">1</span><div><b>1. lépés: hipotézisvizsgálat</b><p><b>H0:</b> nincs együttmozgás (együttjárás) a két változó között.</p></div></div><div class="rw s2"><span class="no">2</span><div><b>2. lépés: kapcsolatszorosság (hatásmérték)</b><p>Pearson: r · Spearman: rho · Kendall: tau</p></div></div><div class="rw s3"><span class="no">3</span><div><b>3. lépés: jellemzés</b><p>a mutató <b>előjele</b> (+ vagy −): pozitív vagy negatív irány</p></div></div></div><p class="nt">Itt nincs ok-okozat, csak együttjárás.</p></div></div><div class="dd-call" id="elofeltetelek" style="margin:20px 0;scroll-margin-top:120px"><h3>Előbb az előfeltételek</h3><p>A parametrikus, a robosztus vagy a nem-parametrikus változat kiválasztása az <b>előfeltételek</b> (normalitás, szórások egyenlősége) ellenőrzésén múlik. Ezt a tényleges hipotézisvizsgálat <b>előtt</b> kell elvégezned, hogy a megfelelő próbát tudd kiválasztani.</p><div class="dd-legend"><div><span class="dd-v p">parametrikus</span>ha az előfeltételek rendben vannak</div><div><span class="dd-v r">robosztus</span>ha a szórások nem egyenlők</div><div><span class="dd-v n">nem-parametrikus</span>ha a normalitás nem teljesül</div></div></div></section><section class="dd-sec"><span class="dd-kicker">Gyors puska</span><h2 id="puska">Egy táblázatban</h2><div class="dd-scroll"><table class="dd-tbl"><thead><tr><th>Változópár</th><th>Teszt</th><th>Hatásmérték</th><th>Jellemzés</th></tr></thead><tbody><tr><td>kvali × kvali</td><td>khi² próba</td><td>Cramér V</td><td>relatív gyakoriságok</td></tr><tr><td>kvali (2 csoport) × kvanti</td><td>t-próba (Welch, Mann–Whitney)</td><td>Cohen d (rang-biszeriális korreláció)</td><td>csoportátlagok (+ szórások)</td></tr><tr><td>kvali (3+ csoport) × kvanti</td><td>ANOVA (Welch, Kruskal–Wallis)</td><td>eta², omega²</td><td>post-hoc tesztek, csoportátlagok (+ szórások)</td></tr><tr><td>kvanti × kvanti</td><td>korreláció (Pearson, Spearman, Kendall)</td><td>r, rho, tau</td><td>az előjel (+ / −)</td></tr></tbody></table></div></section><section class="dd-sec"><span class="dd-kicker">Próbáld ki</span><h2>Értem már?</h2><div class="dd-quiz" id="ddQuiz2"><p style="margin:0">Öt gyors kérdés. Kattints a szerinted helyes válaszra!</p><div id="ddQs"></div><div class="dd-score" id="ddScore2" aria-live="polite"></div></div></section><section class="dd-sec" id="gyik"><span class="dd-kicker">GYIK</span><h2>Gyakori <span class="dd-hl">kérdések</span></h2><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mi dönti el, melyik statisztikai próbát használjam?</h3><p>A két változó mérési szintje. Kvalitatív változó a nominális és az ordinális, kvantitatív az intervallum és az arány skálán mért.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mikor használjak t-próbát, és mikor ANOVA-t?</h3><p>T-próbát akkor, ha a kvalitatív változónak két csoportja van (például nem: férfi/nő). ANOVA-t akkor, ha három vagy több (például beosztás: beosztott/középvezető/felsővezető). ANOVA után a post-hoc tesztek mondják meg, mely csoportok térnek el.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mikor kell nem-parametrikus próba?</h3><p>Ha a normalitás nem teljesül: Mann–Whitney, Kruskal–Wallis, illetve Spearman vagy Kendall. Ha csak a szórások nem egyenlők, a robosztus változat jön: Welch-próba, illetve Welch-féle ANOVA.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Milyen hatásmértéket számoljak?</h3><p>Khi² próbánál Cramér V, t-próbánál Cohen d (Mann–Whitney-nél rang-biszeriális korreláció), ANOVA-nál eta² vagy omega², korrelációnál r, rho vagy tau.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">A korreláció ok-okozati kapcsolatot jelent?</h3><p>Nem. A korreláció csak együttjárást mutat, ok-okozatot nem.</p></section><script type="application/ld+json">{"@context":"https://schema.org","@type":"FAQPage","mainEntity":[{"@type":"Question","name":"Mi dönti el, melyik statisztikai próbát használjam?","acceptedAnswer":{"@type":"Answer","text":"A két változó mérési szintje. Kvalitatív változó a nominális és az ordinális, kvantitatív az intervallum és az arány skálán mért."}},{"@type":"Question","name":"Mikor használjak t-próbát, és mikor ANOVA-t?","acceptedAnswer":{"@type":"Answer","text":"T-próbát akkor, ha a kvalitatív változónak két csoportja van (például nem: férfi/nő). ANOVA-t akkor, ha három vagy több (például beosztás: beosztott/középvezető/felsővezető). ANOVA után a post-hoc tesztek mondják meg, mely csoportok térnek el."}},{"@type":"Question","name":"Mikor kell nem-parametrikus próba?","acceptedAnswer":{"@type":"Answer","text":"Ha a normalitás nem teljesül: Mann–Whitney, Kruskal–Wallis, illetve Spearman vagy Kendall. Ha csak a szórások nem egyenlők, a robosztus változat jön: Welch-próba, illetve Welch-féle ANOVA."}},{"@type":"Question","name":"Milyen hatásmértéket számoljak?","acceptedAnswer":{"@type":"Answer","text":"Khi² próbánál Cramér V, t-próbánál Cohen d (Mann–Whitney-nél rang-biszeriális korreláció), ANOVA-nál eta² vagy omega², korrelációnál r, rho vagy tau."}},{"@type":"Question","name":"A korreláció ok-okozati kapcsolatot jelent?","acceptedAnswer":{"@type":"Answer","text":"Nem. A korreláció csak együttjárást mutat, ok-okozatot nem."}}]}</script><section class="dd-cta"><h2>Elakadtál? <em>Együtt</em> megcsináljuk!</h2><p style="margin-top:16px">A tesztválasztás táblázatban egyszerűnek tűnik. A nehezebb része az, amikor a saját adataidnál kell eldöntened, melyik teszt illik hozzájuk, teljesülnek-e az előfeltételek, mit mutat a kimenet, és hogyan írd le a dolgozatodban. Ott szoktak megcsúszni a szakdolgozatok, a disszertációk és a beadandók.</p><p><b style="color:#fff">Nem helyetted, hanem veled</b> nézzük végig a kutatási kérdésedet és az adataidat, hogy te is értsd, mit miért csinálsz. <a href="https://datadiva.hu/spss-maganoktatas/">SPSS</a>, <a href="https://datadiva.hu/jasp-segitseg/">JASP</a>, <a href="https://datadiva.hu/jamovi-segitseg-es-online-konzultacio/">jamovi</a>: ami neked kényelmes.</p><p><b>Tovább:</b> a tesztválasztás alapja a <a href="https://datadiva.hu/meresi-szintek-nominalis-ordinalis-intervallum-es-arany/">mérési szintek</a> ismerete. A kiválasztott tesztet együtt lefuttatjuk <a href="https://datadiva.hu/spss-maganoktatas/">SPSS</a>, <a href="https://datadiva.hu/jasp-segitseg/">JASP</a> vagy <a href="https://datadiva.hu/jamovi-segitseg-es-online-konzultacio/">jamovi</a> programban. Vedd fel velem <a href="https://datadiva.hu/kapcsolat">a kapcsolatot</a>, és megbeszéljük, miben segíthetek.</p><div class="dd-plans"><div class="dd-plan hot"><b>10 perc</b><span>Ingyenes ismerkedő hívás: megbeszéljük, hol tartasz, és miben segíthetek</span></div><div class="dd-plan"><b>45 perc</b><span>Egy konkrét kérdés vagy elakadás átbeszélése</span></div><div class="dd-plan"><b>90 perc</b><span>Mélyebb munka: elemzés, értelmezés, dolgozat</span></div></div><p style="text-align:center;margin:30px 0 6px"><a class="dd-btn" href="https://datadiva.hu/kapcsolat">Foglald le a helyed most!</a></p><div class="dd-sign"><b>Dr. Kun Zsuzsanna</b> · datadiva · 15+ év statisztika- és kutatásmódszertan-oktatás<br>Telefon: <a href="#" data-t="num">Telefonszám megjelenítése</a> · <a href="#" data-t="wa">WhatsApp</a> · <a href="#" data-t="vb">Viber</a><br><a href="mailto:zsuzsanna.kun@datadiva.hu">zsuzsanna.kun@datadiva.hu</a> · <a href="https://datadiva.hu">datadiva.hu</a></div></section></article><script>
(function(){
var Q=[
["Mi dönti el, hogy két változó kapcsolatát melyik statisztikai teszttel vizsgálod?",["A minta elemszáma","A két változó mérési szintje","Az, hogy mennyire erős a kapcsolat"],1,"A teszt kiválasztását a két változó mérési szintje (kvalitatív vagy kvantitatív) határozza meg."],
["Két változód van: a nem és a beosztás (3 kategória). Melyik próbát használod?",["Khi² próba (kereszttábla)","Független mintás t-próba","Pearson-korreláció"],0,"Két kvalitatív változó kapcsolatát kereszttáblával és khi² próbával vizsgálod."],
["A nem (2 kategória) és a fizetés kapcsolatát vizsgálod, az előfeltételek teljesülnek. Melyik a megfelelő próba?",["Független mintás t-próba","ANOVA","Spearman-korreláció"],0,"Két csoport átlagát hasonlítod össze: ez a független mintás t-próba. Hatásmérték: Cohen-féle d."],
["A beosztás (3 kategória) és a fizetés kapcsolatát vizsgálod. Melyik a megfelelő parametrikus próba?",["Független mintás t-próba","ANOVA (varianciaanalízis)","Khi² próba"],1,"Három vagy több csoport átlagát az ANOVA hasonlítja össze. Hatásmérték: eta² vagy omega²."],
["A fizetés és az életkor kapcsolatát vizsgálod, de a normalitás nem teljesül. Mit használsz?",["Pearson-féle r","Spearman-féle rho vagy Kendall-féle tau","Cramér-féle V"],1,"Normalitás hiányában a nem-parametrikus rangkorrelációk (Spearman, Kendall) a megfelelők. Pearson csak normalitás esetén jó."]
];
var box=document.getElementById('ddQs'),score=document.getElementById('ddScore2'),done=0,good=0;
Q.forEach(function(q,i){
var d=document.createElement('div');d.className='dd-q';
var p=document.createElement('p');p.textContent=(i+1)+'. '+q[0];d.appendChild(p);
var o=document.createElement('div');o.className='dd-opts';d.appendChild(o);
var fb=document.createElement('div');fb.className='dd-fb';fb.textContent=q[3];d.appendChild(fb);
q[1].forEach(function(t,j){
var b=document.createElement('button');b.type='button';b.textContent=t;
b.addEventListener('click',function(){
if(d.classList.contains('done'))return;d.classList.add('done');done++;
var bs=o.querySelectorAll('button');
if(j===q[2]){b.classList.add('ok');good++;}else{b.classList.add('no');bs[q[2]].classList.add('ok');}
if(done===Q.length){score.textContent=good+'/'+Q.length+' találat. '+(good===Q.length?'Tökéletes! 🎉':good>=3?'Szép munka, már csak az árnyalatok vannak hátra.':'Semmi gond, erre való a gyakorlás. Szívesen átnézzük együtt!');}
});o.appendChild(b);
});
box.appendChild(d);
});
})();
</script>
]]></content:encoded>
					
					<wfw:commentRss>https://datadiva.hu/tesztvalasztas-melyik-probat-hasznald-ket-valtozo-kapcsolatahoz/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Kapcsolatvizsgálat két változó között: a 3 fix lépés</title>
		<link>https://datadiva.hu/kapcsolatvizsgalat-ket-valtozo-kozott-a-3-fix-lepes/</link>
					<comments>https://datadiva.hu/kapcsolatvizsgalat-ket-valtozo-kozott-a-3-fix-lepes/#respond</comments>
		
		<dc:creator><![CDATA[Dr. Kun Zsuzsanna]]></dc:creator>
		<pubDate>Tue, 13 Oct 2026 07:00:00 +0000</pubDate>
				<category><![CDATA[Gyorstalpaló]]></category>
		<guid isPermaLink="false">https://datadiva.hu/?p=807</guid>

					<description><![CDATA[Akármilyen változókról és tesztről van szó, a kapcsolatvizsgálat mindig három kérdés: létezik-e a kapcsolat, milyen szoros, és milyen természetű. Megmutatom, hogyan haladj végig rajtuk lépésről lépésre.]]></description>
										<content:encoded><![CDATA[
<style>.dd-post p a:not([class]){text-decoration:underline;text-decoration-thickness:1.5px;text-underline-offset:3px;font-weight:600}
.dd-post{--y:#F4B637;--y-soft:#FFF6DF;--y-line:#F1DFB4;--k:#111;--ink:#2a2a2a;--mute:#6b6b6b;--ok:#2e7d4f;--no:#b3402f;
  font-family:system-ui,-apple-system,"Segoe UI",Roboto,"Helvetica Neue",Arial,sans-serif;color:var(--ink);line-height:1.7;font-size:18px;max-width:820px;margin:0 auto;padding:16px;box-sizing:border-box}
.dd-post *,.dd-post *::before,.dd-post *::after{box-sizing:border-box}
.dd-post h1,.dd-post h2,.dd-post h3{color:var(--k);line-height:1.2;margin:0;font-weight:800;letter-spacing:-.01em}
.dd-post p{margin:0 0 1.1em}
.dd-post a{color:inherit}

/* HERO */
.dd-hero{position:relative;overflow:hidden;background:var(--k);color:#fff;border-radius:28px;padding:44px 36px 120px}
.dd-brand{display:flex;align-items:center;gap:12px;margin-bottom:28px}
.dd-brand img{width:46px;height:46px;border-radius:50%;display:block}
.dd-brand span{font-size:14px;letter-spacing:.14em;text-transform:uppercase;color:var(--y);font-weight:700}
.dd-hero h2{color:#fff;font-size:clamp(32px,6vw,52px);max-width:15em}
.dd-hero h2 em{font-style:normal;color:var(--k);background:var(--y);padding:0 .22em;border-radius:8px;box-decoration-break:clone;-webkit-box-decoration-break:clone}
.dd-hero p.dd-lead{color:#e7e7e7;font-size:19px;max-width:34em;margin:22px 0 18px}
.dd-meta{font-size:14px;color:#bdbdbd}
.dd-meta b{color:var(--y);font-weight:700}
.dd-bell{position:absolute;left:0;right:0;bottom:-2px;width:100%;height:110px;display:block}

/* SECTIONS */
.dd-sec{margin-top:56px}
.dd-kicker{display:inline-block;font-size:13px;font-weight:800;letter-spacing:.12em;text-transform:uppercase;background:var(--y);color:var(--k);padding:3px 12px;border-radius:99px;margin-bottom:14px}
.dd-sec h2{font-size:clamp(26px,4.5vw,36px);margin-bottom:18px}
.dd-hl{background:linear-gradient(transparent 62%,var(--y) 62%);padding:0 2px}

/* STAIRS */
.dd-stairs{display:grid;grid-template-columns:repeat(4,1fr);gap:10px;align-items:end;margin:30px 0 8px}
.dd-step{border-radius:14px 14px 0 0;padding:14px 12px 12px;background:var(--y-soft);border:2px solid var(--y);text-align:center;display:flex;flex-direction:column;justify-content:flex-end}
.dd-step:nth-child(1){min-height:96px}.dd-step:nth-child(2){min-height:132px}.dd-step:nth-child(3){min-height:168px}.dd-step:nth-child(4){min-height:204px;background:var(--y)}
.dd-step b{display:block;font-size:17px;color:var(--k)}
.dd-step small{font-size:13px;color:#555;line-height:1.35;display:block;margin-top:2px}
.dd-axis{display:flex;justify-content:space-between;font-size:13px;color:var(--mute);font-weight:600;border-top:2px dashed var(--y-line);padding-top:6px}

/* LEVEL CARDS */
.dd-card{border:2px solid var(--k);border-radius:20px;padding:26px 26px 14px;margin:26px 0;background:#fff;position:relative}
.dd-card .dd-num{position:absolute;top:-18px;left:22px;background:var(--k);color:var(--y);font-weight:800;border-radius:99px;padding:3px 16px;font-size:14px;letter-spacing:.08em}
.dd-card h3{font-size:26px;margin-bottom:2px}
.dd-card .dd-sub{color:var(--mute);font-size:15px;margin-bottom:12px}
.dd-tags{display:flex;flex-wrap:wrap;gap:8px;margin:4px 0 14px}
.dd-tags span{background:var(--y-soft);border:1px solid var(--y-line);border-radius:99px;padding:2px 13px;font-size:15px}
.dd-mine{background:var(--y-soft);border-left:5px solid var(--y);border-radius:0 12px 12px 0;padding:10px 16px;font-size:16px;margin:6px 0 14px}
.dd-mine b{color:var(--k)}

/* CALLOUTS */
.dd-call{background:var(--k);color:#f3f3f3;border-radius:20px;padding:24px 26px;margin:28px 0}
.dd-call h3{color:var(--y);font-size:21px;margin-bottom:8px}
.dd-call p:last-child{margin:0}
.dd-call code,.dd-post code{background:rgba(244,182,55,.18);border-radius:6px;padding:1px 7px;font-size:.92em}
.dd-call code{color:var(--y)}
.dd-tip{background:var(--y-soft);border:2px solid var(--y);border-radius:20px;padding:20px 24px;margin:28px 0}
.dd-tip p:last-child{margin:0}

/* TABLE */
.dd-tbl{width:100%;border-collapse:separate;border-spacing:0;font-size:16px;border:2px solid var(--k);border-radius:16px;overflow:hidden;margin:20px 0}
.dd-tbl th{background:var(--k);color:var(--y);text-align:left;padding:12px 14px;font-size:14px;letter-spacing:.06em;text-transform:uppercase}
.dd-tbl td{padding:12px 14px;vertical-align:top;border-top:1px solid var(--y-line)}
.dd-tbl tr:nth-child(even) td{background:#fffbf0}
.dd-tbl td:first-child{font-weight:800;white-space:nowrap}
.dd-scroll{overflow-x:auto}


/* FIGURES */
.dd-fig{display:grid;grid-template-columns:1fr 1fr;gap:16px;margin:24px 0}
.dd-figi{min-width:0;margin:0;background:#fff;border:2px solid var(--k);border-radius:20px;padding:16px;position:relative}
.dd-figi svg{width:100%;height:auto;display:block;margin-top:6px}
.dd-figi figcaption{font-size:14px;color:var(--mute);line-height:1.5;margin-top:8px}
.dd-badge{display:inline-block;font-size:12px;font-weight:800;letter-spacing:.06em;text-transform:uppercase;background:var(--y);color:var(--k);padding:3px 12px;border-radius:99px}
.dd-badge.ok{background:var(--ok);color:#fff}.dd-badge.no{background:var(--no);color:#fff}
.dd-figi.bad{border-color:var(--no)}.dd-figi.good{border-color:var(--ok)}
.dd-mini{margin:12px 0 0;font-size:15px}.dd-mini th{letter-spacing:0;font-size:12px;padding:10px 8px}.dd-mini td{padding:10px 8px}.dd-mini td:first-child{white-space:normal}.dd-mini tr.tot td{font-weight:800;background:var(--y-soft)}
.dd-hbar{margin-top:14px;display:grid;gap:14px}
.dd-hbar .row{display:grid;grid-template-columns:48px 1fr;gap:4px 10px;align-items:center;font-size:15px}
.dd-hbar .trk{background:var(--y-soft);border-radius:8px;height:28px;overflow:hidden}
.dd-hbar .trk i{display:block;height:100%;background:var(--y);border-right:2px solid var(--k)}
.dd-hbar b{grid-column:2;font-size:14px;color:var(--k)}
@media(max-width:640px){.dd-fig{grid-template-columns:1fr}}


/* VISUAL STRIPS */
.dd-vis{display:flex;flex-wrap:wrap;gap:10px;justify-content:center;background:var(--y-soft);border:1px solid var(--y-line);border-radius:16px;padding:14px 10px 10px;margin:6px 0 14px}
.dd-vi{margin:0;flex:1 1 120px;max-width:200px;text-align:center}
.dd-vi.wide{flex:1 1 100%;max-width:420px}
.dd-vi svg{width:100%;height:auto;max-height:110px;display:block}
.dd-vi figcaption{font-size:13px;color:var(--mute);line-height:1.35;margin-top:4px}


.dd-main td.dd-lvl{font-weight:800;white-space:nowrap}
.dd-main td.dd-grp{background:var(--y);color:var(--k);font-weight:400;border-right:2px solid var(--k);width:170px;max-width:170px;white-space:normal;vertical-align:middle}
.dd-main td.dd-grp.dark{background:var(--k);color:#fff}
.dd-main td.dd-grp.dark b{color:var(--y)}
.dd-main td.dd-grp b{display:block;font-size:17px;margin-bottom:4px}
.dd-main td.dd-grp small{display:block;font-size:12.5px;line-height:1.35;opacity:.85}
.dd-main tr.dd-split td{border-top:2px solid var(--k)}
.dd-main tr:nth-child(even) td:not(.dd-grp){background:#fffbf0}
.dd-main{min-width:620px;table-layout:auto}

/* QUIZ */
.dd-quiz{background:var(--y-soft);border:2px solid var(--y);border-radius:24px;padding:26px}
.dd-q{background:#fff;border-radius:16px;padding:16px 18px;margin-top:14px;border:1px solid var(--y-line)}
.dd-q p{margin:0 0 10px;font-weight:700;color:var(--k)}
.dd-opts{display:flex;flex-wrap:wrap;gap:8px}
.dd-opts button{font:inherit;font-size:15px;cursor:pointer;background:#fff;border:2px solid var(--k);color:var(--k);border-radius:99px;padding:5px 16px;transition:.15s}
.dd-opts button:hover{background:var(--y)}
.dd-opts button.ok{background:var(--ok);border-color:var(--ok);color:#fff}
.dd-opts button.no{background:var(--no);border-color:var(--no);color:#fff}
.dd-fb{font-size:15px;margin:10px 0 0;color:var(--mute);display:none}
.dd-q.done .dd-fb{display:block}
.dd-score{margin-top:16px;font-weight:800;color:var(--k);min-height:1.4em}

/* CTA */
.dd-cta{background:var(--k);color:#fff;border-radius:28px;padding:44px 32px;margin-top:60px;position:relative;overflow:hidden}
.dd-cta h2{color:#fff;font-size:clamp(28px,5vw,40px)}
.dd-cta h2 em{font-style:normal;color:var(--y)}
.dd-cta p{color:#e3e3e3}
.dd-plans{display:grid;grid-template-columns:repeat(3,1fr);gap:14px;margin:26px 0}
.dd-plan{background:#1d1d1d;border:2px solid #333;border-radius:18px;padding:18px;text-align:center}
.dd-plan.hot{border-color:var(--y);background:#241d0c}
.dd-plan b{display:block;font-size:30px;color:var(--y);line-height:1.1}
.dd-plan span{display:block;font-size:15px;color:#cfcfcf;margin-top:6px;line-height:1.4}
.dd-btn{display:inline-block;background:var(--y);color:var(--k)!important;font-weight:800;text-decoration:none;font-size:19px;padding:15px 34px;border-radius:99px;transition:transform .15s,box-shadow .15s}
.dd-btn:hover{transform:translateY(-2px);box-shadow:0 8px 0 rgba(244,182,55,.35)}
.dd-sign{margin-top:26px;font-size:15px;color:#bdbdbd}
.dd-sign a{color:var(--y);text-decoration:none;font-weight:700}
.dd-sign b{color:#fff}

@media(max-width:640px){
  .dd-post{font-size:17px;padding:10px}
  .dd-hero{padding:30px 22px 100px;border-radius:22px}
  .dd-stairs{gap:6px}.dd-step{padding:10px 4px}.dd-step b{font-size:14px}.dd-step small{display:none}
  .dd-card{padding:24px 18px 8px}
  .dd-plans{grid-template-columns:1fr}
  .dd-cta{padding:32px 20px;border-radius:22px}
  .dd-quiz{padding:18px}
  .dd-tbl td:first-child{white-space:normal}
}

.dd-rules2{margin:10px 0 18px;padding-left:22px}.dd-rules2 li{margin-bottom:6px}
.dd-case{border:2px solid var(--k);border-radius:22px;margin:22px 0;overflow:hidden;background:#fff}
.dd-case>header{background:var(--k);padding:14px 20px;display:flex;gap:12px;align-items:center;flex-wrap:wrap}
.dd-case>header h3{color:#fff;font-size:20px}
.dd-case .in{display:grid;grid-template-columns:1.3fr 1fr;gap:18px;padding:12px 20px 18px;align-items:center}
.dd-rows .r{display:grid;grid-template-columns:104px 1fr;gap:12px;padding:10px 0;border-bottom:1px dashed var(--y-line);font-size:16px;line-height:1.55}
.dd-rows .r:last-child{border-bottom:0}
.dd-rows .r b:first-child{color:var(--k);font-size:12.5px;text-transform:uppercase;letter-spacing:.05em;padding-top:3px}
.dd-curve{background:var(--y-soft);border-radius:16px;padding:10px}.dd-curve svg{width:100%;height:auto;display:block}
@media(max-width:700px){.dd-case .in{grid-template-columns:1fr}.dd-rows .r{grid-template-columns:1fr;gap:2px}.dd-curve{order:-1}}
.dd-pair{display:grid;grid-template-columns:1fr 1fr;gap:16px;margin:22px 0}
.dd-pair>div{border-radius:20px;padding:22px}
.dd-pair h3{font-size:22px;margin:8px 0}
.dd-pair p{margin:0;font-size:16px}
.dd-h0{background:var(--y);color:var(--k)}.dd-h0 .dd-badge{background:var(--k);color:var(--y)}
.dd-h1{background:var(--k);color:#f1f1f1}.dd-h1 h3{color:var(--y)}
.dd-rules{padding-left:0;list-style:none;counter-reset:r;margin:0 0 20px}
.dd-rules li{counter-increment:r;position:relative;padding:12px 14px 12px 56px;border:1px solid var(--y-line);border-radius:14px;margin-bottom:8px;background:#fff}
.dd-rules li::before{content:counter(r);position:absolute;left:12px;top:50%;transform:translateY(-50%);width:32px;height:32px;border-radius:50%;background:var(--y);color:var(--k);font-weight:800;display:grid;place-items:center}
.dd-dec{display:grid;grid-template-columns:1fr 1fr;gap:14px;margin:22px 0}
.dd-dec>div{border-radius:18px;padding:18px 20px;border:2px solid var(--k)}
.dd-dec b{display:block;font-size:22px}
.dd-dec .yes{background:var(--ok);color:#fff;border-color:var(--ok)}
.dd-dec .no{background:#fff;color:var(--k)}
.dd-defs{display:grid;grid-template-columns:1fr 1fr;gap:16px;margin:20px 0}
.dd-defs>div{background:var(--y-soft);border:1px solid var(--y-line);border-radius:18px;padding:18px 20px}
.dd-defs h3{font-size:19px;margin-bottom:6px}.dd-defs p{margin:0;font-size:16px}
.dd-hp{display:grid;grid-template-columns:1fr 1fr;gap:12px;margin:8px 0 14px}
.dd-hp>div{background:var(--y-soft);border-left:5px solid var(--y);border-radius:0 14px 14px 0;padding:12px 16px;font-size:16px}
.dd-hp>div:last-child{background:#f4f4f4;border-left-color:var(--k)}
.dd-hp b{display:block;color:var(--k);font-size:18px;margin-bottom:2px}
.dd-hp.big{margin-top:14px}
.dd-three{display:grid;grid-template-columns:repeat(3,1fr);gap:14px;margin:22px 0}
.dd-tcard{background:#fff;border:2px solid var(--k);border-radius:20px;padding:16px;min-width:0}
.dd-tcard svg{width:100%;height:auto;display:block;margin:8px 0}
.dd-tcard p{font-size:15px;line-height:1.5;margin:0 0 8px}
.dd-tcard small{display:block;font-size:13px;color:var(--mute);line-height:1.45}
.dd-card .dd-num{letter-spacing:.08em}
@media(max-width:700px){.dd-pair,.dd-dec,.dd-defs,.dd-hp,.dd-three{grid-template-columns:1fr}}
.dd-case .in{grid-template-columns:1fr 1.15fr;align-items:start;gap:20px}
.dd-left{display:flex;flex-direction:column;gap:12px}
.dd-situ{background:var(--y-soft);border-left:5px solid var(--y);border-radius:0 14px 14px 0;padding:12px 16px;font-size:16px;line-height:1.55}
.dd-situ b{display:block;color:var(--k);font-size:12.5px;text-transform:uppercase;letter-spacing:.05em;margin-bottom:4px}
.dd-curve{background:#fff;border:1px solid var(--y-line)}
.dd-rows .r b.nm{font-size:16px;text-transform:none;letter-spacing:0;background:var(--y);padding:2px 10px;border-radius:99px;display:inline-block;color:var(--k);padding-top:2px}
@media(max-width:700px){.dd-case .in{grid-template-columns:1fr}.dd-curve{order:0}}
.dd-stephead{display:flex;gap:16px;align-items:center;background:var(--k);border-radius:20px;padding:16px 22px;margin:0 0 16px}
.dd-stephead .num{flex:none;width:60px;height:60px;border-radius:50%;background:var(--y);color:var(--k);font-size:34px;font-weight:900;display:grid;place-items:center;line-height:1}
.dd-stephead small{display:block;color:var(--y);font-size:12px;font-weight:800;letter-spacing:.12em;text-transform:uppercase;margin-bottom:2px}
.dd-stephead h2{margin:0!important;color:#fff!important;font-size:clamp(21px,4.4vw,30px)!important;line-height:1.15}
.dd-flow .st .n{font-size:13px}
.dd-small{font-size:14px;color:var(--mute)}
.dd-char{display:flex;flex-direction:column;gap:14px;margin:18px 0 6px}
.dd-char .cc{display:grid;grid-template-columns:1.15fr 1fr;gap:18px;align-items:center;border:2px solid var(--k);border-radius:18px;padding:18px 20px;background:#fff}
.dd-char .cc>*{min-width:0}
.dd-char h3{margin:8px 0 2px;font-size:20px}
.dd-char .tst{margin:0 0 8px;color:var(--mute);font-size:14px}
.dd-char p{margin:6px 0}
.dd-char .cn{background:var(--y-soft);border-left:4px solid var(--y);border-radius:8px;padding:8px 12px}
.dd-char .cv{background:var(--y-soft);border-radius:14px;padding:12px}
@media(max-width:700px){.dd-char .cc{grid-template-columns:1fr}.dd-stephead{padding:14px 16px}.dd-stephead .num{width:50px;height:50px;font-size:28px}}
.dd-combo{display:flex;flex-direction:column;gap:2px;align-items:center;justify-content:center;background:var(--y-soft);border:1px solid var(--y-line);border-radius:16px;padding:14px;margin:16px 0;font-size:15px}
.dd-combo span{background:var(--y);border:2px solid var(--k);border-radius:99px;padding:3px 14px;font-weight:700;color:var(--k)}
.dd-combo span.b{background:var(--k);color:var(--y)}
.dd-combo .r{display:grid;grid-template-columns:1fr auto 1fr;gap:10px;align-items:center;width:100%;max-width:400px}.dd-combo .r span{text-align:center}.dd-combo i{font-style:normal;font-weight:800}.dd-combo em{font-style:normal;color:var(--mute);padding:0 6px}
.dd-flow{display:grid;grid-template-columns:1fr auto 1fr auto 1fr;gap:10px;align-items:stretch;margin:22px 0}
.dd-flow .st{background:#fff;border:2px solid var(--k);border-radius:20px;padding:16px;display:flex;flex-direction:column;gap:6px}
.dd-flow .st:first-child{background:var(--y)}
.dd-flow .n{align-self:flex-start;background:var(--k);color:var(--y);font-size:12px;font-weight:800;letter-spacing:.08em;text-transform:uppercase;padding:3px 12px;border-radius:99px}
.dd-flow .st b{font-size:19px;line-height:1.25;color:var(--k)}
.dd-flow .st small{font-size:14px;color:#4a4a4a;line-height:1.4}
.dd-flow .ar{display:flex;flex-direction:column;align-items:center;justify-content:center;font-size:30px;font-weight:800;color:var(--k)}
.dd-flow .ar span{font-size:12px;font-weight:800;color:var(--ok);letter-spacing:.04em;text-transform:uppercase}
.dd-exitrow{display:grid;grid-template-columns:1fr 1fr;gap:12px}.dd-go{background:#fff;border:2px solid var(--ok);border-radius:16px;padding:14px 18px;font-size:16px}@media(max-width:640px){.dd-exitrow{grid-template-columns:1fr}}
.dd-exit{background:#fff;border:2px dashed var(--no);border-radius:16px;padding:14px 18px;font-size:16px}
.dd-core{background:var(--k);border-radius:28px;padding:22px 24px 24px;margin:22px 0;box-shadow:0 0 0 5px var(--y)}
.dd-core .lbl{color:var(--y);font-size:13px;font-weight:800;letter-spacing:.14em;text-transform:uppercase;margin-bottom:14px}
.dd-core .dd-flow{margin:0 0 16px}
.dd-core .dd-flow .st{border-color:var(--y);padding:18px}
.dd-core .dd-flow .st b{font-size:22px}
.dd-core .dd-flow .n{font-size:13px;padding:4px 14px}
.dd-core .dd-flow .ar{color:var(--y);font-size:38px}
.dd-core .dd-flow .ar span{color:#8fe0ac;font-size:13px}
.dd-core .dd-exit{background:transparent;border:2px dashed #ff8a75;color:#fff}
.dd-core .dd-exit b{color:#ff8a75}
@media(max-width:700px){.dd-core{padding:18px 16px 18px}.dd-core .dd-flow .ar{transform:none;height:auto;flex-direction:row;gap:10px;font-size:32px;line-height:1}.dd-core .dd-flow .ar span{transform:none;margin:0;order:2}.dd-core .dd-flow .ar{font-size:0}.dd-core .dd-flow .ar::before{content:'↓';font-size:32px;color:var(--y)}.dd-core .dd-flow .ar span{font-size:13px}}
.dd-three3{display:grid;grid-template-columns:repeat(3,1fr);gap:12px;margin:20px 0}
.dd-three3>div{background:var(--y-soft);border:1px solid var(--y-line);border-radius:16px;padding:14px 16px;font-size:15.5px;line-height:1.5}
.dd-three3 b{display:block;font-size:22px;color:var(--k);margin-bottom:4px}
.dd-hbar .row span{min-width:60px}
@media(max-width:700px){.dd-flow{grid-template-columns:1fr}.dd-flow .ar{flex-direction:row;gap:8px;transform:rotate(90deg);height:34px;font-size:26px}.dd-flow .ar span{transform:rotate(-90deg);margin-left:14px}.dd-three3{grid-template-columns:1fr}}
</style><article class="dd-post"><header class="dd-hero"><div class="dd-brand"><img decoding="async" src="data:image/png;base64,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" alt="datadiva logó"><span>datadiva · statisztika gyorstalpaló</span></div><h2>Kapcsolatvizsgálat két változó között: a <em>3 fix lépés</em></h2><p class="dd-lead">Akármilyen változókról és akármilyen tesztről van szó, a kapcsolatvizsgálat gondolatmenete mindig ugyanaz a három kérdés ugyanabban a sorrendben. Ha ezt a menetet fejben tartod, soha nem fogsz elveszni az eredményekben.</p><div class="dd-meta"><b>Statisztika alapok</b> · kb. 5 perc olvasás · p-érték, kapcsolatszorosság</div><svg class="dd-bell" viewBox="0 0 800 110" preserveAspectRatio="none" aria-hidden="true"><path d="M0 110 C 160 108, 250 100, 320 60 C 360 38, 380 8, 400 8 C 420 8, 440 38, 480 60 C 550 100, 640 108, 800 110 Z" fill="#F4B637"/></svg></header><style>.dd-post [id]{scroll-margin-top:120px}.dd-post #roviden a{text-decoration:underline;text-underline-offset:3px}</style><section class="dd-sec" id="roviden"><span class="dd-kicker">Röviden</span><div class="dd-tip"><p>Két változó kapcsolatának vizsgálata mindig ugyanaz a <b>három lépés</b>, bármilyen tesztet használsz:</p><ol><li><b><a href="#letezik">Létezik-e a kapcsolat?</a></b> Hipotézisvizsgálat: ha p &lt; 0,05, szignifikáns kapcsolat van. Ha p &gt; 0,05, a kapcsolat nem igazolható, és itt az elemzés véget ér. Előtte: <a href="#elofeltetelek">előfeltételek</a>.</li><li><b><a href="#szorossag">Milyen szoros?</a></b> Kapcsolatszorossági mutató (hatásmérték), például Cramér-féle V, korrelációs együttható vagy Cohen-féle d. Minél közelebb van az 1-hez, annál erősebb a kapcsolat. <a href="#hatarok">Mikor gyenge, mikor erős?</a></li><li><b><a href="#termeszet">Milyen természetű?</a></b> <a href="#gyakorisagok">Gyakoriságok</a>, <a href="#atlagok">csoportátlagok</a> vagy a korreláció <a href="#irany">előjele</a> mutatja meg.</li></ol><p>Hogy melyik tesztet használd, azt a két változó mérési szintje dönti el: lásd a <a href="https://datadiva.hu/tesztvalasztas-melyik-probat-hasznald-ket-valtozo-kapcsolatahoz/">Tesztválasztás</a> cikket. Minden egy táblázatban: <a href="#puska">gyors puska</a>.</p></div></section><section class="dd-sec"><span class="dd-kicker">Az alaphelyzet</span><h2>Két változó, <span class="dd-hl">egy kérdés</span></h2><p>Két változó között vizsgálod a kapcsolatot. Az egyik is lehet <b>kvalitatív</b> (nominális vagy ordinális) vagy <b>kvantitatív</b> (intervallum vagy arány), és a másik is.</p><div class="dd-combo" aria-hidden="true"><div class="r"><span>kvalitatív</span><i>×</i><span>kvalitatív</span></div><em>vagy</em><div class="r"><span>kvalitatív</span><i>×</i><span class="b">kvantitatív</span></div><em>vagy</em><div class="r"><span class="b">kvantitatív</span><i>×</i><span class="b">kvantitatív</span></div></div><p>Hogy <b>melyik statisztikai tesztet</b> kell használnod, azt a két változó <a href="https://datadiva.hu/meresi-szintek-nominalis-ordinalis-intervallum-es-arany/">mérési szintje</a> dönti el. Az viszont, hogy <b>mit kérdezel a teszttől</b>, mindig ugyanaz a három dolog.</p></section><section class="dd-sec"><span class="dd-kicker">Áttekintés</span><h2>A három kérdés egymás után</h2><div class="dd-core"><div class="lbl">A lényeg egy ábrán</div><div class="dd-flow"><div class="st"><span class="n">1. lépés</span><b>Létezik-e a kapcsolat?</b><small>hipotézisvizsgálat, a p-érték dönt</small></div><div class="ar"><span>ha igen</span>→</div><div class="st"><span class="n">2. lépés</span><b>Milyen szoros a kapcsolat?</b><small>kapcsolatszorossági mutató (hatásmérték)</small></div><div class="ar">→</div><div class="st"><span class="n">3. lépés</span><b>Milyen természetű (irányú) a kapcsolat?</b><small>gyakoriságok, leíró statisztika</small></div></div><div class="dd-exit"><b>Ha az 1. lépésben nincs kapcsolat:</b> ezt riportálod, és <b>vége az elemzésnek</b>. A 2. és 3. lépésre csak akkor kerül sor, ha a kapcsolat létezik.</div></div></section><section class="dd-sec"><div class="dd-stephead"><span class="num">1</span><div><small>1. lépés</small><h2 id="letezik">Létezik-e a kapcsolat?</h2></div></div><p>Erre a <b>hipotézisvizsgálat</b> adja a választ, vagyis a <b>p-érték dönt</b>. A hipotézispár a már ismert logikát követi:</p><div class="dd-pair"><div class="dd-h0"><span class="dd-badge">H0</span><h3>Nincs kapcsolat</h3><p>a két változó között nincs összefüggés (matematikai egyenlőség).</p></div><div class="dd-h1"><span class="dd-badge">H1</span><h3>Van kapcsolat</h3><p>a két változó összefügg.</p></div></div><div class="dd-dec"><div class="yes"><b>p &lt; 0,05</b><span>A H0 elutasítható: szignifikáns kapcsolat van. Mehetsz a 2. lépésre.</span></div><div class="no"><b>p &gt; 0,05</b><span>A H0 nem utasítható el: az összefüggés nem igazolható (nincs elég bizonyíték). Itt az elemzés véget ér.</span></div></div><div class="dd-call" style="margin:18px 0"><h3 id="elofeltetelek">Előbb az előfeltételek</h3><p>Ha a hipotézisvizsgálatnak vannak <b>előfeltételei</b> (például normális eloszlás vagy szórások egyenlősége), azokat még a <b>tényleges hipotézisvizsgálat előtt</b> ellenőrizd. Az előfeltételek eredménye dönti el, hogy <b>melyik próbát</b> választhatod, vagyis a megfelelő próbát csak ezek után tudod kiválasztani.</p></div><div class="dd-tip"><p><b>Ez még nem mondja meg, mennyire erős a kapcsolat.</b> A szignifikancia csak annyit árul el, hogy a kapcsolat létezik. Hogy mekkora, azt a 2. lépés mutatja meg.</p></div></section><section class="dd-sec"><div class="dd-stephead"><span class="num">2</span><div><small>2. lépés</small><h2 id="szorossag">Milyen szoros a kapcsolat?</h2></div></div><p>Ehhez egy <b>kapcsolatszorossági mutatót</b> (más néven <b>effect size</b>, hatásmérték) használsz, például a Cramér-féle V-t, a korrelációs együtthatót vagy a Cohen-féle d-t. Mindegyik azt mutatja meg, <b>mekkora a kapcsolat</b>, nem csak azt, hogy van-e.</p><figure class="dd-figi" style="margin:22px 0"><span class="dd-badge">Általános szabály</span><svg viewBox="0 0 600 150" role="img" aria-label="Kapcsolatszorosság skála: 0 nincs kapcsolat, 0,3-ig gyenge, 0,7-ig közepes, fölötte erős, 1 tökéletes"><rect x="20.0" y="30" width="168.0" height="46" fill="#FFF1C9" stroke="#111" stroke-width="2"/><text x="104.0" y="59" text-anchor="middle" font-size="17" font-weight="800" fill="#111">gyenge</text><rect x="188.0" y="30" width="224.0" height="46" fill="#F8D277" stroke="#111" stroke-width="2"/><text x="300.0" y="59" text-anchor="middle" font-size="17" font-weight="800" fill="#111">közepes</text><rect x="412.0" y="30" width="168.0" height="46" fill="#F4B637" stroke="#111" stroke-width="2"/><text x="496.0" y="59" text-anchor="middle" font-size="17" font-weight="800" fill="#111">erős</text><line x1="20.0" x2="20.0" y1="76" y2="88" stroke="#111" stroke-width="2"/><text x="20.0" y="106" text-anchor="middle" font-size="17" font-weight="800" fill="#111">0</text><line x1="188.0" x2="188.0" y1="76" y2="88" stroke="#111" stroke-width="2"/><text x="188.0" y="106" text-anchor="middle" font-size="17" font-weight="800" fill="#111">0,3</text><line x1="412.0" x2="412.0" y1="76" y2="88" stroke="#111" stroke-width="2"/><text x="412.0" y="106" text-anchor="middle" font-size="17" font-weight="800" fill="#111">0,7</text><line x1="580.0" x2="580.0" y1="76" y2="88" stroke="#111" stroke-width="2"/><text x="580.0" y="106" text-anchor="middle" font-size="17" font-weight="800" fill="#111">1</text><text x="18.0" y="22" text-anchor="start" font-size="13" font-weight="700" fill="#b3402f">nincs kapcsolat</text><text x="582.0" y="22" text-anchor="end" font-size="13" font-weight="700" fill="#2e7d4f">tökéletes, függvényszerű</text><text x="300" y="138" text-anchor="middle" font-size="12.5" fill="#6b6b6b">0 és 1 között sztochasztikus kapcsolat: az egyik ismeretében a másikra következtethetünk</text></svg><figcaption>Minél közelebb van a mutató a nullához, annál gyengébb, minél közelebb az egyhez, annál erősebb a kapcsolat.</figcaption></figure><div class="dd-three3"><div><b>0</b><span>Nincs kapcsolat.</span></div><div><b>1</b><span>Tökéletes, <u>függvényszerű</u> kapcsolat: az egyik változó ismerete pontosan meghatározza a másik értékét.</span></div><div><b>0 és 1 között</b><span><u>Sztochasztikus</u> kapcsolat: az egyik változó ismeretében következtethetünk, becsülhetünk értéket a másiknak.</span></div></div><div class="dd-mine"><b>Példa a függvényszerű kapcsolatra:</b> egy képzés díja fix óradíj mellett (5 000 Ft/óra) és az órák száma. Ha tudod, hogy a képzés 12 órás, a díj kivétel nélkül 60 000 Ft. Az egyik változó ismeretében a másik pontosan kiszámolható.</div><div class="dd-mine"><b>Példa a sztochasztikus kapcsolatra:</b> az óraterhelés és az évente teljesített képzési órák száma. Ha tudod valakinek az óraterhelését, jobban tippelhetsz a képzési óráira, de pontosan nem tudod megmondani, mert az emberek egyénileg eltérnek.</div><p class="dd-small">Valós kutatási adatokban tökéletes (1,0) kapcsolatot szinte soha nem látsz. Ha mégis, gyanakodj: gyakran ugyanazt a dolgot mérted kétszer, vagy az egyik változót a másikból számoltad.</p><div class="dd-call"><h3 id="hatarok">Csak általános szabály</h3><p>A 0,3 és 0,7 határok csak iránymutatóak, mutatónként eltérnek a sávok. A <b>Cohen-féle d</b> például nem 0 és 1 között mozog (nagyobb is lehet 1-nél), ezért ott más küszöbök használatosak: kb. <b>0,2 gyenge, 0,5 közepes, 0,8 erős</b>. A korrelációnál és a Cramér-féle V-nél is eltérhetnek a határok szerzőnként, a Cramér V-nél a táblázat méretétől is függenek. Mindig nézd meg, hogy az adott mutatóhoz milyen értelmezési sávokat szoktak használni.</p></div></section><section class="dd-sec"><div class="dd-stephead"><span class="num">3</span><div><small>3. lépés</small><h2 id="termeszet">Milyen természetű a kapcsolat?</h2></div></div><p>Ha tudod, hogy van kapcsolat, és azt is, hogy mekkora, már csak az marad, hogy <b>milyen</b>: merre mutat, ki mennyivel tér el. Hogy ezt <b>mivel jellemzed</b>, a teszt típusától függ. Három gyakori eset, ugyanazzal a képzéses példával:</p><div class="dd-char"><div class="cc"><div class="ct"><span class="dd-badge">Két kvalitatív változó</span><h3 id="gyakorisagok">Gyakoriságok</h3><p class="tst">khi² próba: nem × részt vett-e képzésen</p><p>A <b>relatív gyakoriságokat</b> nézed az egyes kategóriákban: a nők között 40% vett részt fenntarthatósági módszertani képzésen, a férfiaknál csak 17%.</p><p class="cn"><b>Következtetés:</b> a nőkre jellemzőbb ez a képzés.</p></div><div class="cv"><div class="dd-hbar"><div class="row"><span style="width:60px">Nők</span><div class="trk"><i style="width:40%"></i></div><b>40%</b></div><div class="row"><span style="width:60px">Férfiak</span><div class="trk"><i style="width:17%"></i></div><b>17%</b></div></div></div></div><div class="cc"><div class="ct"><span class="dd-badge">Kvalitatív × kvantitatív</span><h3 id="atlagok">Az átlagok eltérése</h3><p class="tst">t-próba, ANOVA: nem × képzési órák száma</p><p>A <b>csoportok átlagát</b> hasonlítod össze: a nők évente átlagosan 18, a férfiak 11 képzési órát teljesítettek.</p><p class="cn"><b>Következtetés:</b> a nők átlagosan 7 órával többet képezték magukat.</p></div><div class="cv"><div class="dd-hbar"><div class="row"><span style="width:60px">Nők</span><div class="trk"><i style="width:90%"></i></div><b>18 óra</b></div><div class="row"><span style="width:60px">Férfiak</span><div class="trk"><i style="width:55%"></i></div><b>11 óra</b></div></div></div></div><div class="cc"><div class="ct"><span class="dd-badge">Két kvantitatív változó</span><h3 id="irany">A kapcsolat iránya</h3><p class="tst">korreláció: óraterhelés × képzési órák száma</p><p>Azt nézed, hogy az egyik változó növekedésével a másik <b>nő</b> (pozitív irány) vagy <b>csökken</b> (negatív irány). Itt a minél nagyobb az óraterhelés, annál kevesebb képzési óra jut.</p><p class="cn"><b>Következtetés:</b> negatív irányú kapcsolat. A mutató <b>előjele</b> az irányt, az <b>abszolút értéke</b> a szorosságot (2. lépés) adja meg.</p></div><div class="cv"><svg viewBox="0 0 350 200" role="img" aria-label="Pontdiagram: minél nagyobb az óraterhelés, annál kevesebb a képzési óra" style="width:100%;height:auto;display:block"><line x1="48" y1="16" x2="48" y2="150" stroke="#111" stroke-width="2"/><line x1="48" y1="150" x2="330" y2="150" stroke="#111" stroke-width="2"/><line x1="65" y1="33" x2="313" y2="105" stroke="#b3402f" stroke-width="2.5" stroke-dasharray="6 4"/><circle cx="64.6" cy="39.3" r="5" fill="#F4B637" stroke="#111" stroke-width="1.6"/><circle cx="81.2" cy="48.2" r="5" fill="#F4B637" stroke="#111" stroke-width="1.6"/><circle cx="97.8" cy="43.6" r="5" fill="#F4B637" stroke="#111" stroke-width="1.6"/><circle cx="114.4" cy="56.0" r="5" fill="#F4B637" stroke="#111" stroke-width="1.6"/><circle cx="130.9" cy="63.5" r="5" fill="#F4B637" stroke="#111" stroke-width="1.6"/><circle cx="147.5" cy="57.6" r="5" fill="#F4B637" stroke="#111" stroke-width="1.6"/><circle cx="164.1" cy="45.9" r="5" fill="#F4B637" stroke="#111" stroke-width="1.6"/><circle cx="180.7" cy="54.3" r="5" fill="#F4B637" stroke="#111" stroke-width="1.6"/><circle cx="197.3" cy="60.2" r="5" fill="#F4B637" stroke="#111" stroke-width="1.6"/><circle cx="213.9" cy="82.2" r="5" fill="#F4B637" stroke="#111" stroke-width="1.6"/><circle cx="230.5" cy="76.9" r="5" fill="#F4B637" stroke="#111" stroke-width="1.6"/><circle cx="247.1" cy="89.8" r="5" fill="#F4B637" stroke="#111" stroke-width="1.6"/><circle cx="263.6" cy="97.9" r="5" fill="#F4B637" stroke="#111" stroke-width="1.6"/><circle cx="280.2" cy="104.7" r="5" fill="#F4B637" stroke="#111" stroke-width="1.6"/><circle cx="296.8" cy="106.0" r="5" fill="#F4B637" stroke="#111" stroke-width="1.6"/><circle cx="313.4" cy="88.0" r="5" fill="#F4B637" stroke="#111" stroke-width="1.6"/><text x="189" y="188" text-anchor="middle" font-size="13" font-weight="700" fill="#111">óraterhelés →</text><text x="14" y="83" text-anchor="middle" font-size="13" font-weight="700" fill="#111" transform="rotate(-90 14 83)">képzési órák →</text></svg></div></div></div><p class="dd-small">A számok szemléltető, kitalált adatok.</p></section><section class="dd-sec"><span class="dd-kicker">Összefoglaló</span><h2 id="puska">Gyors puska</h2><div class="dd-scroll"><table class="dd-tbl"><thead><tr><th>Lépés</th><th>Kérdés</th><th>Mi adja a választ?</th><th>Mit kapsz?</th></tr></thead><tbody><tr><td>1.</td><td>Létezik-e a kapcsolat?</td><td>hipotézisvizsgálat, p-érték</td><td>p &lt; 0,05: van kapcsolat, jön a 2. és 3. lépés; p &gt; 0,05: nem igazolható, vége az elemzésnek</td></tr><tr><td>2.</td><td>Milyen szoros a kapcsolat?</td><td>kapcsolatszorossági mutató (hatásmérték, effect size)</td><td>0 (nincs) … 1 (tökéletes)</td></tr><tr><td>3.</td><td>Milyen természetű a kapcsolat?</td><td>gyakoriságok, leíró statisztikák, irány</td><td>merre mutat, ki mennyivel tér el</td></tr></tbody></table></div><div class="dd-tip"><p><b>A sorrend számít.</b> Ha az 1. lépésben nem találsz kapcsolatot, a 2. és 3. lépés nem értelmezhető, ezért ott megáll az elemzés.</p></div></section><section class="dd-sec"><span class="dd-kicker">Próbáld ki</span><h2>Értem már?</h2><div class="dd-quiz" id="ddQuiz2"><p style="margin:0">Öt gyors kérdés. Kattints a szerinted helyes válaszra!</p><div id="ddQs"></div><div class="dd-score" id="ddScore2" aria-live="polite"></div></div></section><section class="dd-sec" id="gyik"><span class="dd-kicker">GYIK</span><h2>Gyakori <span class="dd-hl">kérdések</span></h2><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mit jelent, ha p &lt; 0,05?</h3><p>A H0 elutasítható: szignifikáns kapcsolat van a két változó között, mehetsz tovább a 2. lépésre.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mit csinálj, ha p > 0,05?</h3><p>A H0 nem utasítható el, a kapcsolat nem igazolható. Ezt riportálod, és az elemzés itt véget ér: a 2. és a 3. lépés elmarad.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Ha szignifikáns a kapcsolat, akkor erős is?</h3><p>Nem. A szignifikancia csak azt mondja meg, hogy a kapcsolat létezik. Hogy mekkora, azt a hatásmérték mutatja.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mikor gyenge, közepes vagy erős egy kapcsolat?</h3><p>Általános szabály: a 0 közelében gyenge, az 1 közelében erős. A határok mutatónként eltérnek, a Cohen-féle d-nél például kb. 0,2 gyenge, 0,5 közepes, 0,8 erős.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mi a különbség a függvényszerű és a sztochasztikus kapcsolat között?</h3><p>Függvényszerű kapcsolatnál az egyik változóból pontosan kiszámolható a másik, például fix óradíjnál a képzés díja az órák számából. Sztochasztikusnál csak becsülni lehet, például az óraterhelésből a képzési órák számát. Valós kutatási adatokban szinte mindig sztochasztikus kapcsolatot látsz.</p></section><script type="application/ld+json">{"@context":"https://schema.org","@type":"FAQPage","mainEntity":[{"@type":"Question","name":"Mit jelent, ha p < 0,05?","acceptedAnswer":{"@type":"Answer","text":"A H0 elutasítható: szignifikáns kapcsolat van a két változó között, mehetsz tovább a 2. lépésre."}},{"@type":"Question","name":"Mit csinálj, ha p > 0,05?","acceptedAnswer":{"@type":"Answer","text":"A H0 nem utasítható el, a kapcsolat nem igazolható. Ezt riportálod, és az elemzés itt véget ér: a 2. és a 3. lépés elmarad."}},{"@type":"Question","name":"Ha szignifikáns a kapcsolat, akkor erős is?","acceptedAnswer":{"@type":"Answer","text":"Nem. A szignifikancia csak azt mondja meg, hogy a kapcsolat létezik. Hogy mekkora, azt a hatásmérték mutatja."}},{"@type":"Question","name":"Mikor gyenge, közepes vagy erős egy kapcsolat?","acceptedAnswer":{"@type":"Answer","text":"Általános szabály: a 0 közelében gyenge, az 1 közelében erős. A határok mutatónként eltérnek, a Cohen-féle d-nél például kb. 0,2 gyenge, 0,5 közepes, 0,8 erős."}},{"@type":"Question","name":"Mi a különbség a függvényszerű és a sztochasztikus kapcsolat között?","acceptedAnswer":{"@type":"Answer","text":"Függvényszerű kapcsolatnál az egyik változóból pontosan kiszámolható a másik, például fix óradíjnál a képzés díja az órák számából. Sztochasztikusnál csak becsülni lehet, például az óraterhelésből a képzési órák számát. Valós kutatási adatokban szinte mindig sztochasztikus kapcsolatot látsz."}}]}</script><section class="dd-cta"><h2>Elakadtál? <em>Együtt</em> megcsináljuk!</h2><p style="margin-top:16px">A három lépés elméletben egyszerű. A nehezebb része az, amikor a saját adataidnál kell eldöntened, melyik tesztet válaszd, mit mutat a kimenet, és hogyan írd le a dolgozatodban. Ott szoktak megcsúszni a szakdolgozatok, a disszertációk és a beadandók.</p><p><b style="color:#fff">Nem helyetted, hanem veled</b> nézzük végig a kutatási kérdésedet és az adataidat, hogy te is értsd, mit miért csinálsz. <a href="https://datadiva.hu/spss-maganoktatas/">SPSS</a>, <a href="https://datadiva.hu/jasp-segitseg/">JASP</a>, <a href="https://datadiva.hu/jamovi-segitseg-es-online-konzultacio/">jamovi</a>: ami neked kényelmes.</p><p><b>Tovább:</b> a három lépés első része a <a href="https://datadiva.hu/meresi-szintek-nominalis-ordinalis-intervallum-es-arany/">mérési szintek</a> ismerete. A kapcsolatvizsgálatot <a href="https://datadiva.hu/spss-maganoktatas/">SPSS</a>, <a href="https://datadiva.hu/jasp-segitseg/">JASP</a> vagy <a href="https://datadiva.hu/jamovi-segitseg-es-online-konzultacio/">jamovi</a> programban is megmutatom, <a href="https://datadiva.hu/statisztika-magantanar/">magántanárként</a>. Vedd fel velem <a href="https://datadiva.hu/kapcsolat">a kapcsolatot</a>, és megbeszéljük, miben segíthetek.</p><div class="dd-plans"><div class="dd-plan hot"><b>10 perc</b><span>Ingyenes ismerkedő hívás: megbeszéljük, hol tartasz, és miben segíthetek</span></div><div class="dd-plan"><b>45 perc</b><span>Egy konkrét kérdés vagy elakadás átbeszélése</span></div><div class="dd-plan"><b>90 perc</b><span>Mélyebb munka: elemzés, értelmezés, dolgozat</span></div></div><p style="text-align:center;margin:30px 0 6px"><a class="dd-btn" href="https://datadiva.hu/kapcsolat">Foglald le a helyed most!</a></p><div class="dd-sign"><b>Dr. Kun Zsuzsanna</b> · datadiva · 15+ év statisztika- és kutatásmódszertan-oktatás<br>Telefon: <a href="#" data-t="num">Telefonszám megjelenítése</a> · <a href="#" data-t="wa">WhatsApp</a> · <a href="#" data-t="vb">Viber</a><br><a href="mailto:zsuzsanna.kun@datadiva.hu">zsuzsanna.kun@datadiva.hu</a> · <a href="https://datadiva.hu">datadiva.hu</a></div></section></article><script>
(function(){
var Q=[
["Mi a kapcsolatvizsgálat első kérdése két változó között?",["Milyen szoros a kapcsolat?","Létezik-e a kapcsolat?","Milyen természetű a kapcsolat?"],1,"Először mindig azt kell eldöntened, hogy a kapcsolat létezik-e. Ezt a hipotézisvizsgálat, vagyis a p-érték dönti el."],
["p = 0,41. Hogyan tovább?",["Megnézed a kapcsolat szorosságát","Riportálod, hogy a kapcsolat nem igazolható, és vége az elemzésnek","Megnézed a kapcsolat természetét"],1,"Ha p > 0,05, a kapcsolat nem igazolható, ezért a 2. és 3. lépésnek nincs értelme."],
["Mit jelent, ha a kapcsolatszorossági mutató értéke 0?",["Tökéletes kapcsolat","Nincs kapcsolat","Gyenge kapcsolat"],1,"A 0 azt jelenti, hogy nincs kapcsolat, az 1 pedig a tökéletes, függvényszerű kapcsolatot."],
["Egy mutató értéke 0,2 (0–1 skálán). Az általános szabály szerint milyen a kapcsolat?",["Gyenge","Közepes","Erős"],0,"0,3 alatt gyenge, 0,3 és 0,7 között közepes, 0,7 fölött erős a kapcsolat (általános szabály)."],
["A nők 40%-a, a férfiak 17%-a vett részt egy képzésen. Melyik lépés ez?",["1. lépés: létezik-e a kapcsolat","2. lépés: milyen szoros a kapcsolat","3. lépés: milyen természetű a kapcsolat"],2,"A relatív gyakoriságok összehasonlítása azt mutatja meg, merre mutat a kapcsolat: ez a 3. lépés."]
];
var box=document.getElementById('ddQs'),score=document.getElementById('ddScore2'),done=0,good=0;
Q.forEach(function(q,i){
var d=document.createElement('div');d.className='dd-q';
var p=document.createElement('p');p.textContent=(i+1)+'. '+q[0];d.appendChild(p);
var o=document.createElement('div');o.className='dd-opts';d.appendChild(o);
var fb=document.createElement('div');fb.className='dd-fb';fb.textContent=q[3];d.appendChild(fb);
q[1].forEach(function(t,j){
var b=document.createElement('button');b.type='button';b.textContent=t;
b.addEventListener('click',function(){
if(d.classList.contains('done'))return;d.classList.add('done');done++;
var bs=o.querySelectorAll('button');
if(j===q[2]){b.classList.add('ok');good++;}else{b.classList.add('no');bs[q[2]].classList.add('ok');}
if(done===Q.length){score.textContent=good+'/'+Q.length+' találat. '+(good===Q.length?'Tökéletes! 🎉':good>=3?'Szép munka, már csak az árnyalatok vannak hátra.':'Semmi gond, erre való a gyakorlás. Szívesen átnézzük együtt!');}
});o.appendChild(b);
});
box.appendChild(d);
});
})();
</script>]]></content:encoded>
					
					<wfw:commentRss>https://datadiva.hu/kapcsolatvizsgalat-ket-valtozo-kozott-a-3-fix-lepes/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Hipotézisállítás: mit mond a H0, és mit a H1?</title>
		<link>https://datadiva.hu/hipotezisallitas-mit-mond-a-h0-es-mit-a-h1/</link>
		
		<dc:creator><![CDATA[Dr. Kun Zsuzsanna]]></dc:creator>
		<pubDate>Sat, 10 Oct 2026 07:00:00 +0000</pubDate>
				<category><![CDATA[Gyorstalpaló]]></category>
		<guid isPermaLink="false">https://datadiva.hu/?p=804</guid>

					<description><![CDATA[Minden statisztikai próba hipotézispárral indul és p-értékkel zárul. Megmutatom, hogyan fogalmazd meg a H0-t és a H1-et, mit jelent az α, a p-érték és a kritikus tartomány, és mikor kétoldali vagy egyoldali a próba.]]></description>
										<content:encoded><![CDATA[
<style>.dd-post p a:not([class]){text-decoration:underline;text-decoration-thickness:1.5px;text-underline-offset:3px;font-weight:600}
.dd-post{--y:#F4B637;--y-soft:#FFF6DF;--y-line:#F1DFB4;--k:#111;--ink:#2a2a2a;--mute:#6b6b6b;--ok:#2e7d4f;--no:#b3402f;
  font-family:system-ui,-apple-system,"Segoe UI",Roboto,"Helvetica Neue",Arial,sans-serif;color:var(--ink);line-height:1.7;font-size:18px;max-width:820px;margin:0 auto;padding:16px;box-sizing:border-box}
.dd-post *,.dd-post *::before,.dd-post *::after{box-sizing:border-box}
.dd-post h1,.dd-post h2,.dd-post h3{color:var(--k);line-height:1.2;margin:0;font-weight:800;letter-spacing:-.01em}
.dd-post p{margin:0 0 1.1em}
.dd-post a{color:inherit}

/* HERO */
.dd-hero{position:relative;overflow:hidden;background:var(--k);color:#fff;border-radius:28px;padding:44px 36px 120px}
.dd-brand{display:flex;align-items:center;gap:12px;margin-bottom:28px}
.dd-brand img{width:46px;height:46px;border-radius:50%;display:block}
.dd-brand span{font-size:14px;letter-spacing:.14em;text-transform:uppercase;color:var(--y);font-weight:700}
.dd-hero h2{color:#fff;font-size:clamp(32px,6vw,52px);max-width:15em}
.dd-hero h2 em{font-style:normal;color:var(--k);background:var(--y);padding:0 .22em;border-radius:8px;box-decoration-break:clone;-webkit-box-decoration-break:clone}
.dd-hero p.dd-lead{color:#e7e7e7;font-size:19px;max-width:34em;margin:22px 0 18px}
.dd-meta{font-size:14px;color:#bdbdbd}
.dd-meta b{color:var(--y);font-weight:700}
.dd-bell{position:absolute;left:0;right:0;bottom:-2px;width:100%;height:110px;display:block}

/* SECTIONS */
.dd-sec{margin-top:56px}
.dd-kicker{display:inline-block;font-size:13px;font-weight:800;letter-spacing:.12em;text-transform:uppercase;background:var(--y);color:var(--k);padding:3px 12px;border-radius:99px;margin-bottom:14px}
.dd-sec h2{font-size:clamp(26px,4.5vw,36px);margin-bottom:18px}
.dd-hl{background:linear-gradient(transparent 62%,var(--y) 62%);padding:0 2px}

/* STAIRS */
.dd-stairs{display:grid;grid-template-columns:repeat(4,1fr);gap:10px;align-items:end;margin:30px 0 8px}
.dd-step{border-radius:14px 14px 0 0;padding:14px 12px 12px;background:var(--y-soft);border:2px solid var(--y);text-align:center;display:flex;flex-direction:column;justify-content:flex-end}
.dd-step:nth-child(1){min-height:96px}.dd-step:nth-child(2){min-height:132px}.dd-step:nth-child(3){min-height:168px}.dd-step:nth-child(4){min-height:204px;background:var(--y)}
.dd-step b{display:block;font-size:17px;color:var(--k)}
.dd-step small{font-size:13px;color:#555;line-height:1.35;display:block;margin-top:2px}
.dd-axis{display:flex;justify-content:space-between;font-size:13px;color:var(--mute);font-weight:600;border-top:2px dashed var(--y-line);padding-top:6px}

/* LEVEL CARDS */
.dd-card{border:2px solid var(--k);border-radius:20px;padding:26px 26px 14px;margin:26px 0;background:#fff;position:relative}
.dd-card .dd-num{position:absolute;top:-18px;left:22px;background:var(--k);color:var(--y);font-weight:800;border-radius:99px;padding:3px 16px;font-size:14px;letter-spacing:.08em}
.dd-card h3{font-size:26px;margin-bottom:2px}
.dd-card .dd-sub{color:var(--mute);font-size:15px;margin-bottom:12px}
.dd-tags{display:flex;flex-wrap:wrap;gap:8px;margin:4px 0 14px}
.dd-tags span{background:var(--y-soft);border:1px solid var(--y-line);border-radius:99px;padding:2px 13px;font-size:15px}
.dd-mine{background:var(--y-soft);border-left:5px solid var(--y);border-radius:0 12px 12px 0;padding:10px 16px;font-size:16px;margin:6px 0 14px}
.dd-mine b{color:var(--k)}

/* CALLOUTS */
.dd-call{background:var(--k);color:#f3f3f3;border-radius:20px;padding:24px 26px;margin:28px 0}
.dd-call h3{color:var(--y);font-size:21px;margin-bottom:8px}
.dd-call p:last-child{margin:0}
.dd-call code,.dd-post code{background:rgba(244,182,55,.18);border-radius:6px;padding:1px 7px;font-size:.92em}
.dd-call code{color:var(--y)}
.dd-tip{background:var(--y-soft);border:2px solid var(--y);border-radius:20px;padding:20px 24px;margin:28px 0}
.dd-tip p:last-child{margin:0}

/* TABLE */
.dd-tbl{width:100%;border-collapse:separate;border-spacing:0;font-size:16px;border:2px solid var(--k);border-radius:16px;overflow:hidden;margin:20px 0}
.dd-tbl th{background:var(--k);color:var(--y);text-align:left;padding:12px 14px;font-size:14px;letter-spacing:.06em;text-transform:uppercase}
.dd-tbl td{padding:12px 14px;vertical-align:top;border-top:1px solid var(--y-line)}
.dd-tbl tr:nth-child(even) td{background:#fffbf0}
.dd-tbl td:first-child{font-weight:800;white-space:nowrap}
.dd-scroll{overflow-x:auto}


/* FIGURES */
.dd-fig{display:grid;grid-template-columns:1fr 1fr;gap:16px;margin:24px 0}
.dd-figi{min-width:0;margin:0;background:#fff;border:2px solid var(--k);border-radius:20px;padding:16px;position:relative}
.dd-figi svg{width:100%;height:auto;display:block;margin-top:6px}
.dd-figi figcaption{font-size:14px;color:var(--mute);line-height:1.5;margin-top:8px}
.dd-badge{display:inline-block;font-size:12px;font-weight:800;letter-spacing:.06em;text-transform:uppercase;background:var(--y);color:var(--k);padding:3px 12px;border-radius:99px}
.dd-badge.ok{background:var(--ok);color:#fff}.dd-badge.no{background:var(--no);color:#fff}
.dd-figi.bad{border-color:var(--no)}.dd-figi.good{border-color:var(--ok)}
.dd-mini{margin:12px 0 0;font-size:15px}.dd-mini th{letter-spacing:0;font-size:12px;padding:10px 8px}.dd-mini td{padding:10px 8px}.dd-mini td:first-child{white-space:normal}.dd-mini tr.tot td{font-weight:800;background:var(--y-soft)}
.dd-hbar{margin-top:14px;display:grid;gap:14px}
.dd-hbar .row{display:grid;grid-template-columns:48px 1fr;gap:4px 10px;align-items:center;font-size:15px}
.dd-hbar .trk{background:var(--y-soft);border-radius:8px;height:28px;overflow:hidden}
.dd-hbar .trk i{display:block;height:100%;background:var(--y);border-right:2px solid var(--k)}
.dd-hbar b{grid-column:2;font-size:14px;color:var(--k)}
@media(max-width:640px){.dd-fig{grid-template-columns:1fr}}


/* VISUAL STRIPS */
.dd-vis{display:flex;flex-wrap:wrap;gap:10px;justify-content:center;background:var(--y-soft);border:1px solid var(--y-line);border-radius:16px;padding:14px 10px 10px;margin:6px 0 14px}
.dd-vi{margin:0;flex:1 1 120px;max-width:200px;text-align:center}
.dd-vi.wide{flex:1 1 100%;max-width:420px}
.dd-vi svg{width:100%;height:auto;max-height:110px;display:block}
.dd-vi figcaption{font-size:13px;color:var(--mute);line-height:1.35;margin-top:4px}


.dd-main td.dd-lvl{font-weight:800;white-space:nowrap}
.dd-main td.dd-grp{background:var(--y);color:var(--k);font-weight:400;border-right:2px solid var(--k);width:170px;max-width:170px;white-space:normal;vertical-align:middle}
.dd-main td.dd-grp.dark{background:var(--k);color:#fff}
.dd-main td.dd-grp.dark b{color:var(--y)}
.dd-main td.dd-grp b{display:block;font-size:17px;margin-bottom:4px}
.dd-main td.dd-grp small{display:block;font-size:12.5px;line-height:1.35;opacity:.85}
.dd-main tr.dd-split td{border-top:2px solid var(--k)}
.dd-main tr:nth-child(even) td:not(.dd-grp){background:#fffbf0}
.dd-main{min-width:620px;table-layout:auto}

/* QUIZ */
.dd-quiz{background:var(--y-soft);border:2px solid var(--y);border-radius:24px;padding:26px}
.dd-q{background:#fff;border-radius:16px;padding:16px 18px;margin-top:14px;border:1px solid var(--y-line)}
.dd-q p{margin:0 0 10px;font-weight:700;color:var(--k)}
.dd-opts{display:flex;flex-wrap:wrap;gap:8px}
.dd-opts button{font:inherit;font-size:15px;cursor:pointer;background:#fff;border:2px solid var(--k);color:var(--k);border-radius:99px;padding:5px 16px;transition:.15s}
.dd-opts button:hover{background:var(--y)}
.dd-opts button.ok{background:var(--ok);border-color:var(--ok);color:#fff}
.dd-opts button.no{background:var(--no);border-color:var(--no);color:#fff}
.dd-fb{font-size:15px;margin:10px 0 0;color:var(--mute);display:none}
.dd-q.done .dd-fb{display:block}
.dd-score{margin-top:16px;font-weight:800;color:var(--k);min-height:1.4em}

/* CTA */
.dd-cta{background:var(--k);color:#fff;border-radius:28px;padding:44px 32px;margin-top:60px;position:relative;overflow:hidden}
.dd-cta h2{color:#fff;font-size:clamp(28px,5vw,40px)}
.dd-cta h2 em{font-style:normal;color:var(--y)}
.dd-cta p{color:#e3e3e3}
.dd-plans{display:grid;grid-template-columns:repeat(3,1fr);gap:14px;margin:26px 0}
.dd-plan{background:#1d1d1d;border:2px solid #333;border-radius:18px;padding:18px;text-align:center}
.dd-plan.hot{border-color:var(--y);background:#241d0c}
.dd-plan b{display:block;font-size:30px;color:var(--y);line-height:1.1}
.dd-plan span{display:block;font-size:15px;color:#cfcfcf;margin-top:6px;line-height:1.4}
.dd-btn{display:inline-block;background:var(--y);color:var(--k)!important;font-weight:800;text-decoration:none;font-size:19px;padding:15px 34px;border-radius:99px;transition:transform .15s,box-shadow .15s}
.dd-btn:hover{transform:translateY(-2px);box-shadow:0 8px 0 rgba(244,182,55,.35)}
.dd-sign{margin-top:26px;font-size:15px;color:#bdbdbd}
.dd-sign a{color:var(--y);text-decoration:none;font-weight:700}
.dd-sign b{color:#fff}

@media(max-width:640px){
  .dd-post{font-size:17px;padding:10px}
  .dd-hero{padding:30px 22px 100px;border-radius:22px}
  .dd-stairs{gap:6px}.dd-step{padding:10px 4px}.dd-step b{font-size:14px}.dd-step small{display:none}
  .dd-card{padding:24px 18px 8px}
  .dd-plans{grid-template-columns:1fr}
  .dd-cta{padding:32px 20px;border-radius:22px}
  .dd-quiz{padding:18px}
  .dd-tbl td:first-child{white-space:normal}
}

.dd-rules2{margin:10px 0 18px;padding-left:22px}.dd-rules2 li{margin-bottom:6px}
.dd-case{border:2px solid var(--k);border-radius:22px;margin:22px 0;overflow:hidden;background:#fff}
.dd-case>header{background:var(--k);padding:14px 20px;display:flex;gap:12px;align-items:center;flex-wrap:wrap}
.dd-case>header h3{color:#fff;font-size:20px}
.dd-case .in{display:grid;grid-template-columns:1.3fr 1fr;gap:18px;padding:12px 20px 18px;align-items:center}
.dd-rows .r{display:grid;grid-template-columns:104px 1fr;gap:12px;padding:10px 0;border-bottom:1px dashed var(--y-line);font-size:16px;line-height:1.55}
.dd-rows .r:last-child{border-bottom:0}
.dd-rows .r b:first-child{color:var(--k);font-size:12.5px;text-transform:uppercase;letter-spacing:.05em;padding-top:3px}
.dd-curve{background:var(--y-soft);border-radius:16px;padding:10px}.dd-curve svg{width:100%;height:auto;display:block}
@media(max-width:700px){.dd-case .in{grid-template-columns:1fr}.dd-rows .r{grid-template-columns:1fr;gap:2px}.dd-curve{order:-1}}
.dd-pair{display:grid;grid-template-columns:1fr 1fr;gap:16px;margin:22px 0}
.dd-pair>div{border-radius:20px;padding:22px}
.dd-pair h3{font-size:22px;margin:8px 0}
.dd-pair p{margin:0;font-size:16px}
.dd-h0{background:var(--y);color:var(--k)}.dd-h0 .dd-badge{background:var(--k);color:var(--y)}
.dd-h1{background:var(--k);color:#f1f1f1}.dd-h1 h3{color:var(--y)}
.dd-rules{padding-left:0;list-style:none;counter-reset:r;margin:0 0 20px}
.dd-rules li{counter-increment:r;position:relative;padding:12px 14px 12px 56px;border:1px solid var(--y-line);border-radius:14px;margin-bottom:8px;background:#fff}
.dd-rules li::before{content:counter(r);position:absolute;left:12px;top:50%;transform:translateY(-50%);width:32px;height:32px;border-radius:50%;background:var(--y);color:var(--k);font-weight:800;display:grid;place-items:center}
.dd-dec{display:grid;grid-template-columns:1fr 1fr;gap:14px;margin:22px 0}
.dd-dec>div{border-radius:18px;padding:18px 20px;border:2px solid var(--k)}
.dd-dec b{display:block;font-size:22px}
.dd-dec .yes{background:var(--ok);color:#fff;border-color:var(--ok)}
.dd-dec .no{background:#fff;color:var(--k)}
.dd-defs{display:grid;grid-template-columns:1fr 1fr;gap:16px;margin:20px 0}
.dd-defs>div{background:var(--y-soft);border:1px solid var(--y-line);border-radius:18px;padding:18px 20px}
.dd-defs h3{font-size:19px;margin-bottom:6px}.dd-defs p{margin:0;font-size:16px}
.dd-hp{display:grid;grid-template-columns:1fr 1fr;gap:12px;margin:8px 0 14px}
.dd-hp>div{background:var(--y-soft);border-left:5px solid var(--y);border-radius:0 14px 14px 0;padding:12px 16px;font-size:16px}
.dd-hp>div:last-child{background:#f4f4f4;border-left-color:var(--k)}
.dd-hp b{display:block;color:var(--k);font-size:18px;margin-bottom:2px}
.dd-hp.big{margin-top:14px}
.dd-three{display:grid;grid-template-columns:repeat(3,1fr);gap:14px;margin:22px 0}
.dd-tcard{background:#fff;border:2px solid var(--k);border-radius:20px;padding:16px;min-width:0}
.dd-tcard svg{width:100%;height:auto;display:block;margin:8px 0}
.dd-tcard p{font-size:15px;line-height:1.5;margin:0 0 8px}
.dd-tcard small{display:block;font-size:13px;color:var(--mute);line-height:1.45}
.dd-card .dd-num{letter-spacing:.08em}
@media(max-width:700px){.dd-pair,.dd-dec,.dd-defs,.dd-hp,.dd-three{grid-template-columns:1fr}}
.dd-case .in{grid-template-columns:1fr 1.15fr;align-items:start;gap:20px}
.dd-left{display:flex;flex-direction:column;gap:12px}
.dd-situ{background:var(--y-soft);border-left:5px solid var(--y);border-radius:0 14px 14px 0;padding:12px 16px;font-size:16px;line-height:1.55}
.dd-situ b{display:block;color:var(--k);font-size:12.5px;text-transform:uppercase;letter-spacing:.05em;margin-bottom:4px}
.dd-curve{background:#fff;border:1px solid var(--y-line)}
.dd-rows .r b.nm{font-size:16px;text-transform:none;letter-spacing:0;background:var(--y);padding:2px 10px;border-radius:99px;display:inline-block;color:var(--k);padding-top:2px}
@media(max-width:700px){.dd-case .in{grid-template-columns:1fr}.dd-curve{order:0}}
</style><article class="dd-post"><header class="dd-hero"><div class="dd-brand"><img decoding="async" src="data:image/png;base64,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" alt="datadiva logó"><span>datadiva · statisztika gyorstalpaló</span></div><h2>Hipotézisállítás: mit mond a <em>H0</em>, és mit a <em>H1</em>?</h2><p class="dd-lead">Minden statisztikai próba egy hipotézispárral indul, és egy p-értékkel zárul. Ha ezt a kettőt érted, a tesztek jó része már ismerős lesz. Nézzük meg, hogyan fogalmazd meg őket, és mit jelent a döntés.</p><div class="dd-meta"><b>Statisztika alapok</b> · kb. 6 perc olvasás · t-próba, p-érték, szignifikancia</div><svg class="dd-bell" viewBox="0 0 800 110" preserveAspectRatio="none" aria-hidden="true"><path d="M0 110 C 160 108, 250 100, 320 60 C 360 38, 380 8, 400 8 C 420 8, 440 38, 480 60 C 550 100, 640 108, 800 110 Z" fill="#F4B637"/></svg></header><section class="dd-sec" id="roviden"><span class="dd-kicker">Röviden</span><div class="dd-tip"><p>Minden statisztikai próba egy <b>hipotézispárral</b> indul, és egy <b>p-értékkel</b> zárul.</p><ul><li><b>H0 (nullhipotézis):</b> nincs eltérés, nincs kapcsolat. Mindig matematikai egyenlőséget tartalmaz (=, ≤ vagy ≥). <a href="#hipotezispar" style="text-decoration:underline">Bővebben</a></li><li><b>H1 (alternatív hipotézis):</b> az ellentéte, van eltérés vagy kapcsolat (≠, &lt; vagy &gt;).</li><li><b>Döntés:</b> ha p &lt; 0,05, a H0 elutasítható, és a H1-et fogadjuk el. Ha p &gt; 0,05, a H0 nem utasítható el. <a href="#dontes" style="text-decoration:underline">Hogyan döntünk?</a> Ez nem jelenti azt, hogy a H0 igaz: <a href="#vigyazz" style="text-decoration:underline">miért nem?</a></li><li><b>Előfeltételeknél fordított a helyzet:</b> ott a p &gt; 0,05 a jó hír. <a href="#elofeltetelek" style="text-decoration:underline">Miért?</a></li><li><b>Egy- vagy kétoldali próba:</b> a H1 jele dönti el. ≠ esetén <a href="#eset-ketoldali" style="text-decoration:underline">kétoldali</a>, &gt; esetén <a href="#eset-jobboldali" style="text-decoration:underline">jobb oldali</a>, &lt; esetén <a href="#eset-baloldali" style="text-decoration:underline">bal oldali</a>.</li></ul></div></section><section class="dd-sec"><span class="dd-kicker">1. Miért kell?</span><h2>A minta alapján <span class="dd-hl">következtetünk</span></h2><p>Szinte soha nincs lehetőség arra, hogy a teljes alapsokaságot megvizsgáld: drága, nem éred el mindenkit, vagy egyszerűen nincs hozzá időd. A megoldás a <b>mintavétel</b>.</p><p>Csakhogy a minta eredménye mindig kicsit más, mint amit az egész sokaságban kapnál. A hipotézisvizsgálat arra ad módszert, hogy ezt a bizonytalanságot kezelni tudd, és el tudd dönteni: a mintában látott különbség vagy kapcsolat megbízhatóan általánosítható-e az egész sokaságra, vagy lehet, hogy csak a véletlen műve.</p><figure class="dd-figi" style="max-width:520px;margin:22px auto"><span class="dd-badge">Inferenciális statisztika</span><svg viewBox="0 0 440 190" role="img" aria-label="Alapsokaság és belőle vett minta"><circle cx="110" cy="95" r="80" fill="#FFF6DF" stroke="#111" stroke-width="2.5"/><circle cx="114.0" cy="148.0" r="3" fill="#d9c58f"/><circle cx="71.7" cy="135.8" r="3" fill="#d9c58f"/><circle cx="97.0" cy="81.9" r="3" fill="#d9c58f"/><circle cx="175.7" cy="100.4" r="3" fill="#d9c58f"/><circle cx="108.0" cy="129.8" r="3" fill="#d9c58f"/><circle cx="159.4" cy="93.6" r="3" fill="#d9c58f"/><circle cx="135.7" cy="52.5" r="3" fill="#d9c58f"/><circle cx="92.1" cy="73.6" r="3" fill="#d9c58f"/><circle cx="65.6" cy="44.7" r="3" fill="#d9c58f"/><circle cx="48.7" cy="86.0" r="3" fill="#d9c58f"/><circle cx="101.4" cy="79.0" r="3" fill="#d9c58f"/><circle cx="112.9" cy="39.7" r="3" fill="#d9c58f"/><circle cx="106.0" cy="107.0" r="3" fill="#d9c58f"/><circle cx="142.9" cy="58.0" r="3" fill="#d9c58f"/><circle cx="96.9" cy="28.8" r="3" fill="#d9c58f"/><circle cx="94.5" cy="27.6" r="3" fill="#d9c58f"/><circle cx="59.1" cy="134.5" r="3" fill="#d9c58f"/><circle cx="44.5" cy="118.8" r="3" fill="#d9c58f"/><circle cx="126.3" cy="79.5" r="3" fill="#d9c58f"/><circle cx="132.0" cy="120.3" r="3" fill="#d9c58f"/><circle cx="156.4" cy="84.8" r="3" fill="#d9c58f"/><circle cx="82.4" cy="66.8" r="3" fill="#d9c58f"/><circle cx="65.3" cy="93.0" r="3" fill="#d9c58f"/><circle cx="77.4" cy="139.4" r="3" fill="#d9c58f"/><circle cx="50.9" cy="60.4" r="3" fill="#d9c58f"/><circle cx="81.2" cy="31.9" r="3" fill="#d9c58f"/><circle cx="154.4" cy="38.7" r="3" fill="#d9c58f"/><circle cx="96.2" cy="69.4" r="3" fill="#d9c58f"/><circle cx="155.3" cy="40.7" r="3" fill="#d9c58f"/><circle cx="154.9" cy="64.4" r="3" fill="#d9c58f"/><circle cx="102.5" cy="62.8" r="3" fill="#d9c58f"/><circle cx="136.7" cy="47.5" r="3" fill="#d9c58f"/><circle cx="106.0" cy="112.7" r="3" fill="#d9c58f"/><circle cx="153.5" cy="38.1" r="3" fill="#d9c58f"/><circle cx="164.7" cy="129.0" r="3" fill="#d9c58f"/><circle cx="86.4" cy="109.9" r="3" fill="#d9c58f"/><circle cx="92.8" cy="155.7" r="3" fill="#d9c58f"/><circle cx="120.5" cy="84.1" r="3" fill="#d9c58f"/><circle cx="98.5" cy="84.9" r="3" fill="#d9c58f"/><circle cx="101.8" cy="54.4" r="3" fill="#d9c58f"/><circle cx="162.2" cy="46.5" r="3" fill="#d9c58f"/><circle cx="38.1" cy="92.6" r="3" fill="#d9c58f"/><circle cx="102.7" cy="113.6" r="3" fill="#d9c58f"/><circle cx="99.7" cy="87.5" r="3" fill="#d9c58f"/><circle cx="124.9" cy="138.5" r="3" fill="#d9c58f"/><circle cx="88.1" cy="76.8" r="3" fill="#d9c58f"/><circle cx="174.7" cy="112.7" r="3" fill="#d9c58f"/><circle cx="82.5" cy="159.9" r="3" fill="#d9c58f"/><circle cx="145.2" cy="68.2" r="3" fill="#d9c58f"/><circle cx="59.7" cy="107.8" r="3" fill="#d9c58f"/><circle cx="75.6" cy="51.3" r="3" fill="#d9c58f"/><circle cx="57.2" cy="74.4" r="3" fill="#d9c58f"/><circle cx="157.7" cy="76.3" r="3" fill="#d9c58f"/><circle cx="54.5" cy="120.6" r="3" fill="#d9c58f"/><circle cx="113.1" cy="134.4" r="3" fill="#d9c58f"/><circle cx="161.5" cy="87.8" r="3" fill="#d9c58f"/><circle cx="102.6" cy="92.7" r="3" fill="#d9c58f"/><circle cx="62.8" cy="122.9" r="3" fill="#d9c58f"/><circle cx="166.1" cy="102.1" r="3" fill="#d9c58f"/><circle cx="98.1" cy="82.0" r="3" fill="#d9c58f"/><circle cx="75.7" cy="59.7" r="3" fill="#d9c58f"/><circle cx="91.6" cy="56.4" r="3" fill="#d9c58f"/><circle cx="93.5" cy="35.4" r="3" fill="#d9c58f"/><circle cx="127.5" cy="97.5" r="3" fill="#d9c58f"/><circle cx="78.3" cy="31.8" r="3" fill="#d9c58f"/><circle cx="109.7" cy="143.6" r="3" fill="#d9c58f"/><circle cx="76.0" cy="72.6" r="3" fill="#d9c58f"/><circle cx="83.6" cy="125.4" r="3" fill="#d9c58f"/><circle cx="72.2" cy="135.7" r="3" fill="#d9c58f"/><circle cx="96.2" cy="137.0" r="3" fill="#d9c58f"/><circle cx="111.6" cy="83.3" r="3" fill="#d9c58f"/><circle cx="54.0" cy="69.0" r="3" fill="#d9c58f"/><circle cx="97.5" cy="126.6" r="3" fill="#d9c58f"/><circle cx="121.7" cy="61.8" r="3" fill="#d9c58f"/><circle cx="128.2" cy="138.9" r="3" fill="#d9c58f"/><circle cx="102.6" cy="73.2" r="3" fill="#d9c58f"/><circle cx="91.8" cy="132.4" r="3" fill="#d9c58f"/><circle cx="133.9" cy="53.7" r="3" fill="#d9c58f"/><circle cx="128.2" cy="71.7" r="3" fill="#d9c58f"/><circle cx="79.9" cy="144.7" r="3" fill="#d9c58f"/><circle cx="146.2" cy="63.0" r="3" fill="#d9c58f"/><circle cx="113.9" cy="119.7" r="3" fill="#d9c58f"/><circle cx="79.1" cy="89.2" r="3" fill="#d9c58f"/><circle cx="133.0" cy="33.2" r="3" fill="#d9c58f"/><circle cx="125.4" cy="129.7" r="3" fill="#d9c58f"/><circle cx="130.3" cy="41.0" r="3" fill="#d9c58f"/><circle cx="124.6" cy="55.3" r="3" fill="#d9c58f"/><circle cx="136.7" cy="123.3" r="3" fill="#d9c58f"/><circle cx="120.2" cy="58.9" r="3" fill="#d9c58f"/><circle cx="83.5" cy="133.2" r="3" fill="#d9c58f"/><circle cx="69.7" cy="117.3" r="3" fill="#d9c58f"/><circle cx="135.0" cy="81.4" r="3" fill="#d9c58f"/><circle cx="179.9" cy="97.0" r="3" fill="#d9c58f"/><circle cx="162.1" cy="46.0" r="3" fill="#d9c58f"/><circle cx="45.7" cy="123.1" r="3" fill="#d9c58f"/><circle cx="330" cy="95" r="40" fill="#fff" stroke="#111" stroke-width="2.5"/><circle cx="343.5" cy="88.4" r="3.6" fill="#F4B637" stroke="#111" stroke-width="1"/><circle cx="329.2" cy="65.7" r="3.6" fill="#F4B637" stroke="#111" stroke-width="1"/><circle cx="318.0" cy="75.3" r="3.6" fill="#F4B637" stroke="#111" stroke-width="1"/><circle cx="325.5" cy="113.1" r="3.6" fill="#F4B637" stroke="#111" stroke-width="1"/><circle cx="331.2" cy="103.3" r="3.6" fill="#F4B637" stroke="#111" stroke-width="1"/><circle cx="315.4" cy="85.9" r="3.6" fill="#F4B637" stroke="#111" stroke-width="1"/><circle cx="332.5" cy="88.7" r="3.6" fill="#F4B637" stroke="#111" stroke-width="1"/><circle cx="351.9" cy="79.8" r="3.6" fill="#F4B637" stroke="#111" stroke-width="1"/><circle cx="356.9" cy="81.0" r="3.6" fill="#F4B637" stroke="#111" stroke-width="1"/><circle cx="349.6" cy="80.7" r="3.6" fill="#F4B637" stroke="#111" stroke-width="1"/><circle cx="357.5" cy="97.3" r="3.6" fill="#F4B637" stroke="#111" stroke-width="1"/><circle cx="338.3" cy="110.5" r="3.6" fill="#F4B637" stroke="#111" stroke-width="1"/><path d="M195 70 Q222 55 285 70" fill="none" stroke="#111" stroke-width="2.5" stroke-dasharray="5 4"/><polygon points="285,70 273,62 272,76" fill="#111"/><path d="M285 122 Q222 140 195 122" fill="none" stroke="#b3402f" stroke-width="3"/><polygon points="195,122 207,114 208,129" fill="#b3402f"/><text x="240" y="48" text-anchor="middle" font-size="12" font-weight="800" fill="#111">mintavétel</text><text x="240" y="156" text-anchor="middle" font-size="12" font-weight="800" fill="#b3402f">következtetés</text><text x="110" y="187" text-anchor="middle" font-size="13" font-weight="800" fill="#111">alapsokaság (az egész)</text><text x="330" y="148" text-anchor="middle" font-size="13" font-weight="800" fill="#111">minta</text></svg><figcaption>A mintából következtetünk a teljes sokaságra. A hipotézisvizsgálat azt méri, mennyire bízhatunk ebben.</figcaption></figure></section><section class="dd-sec" id="hipotezispar" style="scroll-margin-top:120px"><span class="dd-kicker">2. A hipotézispár</span><h2>H0 és H1: két állítás, egy döntés</h2><div class="dd-pair"><div class="dd-h0"><span class="dd-badge">H0</span><h3>Nullhipotézis</h3><p>Nincs eltérés, nincs kapcsolat (az eloszlások illeszkednek). <b>Mindig matematikai egyenlőséget tartalmaz</b> (=, ≤ vagy ≥).</p></div><div class="dd-h1"><span class="dd-badge">H1</span><h3>Alternatív hipotézis</h3><p>Az ellentéte: van eltérés vagy kapcsolat. Matematikailag <b>nem egyenlőség</b>, hanem ≠, &lt; vagy &gt;.</p></div></div><h3 style="margin:30px 0 8px;font-size:22px">A hipotézisállítás három alapszabálya</h3><ol class="dd-rules"><li><b>Kizárják egymást.</b> Vagy az egyik igaz, vagy a másik igaz, egyszerre nem.</li><li><b>Lefedik a teljes eseményteret.</b> Nem lehet olyan kimenet, ami egyikbe sem fér bele.</li><li><b>A H0 matematikai egyenlőséget tartalmaz.</b> Ez a kiindulópont, amit próbára teszünk.</li></ol><div class="dd-tip"><p><b>A cél általában a H0 elvetése.</b> A kutatásban jellemzően azt szeretnéd igazolni, hogy van eltérés vagy kapcsolat, vagyis a H1-et. Ezért általában annak „örülsz&#8221;, ha <b>p &lt; 0,05</b>.</p></div></section><section class="dd-sec" id="dontes" style="scroll-margin-top:120px"><span class="dd-kicker">3. A döntés</span><h2>p-érték, α és a kritikus tartomány</h2><p>Minden próbához tartozik egy <b>eloszlás</b> (a leggyakoribbak: Z, t, F, χ²). A mintádból kiszámolt <b>próbafüggvény értéke</b> (például χ² = 21,34) ezen az eloszláson kap egy helyet, és ebből jön ki a <b>p-érték</b>. Ugyanazt a döntést két úton is meghozhatod: a kritikus értékekkel vagy a p-értékkel.</p><figure class="dd-figi" style="max-width:680px;margin:22px auto"><span class="dd-badge ok" style="text-transform:none;letter-spacing:.02em">p &lt; α → H1</span><svg viewBox="0 0 560 330" role="img" aria-label="Kétoldali próba: elfogadási és elutasítási tartomány, kritikus értékek, próbafüggvény értéke"><polygon points="10.0,226 10.0,225.4 12.7,225.3 15.4,225.2 18.1,225.1 20.8,225.0 23.5,224.9 26.2,224.8 28.9,224.7 31.6,224.5 34.3,224.3 37.0,224.1 39.7,223.9 42.4,223.7 45.1,223.5 47.8,223.2 50.5,222.9 53.2,222.6 55.9,222.3 58.6,221.9 61.3,221.5 64.0,221.1 66.7,220.6 69.4,220.1 72.1,219.5 74.8,218.9 77.5,218.3 80.2,217.6 82.9,216.8 85.6,216.0 88.3,215.1 91.0,214.2 93.7,213.2 96.4,212.2 99.1,211.1 101.8,209.9 104.5,208.6 107.2,207.3 109.9,205.8 112.6,204.3 115.3,202.7 118.0,201.0 120.7,199.3 123.4,197.4 126.1,195.4 128.8,193.4 131.5,191.2 134.2,188.9 136.9,186.6 139.6,184.1 142.3,181.5 145.0,178.9 147.7,176.1 150.4,173.2 153.1,170.2 155.8,167.1 158.5,164.0 161.2,160.7 163.9,157.3 166.6,153.9 169.3,150.3 172.0,146.7 174.7,143.0 177.4,139.2 180.1,135.3 182.8,131.4 185.5,127.5 188.2,123.5 190.9,119.4 193.6,115.3 196.3,111.2 199.0,107.1 201.7,103.0 204.4,98.9 207.1,94.8 209.8,90.7 212.5,86.6 215.2,82.6 217.9,78.7 220.6,74.8 223.3,71.0 226.0,67.3 228.7,63.7 231.4,60.2 234.1,56.8 236.8,53.5 239.5,50.4 242.2,47.4 244.9,44.6 247.6,42.0 250.3,39.5 253.0,37.2 255.7,35.1 258.4,33.3 261.1,31.6 263.8,30.1 266.5,28.9 269.2,27.8 271.9,27.0 274.6,26.5 277.3,26.1 280.0,26.0 282.7,26.1 285.4,26.5 288.1,27.0 290.8,27.8 293.5,28.9 296.2,30.1 298.9,31.6 301.6,33.3 304.3,35.1 307.0,37.2 309.7,39.5 312.4,42.0 315.1,44.6 317.8,47.4 320.5,50.4 323.2,53.5 325.9,56.8 328.6,60.2 331.3,63.7 334.0,67.3 336.7,71.0 339.4,74.8 342.1,78.7 344.8,82.6 347.5,86.6 350.2,90.7 352.9,94.8 355.6,98.9 358.3,103.0 361.0,107.1 363.7,111.2 366.4,115.3 369.1,119.4 371.8,123.5 374.5,127.5 377.2,131.4 379.9,135.3 382.6,139.2 385.3,143.0 388.0,146.7 390.7,150.3 393.4,153.9 396.1,157.3 398.8,160.7 401.5,164.0 404.2,167.1 406.9,170.2 409.6,173.2 412.3,176.1 415.0,178.9 417.7,181.5 420.4,184.1 423.1,186.6 425.8,188.9 428.5,191.2 431.2,193.4 433.9,195.4 436.6,197.4 439.3,199.3 442.0,201.0 444.7,202.7 447.4,204.3 450.1,205.8 452.8,207.3 455.5,208.6 458.2,209.9 460.9,211.1 463.6,212.2 466.3,213.2 469.0,214.2 471.7,215.1 474.4,216.0 477.1,216.8 479.8,217.6 482.5,218.3 485.2,218.9 487.9,219.5 490.6,220.1 493.3,220.6 496.0,221.1 498.7,221.5 501.4,221.9 504.1,222.3 506.8,222.6 509.5,222.9 512.2,223.2 514.9,223.5 517.6,223.7 520.3,223.9 523.0,224.1 525.7,224.3 528.4,224.5 531.1,224.7 533.8,224.8 536.5,224.9 539.2,225.0 541.9,225.1 544.6,225.2 547.3,225.3 550.0,225.4 550.0,226" fill="#FFF6DF" stroke="#111" stroke-width="2.5"/><polygon points="10.0,226 10.0,225.4 12.3,225.3 14.6,225.2 16.9,225.2 19.1,225.1 21.4,225.0 23.7,224.9 26.0,224.8 28.3,224.7 30.6,224.6 32.9,224.4 35.2,224.3 37.4,224.1 39.7,223.9 42.0,223.8 44.3,223.6 46.6,223.3 48.9,223.1 51.2,222.9 53.5,222.6 55.7,222.3 58.0,222.0 60.3,221.6 62.6,221.3 64.9,220.9 67.2,220.5 69.5,220.0 71.8,219.6 74.0,219.1 76.3,218.5 78.6,218.0 80.9,217.4 83.2,216.7 85.5,216.0 87.8,215.3 90.0,214.6 92.3,213.7 94.6,212.9 96.9,212.0 99.2,211.0 101.5,210.0 103.8,209.0 106.1,207.8 108.3,206.7 110.6,205.4 112.9,204.1 115.2,202.8 117.5,201.4 119.8,199.9 122.1,198.3 124.4,196.7 124.4,226" fill="#b3402f" stroke="#111" stroke-width="1.5"/><polygon points="435.6,226 435.6,196.7 437.9,198.3 440.2,199.9 442.5,201.4 444.8,202.8 447.1,204.1 449.4,205.4 451.7,206.7 453.9,207.8 456.2,209.0 458.5,210.0 460.8,211.0 463.1,212.0 465.4,212.9 467.7,213.7 470.0,214.6 472.2,215.3 474.5,216.0 476.8,216.7 479.1,217.4 481.4,218.0 483.7,218.5 486.0,219.1 488.2,219.6 490.5,220.0 492.8,220.5 495.1,220.9 497.4,221.3 499.7,221.6 502.0,222.0 504.3,222.3 506.5,222.6 508.8,222.9 511.1,223.1 513.4,223.3 515.7,223.6 518.0,223.8 520.3,223.9 522.6,224.1 524.8,224.3 527.1,224.4 529.4,224.6 531.7,224.7 534.0,224.8 536.3,224.9 538.6,225.0 540.9,225.1 543.1,225.2 545.4,225.2 547.7,225.3 550.0,225.4 550.0,226" fill="#b3402f" stroke="#111" stroke-width="1.5"/><line x1="124.4" x2="124.4" y1="56" y2="240" stroke="#111" stroke-width="2" stroke-dasharray="5 3"/><line x1="435.6" x2="435.6" y1="56" y2="240" stroke="#111" stroke-width="2" stroke-dasharray="5 3"/><line x1="474.6" x2="474.6" y1="202" y2="276" stroke="#2e7d4f" stroke-width="3.5"/><polygon points="474.6,220 468.6,206 480.6,206" fill="#2e7d4f"/><line x1="10" x2="550" y1="226" y2="226" stroke="#111" stroke-width="2.5"/><text x="280.0" y="164" text-anchor="middle" font-size="30" font-weight="800" fill="#111">1 − α</text><text x="280.0" y="186" text-anchor="middle" font-size="13" font-weight="700" fill="#111">(95%)</text><text x="280.0" y="208" text-anchor="middle" font-size="15" font-weight="800" fill="#111">elfogadási tartomány</text><text x="64.0" y="142" text-anchor="middle" font-size="17" font-weight="800" fill="#b3402f">α/2 = 2,5%</text><text x="64.0" y="164" text-anchor="middle" font-size="14" font-weight="800" fill="#111">elutasítási /</text><text x="64.0" y="178" text-anchor="middle" font-size="14" font-weight="800" fill="#111">kritikus</text><text x="64.0" y="192" text-anchor="middle" font-size="14" font-weight="800" fill="#111">tartomány</text><line x1="64.0" x2="64.0" y1="199" y2="218" stroke="#b3402f" stroke-width="2"/><polygon points="59.0,215 69.0,215 64.0,223" fill="#b3402f"/><text x="496.0" y="142" text-anchor="middle" font-size="17" font-weight="800" fill="#b3402f">α/2 = 2,5%</text><text x="496.0" y="164" text-anchor="middle" font-size="14" font-weight="800" fill="#111">elutasítási /</text><text x="496.0" y="178" text-anchor="middle" font-size="14" font-weight="800" fill="#111">kritikus</text><text x="496.0" y="192" text-anchor="middle" font-size="14" font-weight="800" fill="#111">tartomány</text><line x1="496.0" x2="496.0" y1="199" y2="218" stroke="#b3402f" stroke-width="2"/><polygon points="491.0,215 501.0,215 496.0,223" fill="#b3402f"/><line x1="124.4" x2="124.4" y1="240" y2="262" stroke="#111" stroke-width="2" stroke-dasharray="5 3"/><line x1="152.4" x2="127.4" y1="254" y2="254" stroke="#111" stroke-width="2.5"/><polygon points="126.4,254 135.4,248 135.4,260" fill="#111"/><text x="156.4" y="259" text-anchor="start" font-size="13" font-weight="800" fill="#111">alsó kritikus érték</text><line x1="435.6" x2="435.6" y1="240" y2="262" stroke="#111" stroke-width="2" stroke-dasharray="5 3"/><line x1="407.6" x2="432.6" y1="254" y2="254" stroke="#111" stroke-width="2.5"/><polygon points="433.6,254 424.6,248 424.6,260" fill="#111"/><text x="403.6" y="259" text-anchor="end" font-size="13" font-weight="800" fill="#111">felső kritikus érték</text><text x="474.6" y="294" text-anchor="middle" font-size="14" font-weight="800" fill="#2e7d4f">próbafüggvény értéke</text><text x="474.6" y="312" text-anchor="middle" font-size="13" fill="#2e7d4f">(tesztstatisztika)</text></svg><figcaption>A piros sávok az elutasítási (kritikus) tartomány, összesen α = 5%. A zöld vonal a mintád próbafüggvényének értéke: mivel a kritikus tartományba esik, a H0 elutasítható.</figcaption></figure><div class="dd-defs"><div><h3>Próbafüggvény (tesztstatisztika)</h3><p>Egy <b>számérték, amit a mintád adataiból számolsz ki</b>, és megmutatja, mennyire valószínűek az adatok a H0 feltételezése mellett. Minden próbának saját képlete és eloszlása van (z, t, F, χ²).</p></div><div><h3>Kritikus érték</h3><p>Az eloszlásnak az a <b>határpontja, amely elválasztja az elfogadási és az elutasítási (kritikus) tartományt</b>. Az α-ból következik, kétoldali próbánál van alsó és felső kritikus érték. Ha a próbafüggvényed értéke a kritikus értéken túlra esik, a H0 elutasítható.</p></div></div><div class="dd-dec"><div class="yes"><b>p &lt; α (0,05)</b><span>A H0 elutasítható, a H1-et fogadjuk el.</span></div><div class="no"><b>p &gt; α (0,05)</b><span>A H0 nem utasítható el.</span></div></div><div class="dd-defs"><div><h3>α (alfa), a szignifikancia szint</h3><p>Egy <b>előre meghatározott küszöbérték</b>: ekkora bizonytalanságot vagyunk hajlandók elfogadni. Gyakori értéke 0,05 (5%).</p></div><div><h3>p-érték</h3><p>Azt mutatja, <b>mekkora eséllyel kapnál a mintádnál nagyobb vagy annál extrémebb eredményt, ha a H0 igaz lenne</b>. Minél kisebb, annál erősebb az érv a H1 mellett.</p></div></div><div class="dd-call" id="vigyazz" style="scroll-margin-top:120px"><h3>Vigyázz a megfogalmazással</h3><p>Ha p &gt; 0,05, <b>nem azt mondjuk, hogy a H0 igaz</b>, hanem azt, hogy a mintád alapján <b>nem tudjuk elutasítani</b>. A bizonyítékhiány még nem a hiány bizonyítéka.</p></div></section><section class="dd-sec" id="elofeltetelek" style="scroll-margin-top:120px"><span class="dd-kicker">4. Előfeltételek</span><h2>Amikor a p &gt; 0,05 a jó hír</h2><p>Sok próba előfeltételeket kér, és ezeket is hipotézisvizsgálattal ellenőrzöd. Itt fordított a helyzet: <b>annak „örülsz&#8221;, ha nem találsz eltérést</b>, vagyis ha p &gt; 0,05 (a H0-t nem tudod elutasítani). Ilyenkor ugyanis <b>a matematikai egyenlőség épp az, amit igazolni szeretnél</b>: hogy a csoportok szórása egyenlő (homogének), vagy hogy a saját eloszlásod egyenlő a normálissal.</p><div class="dd-scroll"><table class="dd-tbl"><thead><tr><th>Előfeltétel</th><th>H0</th><th>H1</th><th>Jó hír</th></tr></thead><tbody><tr><td>Normalitás</td><td>az eloszlásunk = a normális eloszlással</td><td>nem követ normális eloszlást</td><td>p &gt; 0,05</td></tr><tr><td>Szóráshomogenitás</td><td>a férfiak fizetésének szórása = a nőkéével</td><td>nem azonosak a szórások</td><td>p &gt; 0,05</td></tr></tbody></table></div></section><section class="dd-sec" id="iranyitott-hipotezisek" style="scroll-margin-top:120px"><span class="dd-kicker">5. Irányított hipotézisek</span><h2>Egyoldali vagy kétoldali próba?</h2><p>A tankönyvi alapeset az <b>egymintás t-próba</b>: egy számszerű változóra feltételezel egy átlagértéket, és megnézed, a mintád ezzel összefér-e.</p><div class="dd-mine"><b>Példa:</b> tavaly az évfolyam országos átlaga 4,23 volt (ez a viszonyítási alap). Idén 25 osztályt tudtatok megvizsgálni (800 tanuló), az átlaguk 4,37 (szórás = 0,23). Kijelenthető-e, hogy az egész évfolyam megtartotta a tavalyi eredményt?</div><p>Ugyanarra az adatra háromféle kérdést tehetsz fel, és hogy melyiket, az attól függ, <b>mit szeretnél igazolni</b>. A szabály egyszerű:</p><ul class="dd-rules2"><li>A <b>H0 jelöli ki a határt</b> (itt a tavalyi 4,23), és matematikai egyenlőséget tartalmaz.</li><li>A <b>H1 mutatja meg az irányt</b>, amerre az eltérést várod.</li><li>Az α = 5% hibahatárt <b>oda kell tenned, ahol a H1 szerinti eltérés megjelenhet</b>, mert csak ott lehet bizonyítékod a H0 ellen.</li></ul><div class="dd-case" id="eset-ketoldali" style="scroll-margin-top:120px"><header><span class="dd-badge">1. eset · kétoldali próba</span><h3>Megtartotta az évfolyam a tavalyi szintet?</h3></header><div class="in"><div class="dd-left"><div class="dd-situ"><b>Helyzet</b><span>Nem tudod, hogy jobb vagy rosszabb lett. Az se jó, ha az átlag alacsonyabb, és az se, ha magasabb: bármelyik irányú eltérés számít.</span></div><div class="dd-curve"><svg viewBox="0 0 300 190" aria-hidden="true"><polygon points="10.0,152 10.0,151.6 11.8,151.5 13.5,151.4 15.2,151.4 17.0,151.3 18.7,151.2 20.5,151.0 22.2,150.9 24.0,150.8 25.7,150.6 27.5,150.4 29.2,150.2 31.0,149.9 32.7,149.7 34.5,149.4 36.2,149.0 38.0,148.7 39.7,148.3 41.5,147.8 43.2,147.3 45.0,146.8 46.7,146.2 48.5,145.6 50.3,144.9 52.0,144.1 53.8,143.3 55.5,142.4 57.2,141.4 59.0,140.3 60.8,139.2 62.5,138.0 64.2,136.7 66.0,135.3 67.8,133.8 69.5,132.2 71.2,130.5 73.0,128.7 74.8,126.8 76.5,124.8 78.2,122.6 80.0,120.4 81.8,118.1 83.5,115.6 85.2,113.1 87.0,110.4 88.8,107.7 90.5,104.8 92.2,101.9 94.0,98.9 95.8,95.7 97.5,92.6 99.3,89.3 101.0,86.0 102.8,82.6 104.5,79.2 106.2,75.8 108.0,72.4 109.8,68.9 111.5,65.4 113.2,62.0 115.0,58.6 116.8,55.3 118.5,52.0 120.2,48.8 122.0,45.7 123.8,42.6 125.5,39.7 127.2,37.0 129.0,34.3 130.8,31.9 132.5,29.6 134.2,27.5 136.0,25.5 137.8,23.8 139.5,22.3 141.2,21.0 143.0,19.9 144.8,19.1 146.5,18.5 148.2,18.1 150.0,18.0 151.8,18.1 153.5,18.5 155.2,19.1 157.0,19.9 158.8,21.0 160.5,22.3 162.3,23.8 164.0,25.5 165.8,27.5 167.5,29.6 169.2,31.9 171.0,34.3 172.7,37.0 174.5,39.7 176.2,42.6 178.0,45.7 179.8,48.8 181.5,52.0 183.2,55.3 185.0,58.6 186.8,62.0 188.5,65.4 190.2,68.9 192.0,72.4 193.8,75.8 195.5,79.2 197.3,82.6 199.0,86.0 200.7,89.3 202.5,92.6 204.2,95.7 206.0,98.9 207.8,101.9 209.5,104.8 211.2,107.7 213.0,110.4 214.8,113.1 216.5,115.6 218.2,118.1 220.0,120.4 221.8,122.6 223.5,124.8 225.2,126.8 227.0,128.7 228.8,130.5 230.5,132.2 232.3,133.8 234.0,135.3 235.8,136.7 237.5,138.0 239.2,139.2 241.0,140.3 242.8,141.4 244.5,142.4 246.2,143.3 248.0,144.1 249.8,144.9 251.5,145.6 253.2,146.2 255.0,146.8 256.8,147.3 258.5,147.8 260.2,148.3 262.0,148.7 263.8,149.0 265.5,149.4 267.2,149.7 269.0,149.9 270.8,150.2 272.5,150.4 274.2,150.6 276.0,150.8 277.8,150.9 279.5,151.0 281.3,151.2 283.0,151.3 284.8,151.4 286.5,151.4 288.2,151.5 290.0,151.6 290.0,152" fill="#FFF6DF" stroke="#111" stroke-width="2"/><polygon points="10.0,152 10.0,151.6 11.5,151.5 13.0,151.5 14.4,151.4 15.9,151.3 17.4,151.2 18.9,151.2 20.4,151.1 21.9,150.9 23.3,150.8 24.8,150.7 26.3,150.5 27.8,150.4 29.3,150.2 30.8,150.0 32.2,149.8 33.7,149.5 35.2,149.3 36.7,149.0 38.2,148.6 39.6,148.3 41.1,147.9 42.6,147.5 44.1,147.1 45.6,146.6 47.1,146.1 48.5,145.6 50.0,145.0 51.5,144.3 53.0,143.6 54.5,142.9 56.0,142.1 57.4,141.3 58.9,140.4 60.4,139.4 61.9,138.4 63.4,137.4 64.8,136.2 66.3,135.0 67.8,133.7 69.3,132.4 69.3,152" fill="#b3402f" stroke="#111" stroke-width="1.5"/><polygon points="230.7,152 230.7,132.4 232.2,133.7 233.7,135.0 235.2,136.2 236.6,137.4 238.1,138.4 239.6,139.4 241.1,140.4 242.6,141.3 244.0,142.1 245.5,142.9 247.0,143.6 248.5,144.3 250.0,145.0 251.5,145.6 252.9,146.1 254.4,146.6 255.9,147.1 257.4,147.5 258.9,147.9 260.4,148.3 261.8,148.6 263.3,149.0 264.8,149.3 266.3,149.5 267.8,149.8 269.2,150.0 270.7,150.2 272.2,150.4 273.7,150.5 275.2,150.7 276.7,150.8 278.1,150.9 279.6,151.1 281.1,151.2 282.6,151.2 284.1,151.3 285.6,151.4 287.0,151.5 288.5,151.5 290.0,151.6 290.0,152" fill="#b3402f" stroke="#111" stroke-width="1.5"/><line x1="69.3" x2="69.3" y1="52" y2="152" stroke="#111" stroke-width="2" stroke-dasharray="4 3"/><line x1="230.7" x2="230.7" y1="52" y2="152" stroke="#111" stroke-width="2" stroke-dasharray="4 3"/><line x1="10" x2="290" y1="152" y2="152" stroke="#111" stroke-width="2"/><text x="150.0" y="102" text-anchor="middle" font-size="22" font-weight="800" fill="#111">1 − α</text><text x="150.0" y="119" text-anchor="middle" font-size="12.5" font-weight="700" fill="#111">(95%)</text><text x="150.0" y="137" text-anchor="middle" font-size="12.5" font-weight="800" fill="#111">elfogadási tartomány</text><text x="44.0" y="30" text-anchor="middle" font-size="13.5" font-weight="800" fill="#b3402f">α/2 = 2,5%</text><text x="36.8" y="92" text-anchor="middle" font-size="11.5" font-weight="800" fill="#111">elutasítási</text><text x="36.8" y="105" text-anchor="middle" font-size="11.5" font-weight="800" fill="#111">tartomány</text><line x1="36.8" x2="36.8" y1="112" y2="142" stroke="#b3402f" stroke-width="2"/><polygon points="31.8,139 41.8,139 36.8,147" fill="#b3402f"/><text x="256.0" y="30" text-anchor="middle" font-size="13.5" font-weight="800" fill="#b3402f">α/2 = 2,5%</text><text x="263.2" y="92" text-anchor="middle" font-size="11.5" font-weight="800" fill="#111">elutasítási</text><text x="263.2" y="105" text-anchor="middle" font-size="11.5" font-weight="800" fill="#111">tartomány</text><line x1="263.2" x2="263.2" y1="112" y2="142" stroke="#b3402f" stroke-width="2"/><polygon points="258.2,139 268.2,139 263.2,147" fill="#b3402f"/></svg></div></div><div class="dd-rows"><div class="r"><b>H0</b><span>évfolyamátlag = 4,23</span></div><div class="r"><b>H1</b><span>évfolyamátlag ≠ 4,23</span></div><div class="r"><b>A próba neve</b><span><b class="nm">kétoldali (kétfarkú, two-tailed) próba</b></span></div><div class="r"><b>Miért kétoldali?</b><span>Az eltérés mindkét irányban lehet bizonyíték, ezért az 5%-ot két felé osztod: 2,5% alulra, 2,5% felülre. A H1 (≠) nem mutat egyik irányba sem, ezért a próba kétoldali.</span></div><div class="r"><b>Mikor vetjük el a H0-t?</b><span>Ha a mintaátlag a 4,23-hoz képest nagyon alacsony <u>vagy</u> nagyon magas, vagyis valamelyik piros szélre esik.</span></div></div></div></div><div class="dd-case" id="eset-jobboldali" style="scroll-margin-top:120px"><header><span class="dd-badge">2. eset · jobb oldali próba</span><h3>Javult az évfolyam eredménye?</h3></header><div class="in"><div class="dd-left"><div class="dd-situ"><b>Helyzet</b><span>Új oktatási miniszter jött, és azt akarja bizonyítani, hogy a gyerekek átlaga javult.</span></div><div class="dd-curve"><svg viewBox="0 0 300 190" aria-hidden="true"><polygon points="10.0,152 10.0,151.6 11.8,151.5 13.5,151.4 15.2,151.4 17.0,151.3 18.7,151.2 20.5,151.0 22.2,150.9 24.0,150.8 25.7,150.6 27.5,150.4 29.2,150.2 31.0,149.9 32.7,149.7 34.5,149.4 36.2,149.0 38.0,148.7 39.7,148.3 41.5,147.8 43.2,147.3 45.0,146.8 46.7,146.2 48.5,145.6 50.3,144.9 52.0,144.1 53.8,143.3 55.5,142.4 57.2,141.4 59.0,140.3 60.8,139.2 62.5,138.0 64.2,136.7 66.0,135.3 67.8,133.8 69.5,132.2 71.2,130.5 73.0,128.7 74.8,126.8 76.5,124.8 78.2,122.6 80.0,120.4 81.8,118.1 83.5,115.6 85.2,113.1 87.0,110.4 88.8,107.7 90.5,104.8 92.2,101.9 94.0,98.9 95.8,95.7 97.5,92.6 99.3,89.3 101.0,86.0 102.8,82.6 104.5,79.2 106.2,75.8 108.0,72.4 109.8,68.9 111.5,65.4 113.2,62.0 115.0,58.6 116.8,55.3 118.5,52.0 120.2,48.8 122.0,45.7 123.8,42.6 125.5,39.7 127.2,37.0 129.0,34.3 130.8,31.9 132.5,29.6 134.2,27.5 136.0,25.5 137.8,23.8 139.5,22.3 141.2,21.0 143.0,19.9 144.8,19.1 146.5,18.5 148.2,18.1 150.0,18.0 151.8,18.1 153.5,18.5 155.2,19.1 157.0,19.9 158.8,21.0 160.5,22.3 162.3,23.8 164.0,25.5 165.8,27.5 167.5,29.6 169.2,31.9 171.0,34.3 172.7,37.0 174.5,39.7 176.2,42.6 178.0,45.7 179.8,48.8 181.5,52.0 183.2,55.3 185.0,58.6 186.8,62.0 188.5,65.4 190.2,68.9 192.0,72.4 193.8,75.8 195.5,79.2 197.3,82.6 199.0,86.0 200.7,89.3 202.5,92.6 204.2,95.7 206.0,98.9 207.8,101.9 209.5,104.8 211.2,107.7 213.0,110.4 214.8,113.1 216.5,115.6 218.2,118.1 220.0,120.4 221.8,122.6 223.5,124.8 225.2,126.8 227.0,128.7 228.8,130.5 230.5,132.2 232.3,133.8 234.0,135.3 235.8,136.7 237.5,138.0 239.2,139.2 241.0,140.3 242.8,141.4 244.5,142.4 246.2,143.3 248.0,144.1 249.8,144.9 251.5,145.6 253.2,146.2 255.0,146.8 256.8,147.3 258.5,147.8 260.2,148.3 262.0,148.7 263.8,149.0 265.5,149.4 267.2,149.7 269.0,149.9 270.8,150.2 272.5,150.4 274.2,150.6 276.0,150.8 277.8,150.9 279.5,151.0 281.3,151.2 283.0,151.3 284.8,151.4 286.5,151.4 288.2,151.5 290.0,151.6 290.0,152" fill="#FFF6DF" stroke="#111" stroke-width="2"/><polygon points="217.7,152 217.7,117.4 219.5,119.8 221.3,122.1 223.2,124.3 225.0,126.4 226.8,128.4 228.6,130.3 230.4,132.1 232.2,133.7 234.0,135.3 235.8,136.7 237.6,138.1 239.4,139.3 241.2,140.5 243.0,141.6 244.8,142.6 246.6,143.5 248.4,144.3 250.3,145.1 252.1,145.8 253.9,146.4 255.7,147.0 257.5,147.6 259.3,148.0 261.1,148.5 262.9,148.9 264.7,149.2 266.5,149.6 268.3,149.8 270.1,150.1 271.9,150.3 273.7,150.5 275.5,150.7 277.4,150.9 279.2,151.0 281.0,151.1 282.8,151.3 284.6,151.4 286.4,151.4 288.2,151.5 290.0,151.6 290.0,152" fill="#b3402f" stroke="#111" stroke-width="1.5"/><line x1="217.7" x2="217.7" y1="52" y2="152" stroke="#111" stroke-width="2" stroke-dasharray="4 3"/><line x1="10" x2="290" y1="152" y2="152" stroke="#111" stroke-width="2"/><text x="136.0" y="102" text-anchor="middle" font-size="22" font-weight="800" fill="#111">1 − α</text><text x="136.0" y="119" text-anchor="middle" font-size="12.5" font-weight="700" fill="#111">(95%)</text><text x="136.0" y="137" text-anchor="middle" font-size="12.5" font-weight="800" fill="#111">elfogadási tartomány</text><text x="256.0" y="72" text-anchor="middle" font-size="13.5" font-weight="800" fill="#b3402f">α = 5%</text><text x="257.1" y="92" text-anchor="middle" font-size="11.5" font-weight="800" fill="#111">elutasítási</text><text x="257.1" y="105" text-anchor="middle" font-size="11.5" font-weight="800" fill="#111">tartomány</text><line x1="257.1" x2="257.1" y1="112" y2="142" stroke="#b3402f" stroke-width="2"/><polygon points="252.1,139 262.1,139 257.1,147" fill="#b3402f"/></svg></div></div><div class="dd-rows"><div class="r"><b>H0</b><span>évfolyamátlag ≤ 4,23 (legfeljebb annyit produkált, mint tavaly)</span></div><div class="r"><b>H1</b><span>évfolyamátlag &gt; 4,23</span></div><div class="r"><b>A próba neve</b><span><b class="nm">jobb oldali (felülről korlátos) próba</b></span></div><div class="r"><b>Miért jobb oldali?</b><span>A H1 (&gt;) a nagyobb értékek felé mutat. A H0 felső korlátot állít, és ezt csak a nagyon magas mintaátlag cáfolhatja. Az alacsony átlag éppen a H0-t támogatja, ezért alul nem kell bizonytalanságot hagynod: az egész 5% a jobb oldalra kerül, így a próba jobb oldali.</span></div><div class="r"><b>Mikor vetjük el a H0-t?</b><span>Ha a mintaátlag a 4,23-hoz képest nagyon magas, vagyis a jobb szélső piros sávba esik.</span></div></div></div></div><div class="dd-case" id="eset-baloldali" style="scroll-margin-top:120px"><header><span class="dd-badge">3. eset · bal oldali próba</span><h3>Nem romlott az évfolyam eredménye?</h3></header><div class="in"><div class="dd-left"><div class="dd-situ"><b>Helyzet</b><span>Ezúttal a miniszter nem javulást vár, hanem azt szeretné látni, hogy a diákok legalább olyan jó eredményt értek el, mint tavaly. Azt kell kimutatni, ha mégis visszaestek.</span></div><div class="dd-curve"><svg viewBox="0 0 300 190" aria-hidden="true"><polygon points="10.0,152 10.0,151.6 11.8,151.5 13.5,151.4 15.2,151.4 17.0,151.3 18.7,151.2 20.5,151.0 22.2,150.9 24.0,150.8 25.7,150.6 27.5,150.4 29.2,150.2 31.0,149.9 32.7,149.7 34.5,149.4 36.2,149.0 38.0,148.7 39.7,148.3 41.5,147.8 43.2,147.3 45.0,146.8 46.7,146.2 48.5,145.6 50.3,144.9 52.0,144.1 53.8,143.3 55.5,142.4 57.2,141.4 59.0,140.3 60.8,139.2 62.5,138.0 64.2,136.7 66.0,135.3 67.8,133.8 69.5,132.2 71.2,130.5 73.0,128.7 74.8,126.8 76.5,124.8 78.2,122.6 80.0,120.4 81.8,118.1 83.5,115.6 85.2,113.1 87.0,110.4 88.8,107.7 90.5,104.8 92.2,101.9 94.0,98.9 95.8,95.7 97.5,92.6 99.3,89.3 101.0,86.0 102.8,82.6 104.5,79.2 106.2,75.8 108.0,72.4 109.8,68.9 111.5,65.4 113.2,62.0 115.0,58.6 116.8,55.3 118.5,52.0 120.2,48.8 122.0,45.7 123.8,42.6 125.5,39.7 127.2,37.0 129.0,34.3 130.8,31.9 132.5,29.6 134.2,27.5 136.0,25.5 137.8,23.8 139.5,22.3 141.2,21.0 143.0,19.9 144.8,19.1 146.5,18.5 148.2,18.1 150.0,18.0 151.8,18.1 153.5,18.5 155.2,19.1 157.0,19.9 158.8,21.0 160.5,22.3 162.3,23.8 164.0,25.5 165.8,27.5 167.5,29.6 169.2,31.9 171.0,34.3 172.7,37.0 174.5,39.7 176.2,42.6 178.0,45.7 179.8,48.8 181.5,52.0 183.2,55.3 185.0,58.6 186.8,62.0 188.5,65.4 190.2,68.9 192.0,72.4 193.8,75.8 195.5,79.2 197.3,82.6 199.0,86.0 200.7,89.3 202.5,92.6 204.2,95.7 206.0,98.9 207.8,101.9 209.5,104.8 211.2,107.7 213.0,110.4 214.8,113.1 216.5,115.6 218.2,118.1 220.0,120.4 221.8,122.6 223.5,124.8 225.2,126.8 227.0,128.7 228.8,130.5 230.5,132.2 232.3,133.8 234.0,135.3 235.8,136.7 237.5,138.0 239.2,139.2 241.0,140.3 242.8,141.4 244.5,142.4 246.2,143.3 248.0,144.1 249.8,144.9 251.5,145.6 253.2,146.2 255.0,146.8 256.8,147.3 258.5,147.8 260.2,148.3 262.0,148.7 263.8,149.0 265.5,149.4 267.2,149.7 269.0,149.9 270.8,150.2 272.5,150.4 274.2,150.6 276.0,150.8 277.8,150.9 279.5,151.0 281.3,151.2 283.0,151.3 284.8,151.4 286.5,151.4 288.2,151.5 290.0,151.6 290.0,152" fill="#FFF6DF" stroke="#111" stroke-width="2"/><polygon points="10.0,152 10.0,151.6 11.8,151.5 13.6,151.4 15.4,151.4 17.2,151.3 19.0,151.1 20.8,151.0 22.6,150.9 24.5,150.7 26.3,150.5 28.1,150.3 29.9,150.1 31.7,149.8 33.5,149.6 35.3,149.2 37.1,148.9 38.9,148.5 40.7,148.0 42.5,147.6 44.3,147.0 46.1,146.4 47.9,145.8 49.7,145.1 51.6,144.3 53.4,143.5 55.2,142.6 57.0,141.6 58.8,140.5 60.6,139.3 62.4,138.1 64.2,136.7 66.0,135.3 67.8,133.7 69.6,132.1 71.4,130.3 73.2,128.4 75.0,126.4 76.8,124.3 78.7,122.1 80.5,119.8 82.3,117.4 82.3,152" fill="#b3402f" stroke="#111" stroke-width="1.5"/><line x1="82.3" x2="82.3" y1="52" y2="152" stroke="#111" stroke-width="2" stroke-dasharray="4 3"/><line x1="10" x2="290" y1="152" y2="152" stroke="#111" stroke-width="2"/><text x="164.0" y="102" text-anchor="middle" font-size="22" font-weight="800" fill="#111">1 − α</text><text x="164.0" y="119" text-anchor="middle" font-size="12.5" font-weight="700" fill="#111">(95%)</text><text x="164.0" y="137" text-anchor="middle" font-size="12.5" font-weight="800" fill="#111">elfogadási tartomány</text><text x="44.0" y="72" text-anchor="middle" font-size="13.5" font-weight="800" fill="#b3402f">α = 5%</text><text x="42.9" y="92" text-anchor="middle" font-size="11.5" font-weight="800" fill="#111">elutasítási</text><text x="42.9" y="105" text-anchor="middle" font-size="11.5" font-weight="800" fill="#111">tartomány</text><line x1="42.9" x2="42.9" y1="112" y2="142" stroke="#b3402f" stroke-width="2"/><polygon points="37.9,139 47.9,139 42.9,147" fill="#b3402f"/></svg></div></div><div class="dd-rows"><div class="r"><b>H0</b><span>évfolyamátlag ≥ 4,23 (legalább annyi, mint tavaly)</span></div><div class="r"><b>H1</b><span>évfolyamátlag &lt; 4,23</span></div><div class="r"><b>A próba neve</b><span><b class="nm">bal oldali (alulról korlátos) próba</b></span></div><div class="r"><b>Miért bal oldali?</b><span>A H1 (&lt;) a kisebb értékek felé mutat. A H0 alsó korlátot állít, és ezt csak a nagyon alacsony mintaátlag cáfolhatja. A magas átlag a H0-t támogatja, ezért az egész 5% a bal oldalra kerül, így a próba bal oldali.</span></div><div class="r"><b>Mikor vetjük el a H0-t?</b><span>Ha a mintaátlag a 4,23-hoz képest nagyon alacsony, vagyis a bal szélső piros sávba esik.</span></div></div></div></div><div class="dd-tip"><p><b>Gyors ellenőrzés:</b> nézd meg a H1 jelét. <b>≠</b> → kétoldali próba, <b>&gt;</b> → jobb oldali próba, <b>&lt;</b> → bal oldali próba. A piros sáv mindig arra kerül, amerre a H1 mutat.</p></div></section><section class="dd-sec"><span class="dd-kicker">6. Összefoglaló</span><h2>Gyors puska</h2><div class="dd-scroll"><table class="dd-tbl"><thead><tr><th>Mit akarsz igazolni?</th><th>H0</th><th>H1</th><th>Próba</th></tr></thead><tbody><tr><td>Eltér a viszonyítási értéktől</td><td>μ = érték</td><td>μ ≠ érték</td><td>kétoldali</td></tr><tr><td>Nagyobb, mint a viszonyítási érték</td><td>μ ≤ érték</td><td>μ &gt; érték</td><td>jobb oldali</td></tr><tr><td>Kisebb, mint a viszonyítási érték</td><td>μ ≥ érték</td><td>μ &lt; érték</td><td>bal oldali</td></tr></tbody></table></div><div class="dd-defs"><div><h3>μ (görög „mű&#8221;)</h3><p>A <b>sokaság átlaga</b>, vagyis az az ismeretlen, valódi átlag, amire az egész sokaságra következtetni szeretnél. Nem a mintaátlag, hanem amit a mintából becsülsz.</p></div><div><h3>érték</h3><p>A <b>viszonyítási érték</b>, amihez az átlagot hasonlítod, például a tavalyi országos átlag (4,23). Ezt te adod meg a hipotézisben.</p></div></div></section><section class="dd-sec"><span class="dd-kicker">7. Próbáld ki</span><h2>Értem már?</h2><div class="dd-quiz" id="ddQuiz2"><p style="margin:0">Öt gyors kérdés. Kattints a szerinted helyes válaszra!</p><div id="ddQs"></div><div class="dd-score" id="ddScore2" aria-live="polite"></div></div></section><section class="dd-sec" id="gyik"><span class="dd-kicker">GYIK</span><h2>Gyakori <span class="dd-hl">kérdések</span></h2><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mi a különbség a H0 és a H1 között?</h3><p>A H0 szerint nincs eltérés vagy kapcsolat, és mindig matematikai egyenlőséget tartalmaz. A H1 az ellentéte: van eltérés vagy kapcsolat. A H0 és a H1 kizárja egymást, és együtt lefedi az összes lehetséges kimenetet.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mit jelent a p-érték?</h3><p>Azt mutatja, mekkora eséllyel kapnál a mintádnál nagyobb vagy annál extrémebb eredményt, ha a H0 igaz lenne. Minél kisebb, annál erősebb az érv a H1 mellett.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Ha p > 0,05, akkor igaz a H0?</h3><p>Nem. Csak annyit mondhatunk, hogy a mintád alapján nem tudjuk elutasítani. A bizonyítékhiány még nem a hiány bizonyítéka.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Miért jó hír az előfeltételeknél, ha p > 0,05?</h3><p>Az előfeltétel-vizsgálatoknál (normalitás, szóráshomogenitás) épp a H0 hipotézisben szereplő egyenlőséget szeretnéd igazolni, vagyis hogy nincs eltérés. Itt a p > 0,05 azt jelenti, hogy az előfeltétel teljesül.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mikor egyoldali és mikor kétoldali a próba?</h3><p>Ha bármelyik irányú eltérés számít (H1: ≠), a próba kétoldali, és az 5%-ot két felé osztod. Ha csak az egyik irány érdekel (H1: > vagy &lt;), egyoldali próbát használsz, és az egész 5% arra az oldalra kerül, amerre a H1 mutat. <a href="#iranyitott-hipotezisek" style="text-decoration:underline">Részletesen, példákkal lentebb.</a></p></section><script type="application/ld+json">{"@context":"https://schema.org","@type":"FAQPage","mainEntity":[{"@type":"Question","name":"Mi a különbség a H0 és a H1 között?","acceptedAnswer":{"@type":"Answer","text":"A H0 szerint nincs eltérés vagy kapcsolat, és mindig matematikai egyenlőséget tartalmaz. A H1 az ellentéte: van eltérés vagy kapcsolat. A H0 és a H1 kizárja egymást, és együtt lefedi az összes lehetséges kimenetet."}},{"@type":"Question","name":"Mit jelent a p-érték?","acceptedAnswer":{"@type":"Answer","text":"Azt mutatja, mekkora eséllyel kapnál a mintádnál nagyobb vagy annál extrémebb eredményt, ha a H0 igaz lenne. Minél kisebb, annál erősebb az érv a H1 mellett."}},{"@type":"Question","name":"Ha p > 0,05, akkor igaz a H0?","acceptedAnswer":{"@type":"Answer","text":"Nem. Csak annyit mondhatunk, hogy a mintád alapján nem tudjuk elutasítani. A bizonyítékhiány még nem a hiány bizonyítéka."}},{"@type":"Question","name":"Miért jó hír az előfeltételeknél, ha p > 0,05?","acceptedAnswer":{"@type":"Answer","text":"Az előfeltétel-vizsgálatoknál (normalitás, szóráshomogenitás) épp a H0 hipotézisben szereplő egyenlőséget szeretnéd igazolni, vagyis hogy nincs eltérés. Itt a p > 0,05 azt jelenti, hogy az előfeltétel teljesül."}},{"@type":"Question","name":"Mikor egyoldali és mikor kétoldali a próba?","acceptedAnswer":{"@type":"Answer","text":"Ha bármelyik irányú eltérés számít (H1: ≠), a próba kétoldali, és az 5%-ot két felé osztod. Ha csak az egyik irány érdekel (H1: > vagy <), egyoldali próbát használsz, és az egész 5% arra az oldalra kerül, amerre a H1 mutat."}}]}</script><section class="dd-cta"><h2>Elakadtál? <em>Együtt</em> megcsináljuk!</h2><p style="margin-top:16px">A hipotézisek felállítása akkor nehéz igazán, amikor a saját kutatásodról van szó: mi legyen a H0, melyik próbát válaszd, egy- vagy kétoldali legyen, és hogyan írd le a dolgozatodban. Ott szoktak megcsúszni a szakdolgozatok, a disszertációk és a beadandók.</p><p><b style="color:#fff">Nem helyetted, hanem veled</b> nézzük végig a kutatási kérdésedet és az adataidat, hogy te is értsd, mit miért csinálsz. <a href="https://datadiva.hu/spss-maganoktatas/">SPSS</a>, <a href="https://datadiva.hu/jasp-segitseg/">JASP</a>, <a href="https://datadiva.hu/jamovi-segitseg-es-online-konzultacio/">jamovi</a>: ami neked kényelmes.</p><p><b>Tovább:</b> a hipotézisek tesztelését <a href="https://datadiva.hu/spss-maganoktatas/">SPSS</a>, <a href="https://datadiva.hu/jasp-segitseg/">JASP</a> vagy <a href="https://datadiva.hu/jamovi-segitseg-es-online-konzultacio/">jamovi</a> segítségével együtt lefuttatjuk. Először érdemes átnézned a <a href="https://datadiva.hu/meresi-szintek-nominalis-ordinalis-intervallum-es-arany/">mérési szinteket</a>, mert azon múlik a teszt kiválasztása. Vedd fel velem <a href="https://datadiva.hu/kapcsolat">a kapcsolatot</a>, és megbeszéljük, miben segíthetek.</p><div class="dd-plans"><div class="dd-plan hot"><b>10 perc</b><span>Ingyenes ismerkedő hívás: megbeszéljük, hol tartasz, és miben segíthetek</span></div><div class="dd-plan"><b>45 perc</b><span>Egy konkrét kérdés vagy elakadás átbeszélése</span></div><div class="dd-plan"><b>90 perc</b><span>Mélyebb munka: elemzés, értelmezés, dolgozat</span></div></div><p style="text-align:center;margin:30px 0 6px"><a class="dd-btn" href="https://datadiva.hu/kapcsolat">Foglald le a helyed most!</a></p><div class="dd-sign"><b>Dr. Kun Zsuzsanna</b> · datadiva · 15+ év statisztika- és kutatásmódszertan-oktatás<br>Telefon: <a href="#" data-t="num">Telefonszám megjelenítése</a> · <a href="#" data-t="wa">WhatsApp</a> · <a href="#" data-t="vb">Viber</a><br><a href="mailto:zsuzsanna.kun@datadiva.hu">zsuzsanna.kun@datadiva.hu</a> · <a href="https://datadiva.hu">datadiva.hu</a></div></section></article><script>
(function(){
var Q=[
["p = 0,03 és α = 0,05. Mi a döntés?",["A H0-t elutasítjuk, a H1-et fogadjuk el","A H0-t nem tudjuk elutasítani","Új mintát kell venni"],0,"p  α, tehát a H0 elutasítható, a H1-et fogadjuk el."],
["p = 0,20 és α = 0,05. Mit mondhatsz?",["A H0 igaz","A H0 nem utasítható el","A H1 igaz"],1,"p > α esetén nem utasítjuk el a H0-t. Ez nem jelenti, hogy a H0 bizonyítottan igaz."],
["Normalitásvizsgálat: p = 0,31. Hogy áll az előfeltétel?",["Rendben van: nem utasítjuk el, hogy normális az eloszlás","Nem teljesül, mert p > 0,05","Nem lehet eldönteni"],0,"Az előfeltétel-vizsgálatnál a p > 0,05 a jó hír: nincs jel arra, hogy eltérne a normális eloszlástól."],
["Azt akarod igazolni, hogy a fiúk ritkábban gyűjtenek szelektíven, mint a lányok. Melyik a H0?",["fiúk átlaga  lányok átlaga","fiúk átlaga ≥ lányok átlaga","fiúk átlaga ≠ lányok átlaga"],1,"A H1 a bizonyítandó állítás (fiúk  lányok), a H0 az ellentéte, és matematikai egyenlőséget tartalmaz: fiúk ≥ lányok."],
["H1: az évfolyamátlag eltér 4,23-tól. Milyen a próba?",["Kétoldali","Jobb oldali","Bal oldali"],0,"A ≠ mindkét irányú eltérést jelenti, ezért az α-t két felé osztjuk (2,5% + 2,5%)."]
];
var box=document.getElementById('ddQs'),score=document.getElementById('ddScore2'),done=0,good=0;
Q.forEach(function(q,i){
var d=document.createElement('div');d.className='dd-q';
var p=document.createElement('p');p.textContent=(i+1)+'. '+q[0];d.appendChild(p);
var o=document.createElement('div');o.className='dd-opts';d.appendChild(o);
var fb=document.createElement('div');fb.className='dd-fb';fb.textContent=q[3];d.appendChild(fb);
q[1].forEach(function(t,j){
var b=document.createElement('button');b.type='button';b.textContent=t;
b.addEventListener('click',function(){
if(d.classList.contains('done'))return;d.classList.add('done');done++;
var bs=o.querySelectorAll('button');
if(j===q[2]){b.classList.add('ok');good++;}else{b.classList.add('no');bs[q[2]].classList.add('ok');}
if(done===Q.length){score.textContent=good+'/'+Q.length+' találat. '+(good===Q.length?'Tökéletes! 🎉':good>=3?'Szép munka, már csak az árnyalatok vannak hátra.':'Semmi gond, erre való a gyakorlás. Szívesen átnézzük együtt!');}
});o.appendChild(b);
});
box.appendChild(d);
});
})();
</script>]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Leíró statisztika: egy változó, sok mutató</title>
		<link>https://datadiva.hu/leiro-statisztika-egy-valtozo-sok-mutato/</link>
		
		<dc:creator><![CDATA[Dr. Kun Zsuzsanna]]></dc:creator>
		<pubDate>Wed, 07 Oct 2026 07:00:00 +0000</pubDate>
				<category><![CDATA[Gyorstalpaló]]></category>
		<guid isPermaLink="false">https://datadiva.hu/?p=957</guid>

					<description><![CDATA[Átlag, medián, szórás, kvartilisek, boxplot: hogyan írd le egyetlen változó eloszlását, és mikor melyik mutatót használd. Kvízzel a végén.]]></description>
										<content:encoded><![CDATA[
<style>.dd-post p a:not([class]){text-decoration:underline;text-decoration-thickness:1.5px;text-underline-offset:3px;font-weight:600}
.dd-post{--y:#F4B637;--y-soft:#FFF6DF;--y-line:#F1DFB4;--k:#111;--ink:#2a2a2a;--mute:#6b6b6b;--ok:#2e7d4f;--no:#b3402f;
  font-family:system-ui,-apple-system,"Segoe UI",Roboto,"Helvetica Neue",Arial,sans-serif;color:var(--ink);line-height:1.7;font-size:18px;max-width:820px;margin:0 auto;padding:16px;box-sizing:border-box}
.dd-post *,.dd-post *::before,.dd-post *::after{box-sizing:border-box}
.dd-post h1,.dd-post h2,.dd-post h3{color:var(--k);line-height:1.2;margin:0;font-weight:800;letter-spacing:-.01em}
.dd-post p{margin:0 0 1.1em}
.dd-post a{color:inherit}

/* HERO */
.dd-hero{position:relative;overflow:hidden;background:var(--k);color:#fff;border-radius:28px;padding:44px 36px 120px}
.dd-brand{display:flex;align-items:center;gap:12px;margin-bottom:28px}
.dd-brand img{width:46px;height:46px;border-radius:50%;display:block}
.dd-brand span{font-size:14px;letter-spacing:.14em;text-transform:uppercase;color:var(--y);font-weight:700}
.dd-hero h2{color:#fff;font-size:clamp(32px,6vw,52px);max-width:15em}
.dd-hero h2 em{font-style:normal;color:var(--k);background:var(--y);padding:0 .22em;border-radius:8px;box-decoration-break:clone;-webkit-box-decoration-break:clone}
.dd-hero p.dd-lead{color:#e7e7e7;font-size:19px;max-width:34em;margin:22px 0 18px}
.dd-meta{font-size:14px;color:#bdbdbd}
.dd-meta b{color:var(--y);font-weight:700}
.dd-bell{position:absolute;left:0;right:0;bottom:-2px;width:100%;height:110px;display:block}

/* SECTIONS */
.dd-sec{margin-top:56px}
.dd-kicker{display:inline-block;font-size:13px;font-weight:800;letter-spacing:.12em;text-transform:uppercase;background:var(--y);color:var(--k);padding:3px 12px;border-radius:99px;margin-bottom:14px}
.dd-sec h2{font-size:clamp(26px,4.5vw,36px);margin-bottom:18px}
.dd-hl{background:linear-gradient(transparent 62%,var(--y) 62%);padding:0 2px}

/* STAIRS */
.dd-stairs{display:grid;grid-template-columns:repeat(4,1fr);gap:10px;align-items:end;margin:30px 0 8px}
.dd-step{border-radius:14px 14px 0 0;padding:14px 12px 12px;background:var(--y-soft);border:2px solid var(--y);text-align:center;display:flex;flex-direction:column;justify-content:flex-end}
.dd-step:nth-child(1){min-height:96px}.dd-step:nth-child(2){min-height:132px}.dd-step:nth-child(3){min-height:168px}.dd-step:nth-child(4){min-height:204px;background:var(--y)}
.dd-step b{display:block;font-size:17px;color:var(--k)}
.dd-step small{font-size:13px;color:#555;line-height:1.35;display:block;margin-top:2px}
.dd-axis{display:flex;justify-content:space-between;font-size:13px;color:var(--mute);font-weight:600;border-top:2px dashed var(--y-line);padding-top:6px}

/* LEVEL CARDS */
.dd-card{border:2px solid var(--k);border-radius:20px;padding:26px 26px 14px;margin:26px 0;background:#fff;position:relative}
.dd-card .dd-num{position:absolute;top:-18px;left:22px;background:var(--k);color:var(--y);font-weight:800;border-radius:99px;padding:3px 16px;font-size:14px;letter-spacing:.08em}
.dd-card h3{font-size:26px;margin-bottom:2px}
.dd-card .dd-sub{color:var(--mute);font-size:15px;margin-bottom:12px}
.dd-tags{display:flex;flex-wrap:wrap;gap:8px;margin:4px 0 14px}
.dd-tags span{background:var(--y-soft);border:1px solid var(--y-line);border-radius:99px;padding:2px 13px;font-size:15px}
.dd-mine{background:var(--y-soft);border-left:5px solid var(--y);border-radius:0 12px 12px 0;padding:10px 16px;font-size:16px;margin:6px 0 14px}
.dd-mine b{color:var(--k)}

/* CALLOUTS */
.dd-call{background:var(--k);color:#f3f3f3;border-radius:20px;padding:24px 26px;margin:28px 0}
.dd-call h3{color:var(--y);font-size:21px;margin-bottom:8px}
.dd-call p:last-child{margin:0}
.dd-call code,.dd-post code{background:rgba(244,182,55,.18);border-radius:6px;padding:1px 7px;font-size:.92em}
.dd-call code{color:var(--y)}
.dd-tip{background:var(--y-soft);border:2px solid var(--y);border-radius:20px;padding:20px 24px;margin:28px 0}
.dd-tip p:last-child{margin:0}

/* TABLE */
.dd-tbl{width:100%;border-collapse:separate;border-spacing:0;font-size:16px;border:2px solid var(--k);border-radius:16px;overflow:hidden;margin:20px 0}
.dd-tbl th{background:var(--k);color:var(--y);text-align:left;padding:12px 14px;font-size:14px;letter-spacing:.06em;text-transform:uppercase}
.dd-tbl td{padding:12px 14px;vertical-align:top;border-top:1px solid var(--y-line)}
.dd-tbl tr:nth-child(even) td{background:#fffbf0}
.dd-tbl td:first-child{font-weight:800;white-space:nowrap}
.dd-scroll{overflow-x:auto}


/* FIGURES */
.dd-fig{display:grid;grid-template-columns:1fr 1fr;gap:16px;margin:24px 0}
.dd-figi{min-width:0;margin:0;background:#fff;border:2px solid var(--k);border-radius:20px;padding:16px;position:relative}
.dd-figi svg{width:100%;height:auto;display:block;margin-top:6px}
.dd-figi figcaption{font-size:14px;color:var(--mute);line-height:1.5;margin-top:8px}
.dd-badge{display:inline-block;font-size:12px;font-weight:800;letter-spacing:.06em;text-transform:uppercase;background:var(--y);color:var(--k);padding:3px 12px;border-radius:99px}
.dd-badge.ok{background:var(--ok);color:#fff}.dd-badge.no{background:var(--no);color:#fff}
.dd-figi.bad{border-color:var(--no)}.dd-figi.good{border-color:var(--ok)}
.dd-mini{margin:12px 0 0;font-size:15px}.dd-mini th{letter-spacing:0;font-size:12px;padding:10px 8px}.dd-mini td{padding:10px 8px}.dd-mini td:first-child{white-space:normal}.dd-mini tr.tot td{font-weight:800;background:var(--y-soft)}
.dd-hbar{margin-top:14px;display:grid;gap:14px}
.dd-hbar .row{display:grid;grid-template-columns:48px 1fr;gap:4px 10px;align-items:center;font-size:15px}
.dd-hbar .trk{background:var(--y-soft);border-radius:8px;height:28px;overflow:hidden}
.dd-hbar .trk i{display:block;height:100%;background:var(--y);border-right:2px solid var(--k)}
.dd-hbar b{grid-column:2;font-size:14px;color:var(--k)}
@media(max-width:640px){.dd-fig{grid-template-columns:1fr}}


/* VISUAL STRIPS */
.dd-vis{display:flex;flex-wrap:wrap;gap:10px;justify-content:center;background:var(--y-soft);border:1px solid var(--y-line);border-radius:16px;padding:14px 10px 10px;margin:6px 0 14px}
.dd-vi{margin:0;flex:1 1 120px;max-width:200px;text-align:center}
.dd-vi.wide{flex:1 1 100%;max-width:420px}
.dd-vi svg{width:100%;height:auto;max-height:110px;display:block}
.dd-vi figcaption{font-size:13px;color:var(--mute);line-height:1.35;margin-top:4px}


.dd-main td.dd-lvl{font-weight:800;white-space:nowrap}
.dd-main td.dd-grp{background:var(--y);color:var(--k);font-weight:400;border-right:2px solid var(--k);width:170px;max-width:170px;white-space:normal;vertical-align:middle}
.dd-main td.dd-grp.dark{background:var(--k);color:#fff}
.dd-main td.dd-grp.dark b{color:var(--y)}
.dd-main td.dd-grp b{display:block;font-size:17px;margin-bottom:4px}
.dd-main td.dd-grp small{display:block;font-size:12.5px;line-height:1.35;opacity:.85}
.dd-main tr.dd-split td{border-top:2px solid var(--k)}
.dd-main tr:nth-child(even) td:not(.dd-grp){background:#fffbf0}
.dd-main{min-width:620px;table-layout:auto}

/* QUIZ */
.dd-quiz{background:var(--y-soft);border:2px solid var(--y);border-radius:24px;padding:26px}
.dd-q{background:#fff;border-radius:16px;padding:16px 18px;margin-top:14px;border:1px solid var(--y-line)}
.dd-q p{margin:0 0 10px;font-weight:700;color:var(--k)}
.dd-opts{display:flex;flex-wrap:wrap;gap:8px}
.dd-opts button{font:inherit;font-size:15px;cursor:pointer;background:#fff;border:2px solid var(--k);color:var(--k);border-radius:99px;padding:5px 16px;transition:.15s}
.dd-opts button:hover{background:var(--y)}
.dd-opts button.ok{background:var(--ok);border-color:var(--ok);color:#fff}
.dd-opts button.no{background:var(--no);border-color:var(--no);color:#fff}
.dd-fb{font-size:15px;margin:10px 0 0;color:var(--mute);display:none}
.dd-q.done .dd-fb{display:block}
.dd-score{margin-top:16px;font-weight:800;color:var(--k);min-height:1.4em}

/* CTA */
.dd-cta{background:var(--k);color:#fff;border-radius:28px;padding:44px 32px;margin-top:60px;position:relative;overflow:hidden}
.dd-cta h2{color:#fff;font-size:clamp(28px,5vw,40px)}
.dd-cta h2 em{font-style:normal;color:var(--y)}
.dd-cta p{color:#e3e3e3}
.dd-plans{display:grid;grid-template-columns:repeat(3,1fr);gap:14px;margin:26px 0}
.dd-plan{background:#1d1d1d;border:2px solid #333;border-radius:18px;padding:18px;text-align:center}
.dd-plan.hot{border-color:var(--y);background:#241d0c}
.dd-plan b{display:block;font-size:30px;color:var(--y);line-height:1.1}
.dd-plan span{display:block;font-size:15px;color:#cfcfcf;margin-top:6px;line-height:1.4}
.dd-btn{display:inline-block;background:var(--y);color:var(--k)!important;font-weight:800;text-decoration:none;font-size:19px;padding:15px 34px;border-radius:99px;transition:transform .15s,box-shadow .15s}
.dd-btn:hover{transform:translateY(-2px);box-shadow:0 8px 0 rgba(244,182,55,.35)}
.dd-sign{margin-top:26px;font-size:15px;color:#bdbdbd}
.dd-sign a{color:var(--y);text-decoration:none;font-weight:700}
.dd-sign b{color:#fff}

@media(max-width:640px){
  .dd-post{font-size:17px;padding:10px}
  .dd-hero{padding:30px 22px 100px;border-radius:22px}
  .dd-stairs{gap:6px}.dd-step{padding:10px 4px}.dd-step b{font-size:14px}.dd-step small{display:none}
  .dd-card{padding:24px 18px 8px}
  .dd-plans{grid-template-columns:1fr}
  .dd-cta{padding:32px 20px;border-radius:22px}
  .dd-quiz{padding:18px}
  .dd-tbl td:first-child{white-space:normal}
}

.dd-rules2{margin:10px 0 18px;padding-left:22px}.dd-rules2 li{margin-bottom:6px}
.dd-case{border:2px solid var(--k);border-radius:22px;margin:22px 0;overflow:hidden;background:#fff}
.dd-case>header{background:var(--k);padding:14px 20px;display:flex;gap:12px;align-items:center;flex-wrap:wrap}
.dd-case>header h3{color:#fff;font-size:20px}
.dd-case .in{display:grid;grid-template-columns:1.3fr 1fr;gap:18px;padding:12px 20px 18px;align-items:center}
.dd-rows .r{display:grid;grid-template-columns:104px 1fr;gap:12px;padding:10px 0;border-bottom:1px dashed var(--y-line);font-size:16px;line-height:1.55}
.dd-rows .r:last-child{border-bottom:0}
.dd-rows .r b:first-child{color:var(--k);font-size:12.5px;text-transform:uppercase;letter-spacing:.05em;padding-top:3px}
.dd-curve{background:var(--y-soft);border-radius:16px;padding:10px}.dd-curve svg{width:100%;height:auto;display:block}
@media(max-width:700px){.dd-case .in{grid-template-columns:1fr}.dd-rows .r{grid-template-columns:1fr;gap:2px}.dd-curve{order:-1}}
.dd-pair{display:grid;grid-template-columns:1fr 1fr;gap:16px;margin:22px 0}
.dd-pair>div{border-radius:20px;padding:22px}
.dd-pair h3{font-size:22px;margin:8px 0}
.dd-pair p{margin:0;font-size:16px}
.dd-h0{background:var(--y);color:var(--k)}.dd-h0 .dd-badge{background:var(--k);color:var(--y)}
.dd-h1{background:var(--k);color:#f1f1f1}.dd-h1 h3{color:var(--y)}
.dd-rules{padding-left:0;list-style:none;counter-reset:r;margin:0 0 20px}
.dd-rules li{counter-increment:r;position:relative;padding:12px 14px 12px 56px;border:1px solid var(--y-line);border-radius:14px;margin-bottom:8px;background:#fff}
.dd-rules li::before{content:counter(r);position:absolute;left:12px;top:50%;transform:translateY(-50%);width:32px;height:32px;border-radius:50%;background:var(--y);color:var(--k);font-weight:800;display:grid;place-items:center}
.dd-dec{display:grid;grid-template-columns:1fr 1fr;gap:14px;margin:22px 0}
.dd-dec>div{border-radius:18px;padding:18px 20px;border:2px solid var(--k)}
.dd-dec b{display:block;font-size:22px}
.dd-dec .yes{background:var(--ok);color:#fff;border-color:var(--ok)}
.dd-dec .no{background:#fff;color:var(--k)}
.dd-defs{display:grid;grid-template-columns:1fr 1fr;gap:16px;margin:20px 0}
.dd-defs>div{background:var(--y-soft);border:1px solid var(--y-line);border-radius:18px;padding:18px 20px}
.dd-defs h3{font-size:19px;margin-bottom:6px}.dd-defs p{margin:0;font-size:16px}
.dd-hp{display:grid;grid-template-columns:1fr 1fr;gap:12px;margin:8px 0 14px}
.dd-hp>div{background:var(--y-soft);border-left:5px solid var(--y);border-radius:0 14px 14px 0;padding:12px 16px;font-size:16px}
.dd-hp>div:last-child{background:#f4f4f4;border-left-color:var(--k)}
.dd-hp b{display:block;color:var(--k);font-size:18px;margin-bottom:2px}
.dd-hp.big{margin-top:14px}
.dd-three{display:grid;grid-template-columns:repeat(3,1fr);gap:14px;margin:22px 0}
.dd-tcard{background:#fff;border:2px solid var(--k);border-radius:20px;padding:16px;min-width:0}
.dd-tcard svg{width:100%;height:auto;display:block;margin:8px 0}
.dd-tcard p{font-size:15px;line-height:1.5;margin:0 0 8px}
.dd-tcard small{display:block;font-size:13px;color:var(--mute);line-height:1.45}
.dd-card .dd-num{letter-spacing:.08em}
@media(max-width:700px){.dd-pair,.dd-dec,.dd-defs,.dd-hp,.dd-three{grid-template-columns:1fr}}
.dd-case .in{grid-template-columns:1fr 1.15fr;align-items:start;gap:20px}
.dd-left{display:flex;flex-direction:column;gap:12px}
.dd-situ{background:var(--y-soft);border-left:5px solid var(--y);border-radius:0 14px 14px 0;padding:12px 16px;font-size:16px;line-height:1.55}
.dd-situ b{display:block;color:var(--k);font-size:12.5px;text-transform:uppercase;letter-spacing:.05em;margin-bottom:4px}
.dd-curve{background:#fff;border:1px solid var(--y-line)}
.dd-rows .r b.nm{font-size:16px;text-transform:none;letter-spacing:0;background:var(--y);padding:2px 10px;border-radius:99px;display:inline-block;color:var(--k);padding-top:2px}
@media(max-width:700px){.dd-case .in{grid-template-columns:1fr}.dd-curve{order:0}}
.dd-stephead{display:flex;gap:16px;align-items:center;background:var(--k);border-radius:20px;padding:16px 22px;margin:0 0 16px}
.dd-stephead .num{flex:none;width:60px;height:60px;border-radius:50%;background:var(--y);color:var(--k);font-size:34px;font-weight:900;display:grid;place-items:center;line-height:1}
.dd-stephead small{display:block;color:var(--y);font-size:12px;font-weight:800;letter-spacing:.12em;text-transform:uppercase;margin-bottom:2px}
.dd-stephead h2{margin:0!important;color:#fff!important;font-size:clamp(21px,4.4vw,30px)!important;line-height:1.15}
.dd-flow .st .n{font-size:13px}
.dd-small{font-size:14px;color:var(--mute)}
.dd-char{display:flex;flex-direction:column;gap:14px;margin:18px 0 6px}
.dd-char .cc{display:grid;grid-template-columns:1.15fr 1fr;gap:18px;align-items:center;border:2px solid var(--k);border-radius:18px;padding:18px 20px;background:#fff}
.dd-char .cc>*{min-width:0}
.dd-char h3{margin:8px 0 2px;font-size:20px}
.dd-char .tst{margin:0 0 8px;color:var(--mute);font-size:14px}
.dd-char p{margin:6px 0}
.dd-char .cn{background:var(--y-soft);border-left:4px solid var(--y);border-radius:8px;padding:8px 12px}
.dd-char .cv{background:var(--y-soft);border-radius:14px;padding:12px}
@media(max-width:700px){.dd-char .cc{grid-template-columns:1fr}.dd-stephead{padding:14px 16px}.dd-stephead .num{width:50px;height:50px;font-size:28px}}
.dd-combo{display:flex;flex-direction:column;gap:2px;align-items:center;justify-content:center;background:var(--y-soft);border:1px solid var(--y-line);border-radius:16px;padding:14px;margin:16px 0;font-size:15px}
.dd-combo span{background:var(--y);border:2px solid var(--k);border-radius:99px;padding:3px 14px;font-weight:700;color:var(--k)}
.dd-combo span.b{background:var(--k);color:var(--y)}
.dd-combo .r{display:grid;grid-template-columns:1fr auto 1fr;gap:10px;align-items:center;width:100%;max-width:400px}.dd-combo .r span{text-align:center}.dd-combo i{font-style:normal;font-weight:800}.dd-combo em{font-style:normal;color:var(--mute);padding:0 6px}
.dd-flow{display:grid;grid-template-columns:1fr auto 1fr auto 1fr;gap:10px;align-items:stretch;margin:22px 0}
.dd-flow .st{background:#fff;border:2px solid var(--k);border-radius:20px;padding:16px;display:flex;flex-direction:column;gap:6px}
.dd-flow .st:first-child{background:var(--y)}
.dd-flow .n{align-self:flex-start;background:var(--k);color:var(--y);font-size:12px;font-weight:800;letter-spacing:.08em;text-transform:uppercase;padding:3px 12px;border-radius:99px}
.dd-flow .st b{font-size:19px;line-height:1.25;color:var(--k)}
.dd-flow .st small{font-size:14px;color:#4a4a4a;line-height:1.4}
.dd-flow .ar{display:flex;flex-direction:column;align-items:center;justify-content:center;font-size:30px;font-weight:800;color:var(--k)}
.dd-flow .ar span{font-size:12px;font-weight:800;color:var(--ok);letter-spacing:.04em;text-transform:uppercase}
.dd-exitrow{display:grid;grid-template-columns:1fr 1fr;gap:12px}.dd-go{background:#fff;border:2px solid var(--ok);border-radius:16px;padding:14px 18px;font-size:16px}@media(max-width:640px){.dd-exitrow{grid-template-columns:1fr}}
.dd-exit{background:#fff;border:2px dashed var(--no);border-radius:16px;padding:14px 18px;font-size:16px}
.dd-core{background:var(--k);border-radius:28px;padding:22px 24px 24px;margin:22px 0;box-shadow:0 0 0 5px var(--y)}
.dd-core .lbl{color:var(--y);font-size:13px;font-weight:800;letter-spacing:.14em;text-transform:uppercase;margin-bottom:14px}
.dd-core .dd-flow{margin:0 0 16px}
.dd-core .dd-flow .st{border-color:var(--y);padding:18px}
.dd-core .dd-flow .st b{font-size:22px}
.dd-core .dd-flow .n{font-size:13px;padding:4px 14px}
.dd-core .dd-flow .ar{color:var(--y);font-size:38px}
.dd-core .dd-flow .ar span{color:#8fe0ac;font-size:13px}
.dd-core .dd-exit{background:transparent;border:2px dashed #ff8a75;color:#fff}
.dd-core .dd-exit b{color:#ff8a75}
@media(max-width:700px){.dd-core{padding:18px 16px 18px}.dd-core .dd-flow .ar{transform:none;height:auto;flex-direction:row;gap:10px;font-size:32px;line-height:1}.dd-core .dd-flow .ar span{transform:none;margin:0;order:2}.dd-core .dd-flow .ar{font-size:0}.dd-core .dd-flow .ar::before{content:'↓';font-size:32px;color:var(--y)}.dd-core .dd-flow .ar span{font-size:13px}}
.dd-three3{display:grid;grid-template-columns:repeat(3,1fr);gap:12px;margin:20px 0}
.dd-three3>div{background:var(--y-soft);border:1px solid var(--y-line);border-radius:16px;padding:14px 16px;font-size:15.5px;line-height:1.5}
.dd-three3 b{display:block;font-size:22px;color:var(--k);margin-bottom:4px}
.dd-hbar .row span{min-width:60px}
@media(max-width:700px){.dd-flow{grid-template-columns:1fr}.dd-flow .ar{flex-direction:row;gap:8px;transform:rotate(90deg);height:34px;font-size:26px}.dd-flow .ar span{transform:rotate(-90deg);margin-left:14px}.dd-three3{grid-template-columns:1fr}}
.dd-post .dd-tbl{font-size:18px}
.dd-post .dd-tbl th{font-size:15px;padding:14px 16px}
.dd-post .dd-tbl td{padding:14px 16px;line-height:1.45}
@media(max-width:640px){.dd-post .dd-tbl{font-size:16px}.dd-post .dd-tbl th{font-size:13px;padding:12px 10px}.dd-post .dd-tbl td{padding:12px 10px}}
.dd-scroll:has(.dd-mx){display:block;overflow:visible}.dd-mx{width:100%!important;display:table;border-collapse:separate;border-spacing:8px;table-layout:fixed;margin:10px 0}
.dd-mx th,.dd-mx td{border-radius:16px;padding:14px 12px;text-align:center;vertical-align:middle}
.dd-mx thead th{background:var(--k);color:var(--y);font-size:19px}
.dd-mx tbody th{background:var(--k);color:var(--y);font-size:19px;width:22%}
.dd-mx th small{display:block;font-size:14px;font-weight:600;color:#e8d9a8;margin-top:2px;text-transform:none;letter-spacing:0}
.dd-mx .c0{background:transparent!important}
.dd-mx td b{display:block;font-size:24px;color:var(--k);margin-top:4px}
.dd-mx td small{display:block;font-size:16px;color:#2a2a2a;margin-bottom:4px}.dd-mx td .alt{display:block;font-size:15px;color:#2a2a2a;margin-bottom:12px;line-height:1.35}.dd-mx td .alt:last-child{margin-bottom:0}.dd-note{background:var(--y-soft);border-left:4px solid var(--y);border-radius:8px;padding:10px 14px;font-size:16px}
.dd-mx td.ql{background:#FFF1C9;border:2px solid var(--y)}
.dd-mx td.qm{background:var(--y);border:2px solid var(--k)}
.dd-mx td.qq{background:#F8D277;border:2px solid var(--y)}
.dd-tcs{display:flex;flex-direction:column;gap:16px;margin:18px 0}
.dd-tc{border:2px solid var(--k);border-radius:22px;padding:18px 20px;background:#fff}
.dd-tc .th h3{margin:8px 0 2px;font-size:22px}
.dd-tc .pr{margin:0 0 10px;color:var(--mute);font-size:14px}
.dd-tc .vs{display:flex;flex-wrap:wrap;gap:8px;margin-bottom:12px}
.dd-v{display:inline-block;border-radius:99px;padding:4px 12px;font-size:13px;font-weight:700;border:2px solid var(--k)}
.dd-v.p{background:var(--y);color:var(--k)}.dd-v.r{background:#fff;color:var(--k)}.dd-v.n{background:var(--k);color:var(--y)}
.dd-call .dd-legend{color:#e8e0c8;margin:16px 0 0}.dd-call .dd-v.r{background:#fff}.dd-call .dd-v{border-color:var(--y)}.dd-legend{display:grid;grid-template-columns:repeat(3,1fr);gap:8px;font-size:13px;color:var(--mute);margin:12px 0}.dd-legend>div{display:flex;flex-direction:column;gap:4px;align-items:flex-start}@media(max-width:640px){.dd-legend{grid-template-columns:1fr}}
.dd-rws{display:grid;gap:10px}
.dd-tc .rws{display:grid;gap:10px}
.dd-tc .rw{display:grid;grid-template-columns:34px 1fr;gap:12px;align-items:start;background:var(--y-soft);border-radius:14px;padding:12px 14px}
.dd-tc .rw .no{width:30px;height:30px;border-radius:50%;background:var(--k);color:var(--y);font-weight:900;display:grid;place-items:center;font-size:15px}
.dd-tc .rw>div>b:first-child{display:block;margin-bottom:2px}
.dd-tc .rw p{margin:4px 0}
.dd-tc .nt{margin:12px 2px 0;font-size:14px;color:var(--mute)}
@media(max-width:640px){.dd-mx{border-spacing:4px}.dd-mx td b{font-size:17px}.dd-mx td small{font-size:13px}.dd-mx td .alt{font-size:12.5px}.dd-mx th,.dd-mx td{padding:10px 5px}.dd-mx tbody th{font-size:14px}.dd-mx thead th{font-size:14px}.dd-mx th small{font-size:11.5px}.dd-tc{padding:16px}}
.dd-scroll:has(.dd-mx)::after{display:none !important}
.dd-two{display:grid;grid-template-columns:1fr 1fr;gap:14px;margin:16px 0}
.dd-fam{display:grid;grid-template-columns:repeat(3,1fr);gap:12px;margin:16px 0}
.dd-fam .f{border-radius:18px;padding:16px;display:flex;flex-direction:column;gap:6px;border:2px solid var(--k)}
.dd-fam .f b{font-size:18px;margin-bottom:6px}
.dd-fam .f span{font-size:16px;font-weight:600}
.dd-fam .f1{background:#fff}.dd-fam .f2{background:var(--y)}.dd-fam .f3{background:var(--k);color:#fff}.dd-fam .f3 b{color:var(--y)}.dd-fam .f4{background:var(--y-soft)}
.dd-sq .c h3{font-size:19px}
.dd-cen{display:grid;grid-template-columns:repeat(3,1fr);gap:12px;margin:10px 0}
.dd-cen .p{border:2px solid var(--k);border-radius:18px;padding:12px;text-align:center;background:#fff}
.dd-cen .p b{display:block;font-size:17px;margin-bottom:4px}.dd-cen .p span{font-size:14px;color:var(--mute);font-weight:700}
.dd-exs{display:grid;grid-template-columns:1fr 1fr;gap:14px;margin:16px 0}
.dd-exs .ex{border:2px solid var(--k);border-radius:18px;padding:12px 14px;background:#fff}
.dd-exs .ex>b{display:block;font-size:17px;margin-bottom:2px}.dd-exs .ex span{display:block;font-size:16px;margin-top:4px}
.dd-shp{display:grid;gap:16px;margin:16px 0}
.dd-shp .g{border:2px solid var(--k);border-radius:20px;padding:18px 20px;background:#fff}
.dd-shp .row{display:grid;grid-template-columns:repeat(3,1fr);gap:14px;margin:12px 0;text-align:center}
.dd-shp .row b{display:block;font-size:26px;margin-top:2px}.dd-shp .row small{display:block;font-size:14px;color:var(--mute);line-height:1.35}
.dd-bx{display:grid;grid-template-columns:1fr;gap:16px}.dd-bxt{display:grid;grid-template-columns:1fr 1fr;gap:4px 28px}
.dd-bxt p{margin:0 0 12px;font-size:16px}
@media(max-width:760px){.dd-two,.dd-sc,.dd-exs,.dd-bxt{grid-template-columns:1fr}.dd-fam{grid-template-columns:1fr}.dd-cen{grid-template-columns:1fr}.dd-shp .row{grid-template-columns:1fr}}
@media(max-width:480px){.dd-fam{grid-template-columns:1fr}}
.dd-shp .row svg{max-width:320px;margin:0 auto}.dd-cen .p svg{max-width:440px;margin:0 auto}.dd-exs .ex svg{max-width:360px;margin:0 auto}
</style><article class="dd-post">
  <header class="dd-hero">
    <div class="dd-brand"><img decoding="async" src="data:image/png;base64,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" alt="datadiva logó"><span>datadiva · statisztika gyorstalpaló</span></div>
    <h2>Leíró statisztika: egy változó, <em>sok mutató</em></h2>
    <p class="dd-lead">Mielőtt bármilyen tesztet futtatnál, meg kell ismerned az adataidat. Ebben a leckében végigmegyünk a leggyakoribb leíró statisztikai mutatókon: mikor melyiket használd, és mit mondanak el a változóról.</p>
    <div class="dd-meta"><b>Statisztika alapok</b> · kb. 12 perc olvasás · átlag, medián, szórás, kvartilis, boxplot</div>
    <svg class="dd-bell" viewBox="0 0 800 110" preserveAspectRatio="none" aria-hidden="true"><path d="M0 110 C 160 108, 250 100, 320 60 C 360 38, 380 8, 400 8 C 420 8, 440 38, 480 60 C 550 100, 640 108, 800 110 Z" fill="#F4B637"/></svg>
  </header><style>.dd-post [id]{scroll-margin-top:120px}.dd-post #roviden a{text-decoration:underline;text-underline-offset:3px}</style><section class="dd-sec" id="roviden"><span class="dd-kicker">Röviden</span><div class="dd-tip"><p>A leíró statisztika egy változót jellemez. Hogy milyen mutatót számolhatsz, azt a változó <a href="https://datadiva.hu/meresi-szintek-nominalis-ordinalis-intervallum-es-arany/">mérési szintje</a> dönti el:</p><ul><li><b><a href="#kategoriak">Kategóriák</a></b> (nominális, ordinális): <a href="#gyakorisagok">gyakoriság és relatív gyakoriság</a> (százalék).</li><li><b><a href="#szamok">Számok</a></b> (intervallum, arány): a <a href="#csaladok">mutatók három családja</a>:<ul><li><a href="#kozepertekek">Középértékek és kvantilisek</a>: átlag, medián, módusz, kvartilisek</li><li><a href="#szorodas">Szóródási mutatók</a>: min–max, terjedelem, IQR, szórás, variancia</li><li><a href="#alak">Alakmutatók</a>: ferdeség, csúcsosság</li></ul></li><li><b>Ábrán:</b> <a href="#abrak">hisztogram és boxplot</a>.</li></ul><p>Melyik mutató mire jó? <a href="#melyik">Egy táblázatban</a>.</p></div></section>

  <section class="dd-sec">
    <span class="dd-kicker">Az alapelv</span>
    <h2 id="egy-valtozo">Egy változó, <span class="dd-hl">egy oszlop</span></h2>
    <p>A leíró statisztika <b>egyváltozós elemzés</b>: egyetlen változót, vagyis az adatbázisod egyetlen oszlopát jellemzed. Hogy <b>mit számolhatsz ki</b> belőle, azt a változó <b><a href="https://datadiva.hu/meresi-szintek-nominalis-ordinalis-intervallum-es-arany/">mérési szintje</a></b> dönti el.</p>
    <div class="dd-two">
      <div class="dd-lv q"><span class="dd-badge">Nominális és ordinális</span><h3 id="kategoriak">Csak kategóriák vannak</h3><p>Ezért a <b>kategóriák megoszlásán</b> van a fókusz: hány fő tartozik az egyes csoportokba, és ez hány százalék.</p></div>
      <div class="dd-lv n"><span class="dd-badge">Intervallum és arány</span><h3 id="szamok">Számokat látunk</h3><p>Ezért <b>mutatószámokat</b> is ki tudunk számolni belőlük: középértékeket, szóródási és alakmutatókat.</p></div>
    </div>
  </section>

  <section class="dd-sec">
    <span class="dd-kicker">Kvalitatív változók</span>
    <h2 id="gyakorisagok">Gyakoriságok és relatív gyakoriságok</h2>
    <p>Nominális és ordinális változóknál két dolgot nézel meg:</p>
    <div class="dd-two">
      <div class="dd-lv q"><h3>Gyakoriság</h3><p>Miből hány darab van (fő, db).</p></div>
      <div class="dd-lv q"><h3>Relatív gyakoriság</h3><p>Mi hány százalékot tesz ki az összesből.</p></div>
    </div>
    <div class="dd-mine"><b>Példa:</b> fiú 20 fő (gyakoriság), ez 40% (relatív gyakoriság). Lány 30 fő, ez 60%.</div>
    <p>Ezt egy <b>gyakorisági táblában</b> (frequency table) foglalod össze, és <b>oszlopdiagramon</b> vagy sávdiagramon ábrázolod.</p>
    <div class="dd-fig" style="grid-template-columns:1fr">
      <figure class="dd-figi"><span class="dd-badge">Gyakorisági tábla és oszlopdiagram</span>
        <div class="dd-scroll"><table class="dd-tbl"><thead><tr><th>Régió</th><th>Gyakoriság</th><th>Relatív gyakoriság</th></tr></thead><tbody>
        <tr><td>Régió 1</td><td>105</td><td>21,0%</td></tr><tr><td>Régió 2</td><td>82</td><td>16,4%</td></tr><tr><td>Régió 3</td><td>97</td><td>19,4%</td></tr><tr><td>Régió 4</td><td>110</td><td>22,0%</td></tr><tr><td>Régió 5</td><td>106</td><td>21,2%</td></tr><tr><td><b>Összesen</b></td><td><b>500</b></td><td><b>100%</b></td></tr></tbody></table></div>
        <svg viewBox="0 0 580 220" role="img" aria-label="Oszlopdiagram: a régiók elemszáma" style="width:100%;height:auto;display:block"><line x1="30" y1="190" x2="550" y2="190" stroke="#111" stroke-width="2"/><rect x="50" y="59" width="64" height="131" rx="6" fill="#F4B637" stroke="#111" stroke-width="2"/><text x="82" y="51" text-anchor="middle" font-size="17" font-weight="800" fill="#111">105</text><text x="82" y="212" text-anchor="middle" font-size="15" fill="#111">Régió 1</text><rect x="154" y="88" width="64" height="102" rx="6" fill="#F4B637" stroke="#111" stroke-width="2"/><text x="186" y="80" text-anchor="middle" font-size="17" font-weight="800" fill="#111">82</text><text x="186" y="212" text-anchor="middle" font-size="15" fill="#111">Régió 2</text><rect x="258" y="69" width="64" height="121" rx="6" fill="#F4B637" stroke="#111" stroke-width="2"/><text x="290" y="61" text-anchor="middle" font-size="17" font-weight="800" fill="#111">97</text><text x="290" y="212" text-anchor="middle" font-size="15" fill="#111">Régió 3</text><rect x="362" y="52" width="64" height="138" rx="6" fill="#F4B637" stroke="#111" stroke-width="2"/><text x="394" y="44" text-anchor="middle" font-size="17" font-weight="800" fill="#111">110</text><text x="394" y="212" text-anchor="middle" font-size="15" fill="#111">Régió 4</text><rect x="466" y="58" width="64" height="132" rx="6" fill="#F4B637" stroke="#111" stroke-width="2"/><text x="498" y="50" text-anchor="middle" font-size="17" font-weight="800" fill="#111">106</text><text x="498" y="212" text-anchor="middle" font-size="15" fill="#111">Régió 5</text></svg>
      </figure>
    </div>
  </section>

  <section class="dd-sec">
    <span class="dd-kicker">Kvantitatív változók</span>
    <h2 id="csaladok">A mutatók három családja</h2>
    <p>Intervallum és arány változóknál a leggyakoribb leíró statisztikai mutatók három csoportba rendezhetők:</p>
    <div class="dd-fam">
      <div class="f f1"><b>Középértékek és kvantilisek</b><span>Átlag</span><span>Medián</span><span>Módusz</span><span>Kvantilisek (kvartilisek)</span></div>
      <div class="f f2"><b>Szóródási mutatók</b><span>Min–max</span><span>Terjedelem</span><span>IQR</span><span>Szórás</span><span>Variancia</span></div>
      <div class="f f3"><b>Alakmutatók</b><span>Csúcsosság</span><span>Ferdeség</span></div>
    </div>
    <h3 style="margin:26px 0 6px">Mielőtt számolni kezdesz: az elemszám</h3>
    <div class="dd-scroll"><table class="dd-tbl"><thead><tr><th>Fogalom</th><th>Jelentés</th></tr></thead><tbody>
      <tr><td>Elemszám</td><td>Hány megfigyelés van.</td></tr>
      <tr><td>Valid</td><td>Ahol valóban van adat (megválaszolta a kérdést).</td></tr>
      <tr><td>Missing</td><td>Nincs adat.</td></tr>
      <tr><td>A teljes minta elemszáma</td><td>valid + missing</td></tr></tbody></table></div>
  </section>

  <section class="dd-sec">
    <div class="dd-stephead"><span class="num">1</span><div><small>1. család</small><h2 id="kozepertekek">Középértékek és kvantilisek</h2></div></div>
    <p>A középértékek <b>egyetlen mutatószámban</b> próbálnak megfogalmazni valamilyen nagyon tipikus tulajdonságot a vizsgált változóról. Két fajtájuk van: a <b>számított</b> középérték (átlag) és a <b>helyzeti</b> középértékek (medián és módusz).</p>
    <div class="dd-sc">
      <div class="c c1"><h3>Átlag</h3><small>számtani közép</small><p>Az összes adat összege elosztva az adatok számával. Jellemzően a sima számtani átlagot használjuk, illetve annak súlyozott formáját.</p><p><b>Mikor hasznos?</b> Ha az adatok nagyjából egyenletesen oszlanak el, az átlag jól jellemzi a mintát.</p><p><b>Példa:</b> 5 fogyasztó 70, 80, 90, 60 és 100 pontra értékel egy terméket: (70+80+90+60+100)/5 = <b>80 pont</b>.</p><p><b>Hátrány:</b> érzékeny a szélsőséges értékekre (kiugró adatokra). Egy nagyon magas vagy nagyon alacsony adat „elhúzza&#8221; az átlagot.</p></div>
      <div class="c c2"><h3>Medián</h3><small>felező pont</small><p>Az adatok középső értéke, ha növekvő sorrendbe rendezzük őket. Páros számú adatnál a két középső adat átlaga.</p><p><b>Mikor hasznos?</b> Olyan adatoknál, ahol szélsőséges értékek lehetnek, mert nem érzékeny rájuk. Legalább ordinális szintű adaton értelmezzük, de valódi haszna számszerű adatokon van.</p><p><b>Példa:</b> a pontszámok 60, 70, 80, 90, 100: a medián a középső érték, azaz <b>80</b>. Vagy: a pedagógusok fele 20,5 évnél rövidebb, fele ennél hosszabb ideje van a pályán.</p><p><b>Előny:</b> kevésbé érzékeny a kiugró adatokra.</p></div>
      <div class="c c3"><h3>Módusz</h3><small>a leggyakoribb érték</small><p>Az az érték, amely a legtöbbször fordul elő.</p><p><b>Mikor hasznos?</b> Ha meg szeretnéd tudni, melyik érték a leggyakoribb. Különösen hasznos kategorizált adatoknál.</p><p><b>Példa:</b> a pontszámok 60, 70, 80, 80, 90, 100: a módusz <b>80</b>, mert ez fordul elő a legtöbbször.</p><p><b>Előny:</b> kategorizált, gyakoriságon alapuló adatoknál nagyon hasznos, például egy ruhaboltban a legkeresettebb méret meghatározásához. Kvantitatív adatoknál ritkán hasznos, mert ott gyakran minden érték egyedi (pl. fizetések). Ilyenkor intervallumokba rendezzük az adatokat, és azt nézzük, melyik intervallumba esik a legtöbb megfigyelés.</p></div>
    </div>
    <div class="dd-mine"><b>Példa a mediánra:</b> a munkatársak fele 327 500 Ft-nál kevesebbet, fele ennél többet keres havonta, nettóban.</div>
    <div class="dd-tip"><p><b>Módusz:</b> nominális és ordinális változóknál van igazán értelme (a korábbi régiós példában a módusz a Régió 4, 110 fővel). Kvantitatív változóra is ki lehet számolni, de általában fölösleges.</p></div>
    <div class="dd-tip"><p><b>Likert-skála:</b> a tudományban vita van arról, hogy ordinálisnak vagy intervallumnak számít-e. Azonban a belőlük összeadással vagy átlagolással képzett összesített skálát általában már egységesen kvantitatívként kezelik.</p></div>
    <h3 style="margin:30px 0 6px">Kvantilisek (kvartilisek)</h3>
    <p>A kvantilisek <b>osztópontok</b>, amelyek egyenlő nagyságú részekre osztják a megfigyeléseket. A leggyakoribbak a <b>kvartilisek</b>: rangsorba állítod a megfigyeléseket, és négy egyforma méretű alcsoportra osztod őket.</p>
    <figure class="dd-figi" style="margin:16px 0"><svg viewBox="0 0 460 140" role="img" aria-label="A megfigyelések négy egyenlő részre osztva: Q1, Q2 és Q3" style="width:100%;height:auto;display:block"><defs><marker id="a" viewBox="0 0 10 10" refX="5" refY="5" markerWidth="6" markerHeight="6" orient="auto-start-reverse"><path d="M0 0 L10 5 L0 10 z" fill="#111"/></marker></defs><line x1="30" y1="60" x2="430" y2="60" stroke="#111" stroke-width="3"/><circle cx="30" cy="60" r="7" fill="#F4B637" stroke="#111" stroke-width="2.5"/><circle cx="130" cy="60" r="7" fill="#F4B637" stroke="#111" stroke-width="2.5"/><circle cx="230" cy="60" r="7" fill="#F4B637" stroke="#111" stroke-width="2.5"/><circle cx="330" cy="60" r="7" fill="#F4B637" stroke="#111" stroke-width="2.5"/><circle cx="430" cy="60" r="7" fill="#F4B637" stroke="#111" stroke-width="2.5"/><line x1="44" y1="32" x2="116" y2="32" stroke="#111" stroke-width="2" marker-start="url(#a)" marker-end="url(#a)"/><text x="80.0" y="24" text-anchor="middle" font-size="16" font-weight="800" fill="#111">25%</text><line x1="144" y1="32" x2="216" y2="32" stroke="#111" stroke-width="2" marker-start="url(#a)" marker-end="url(#a)"/><text x="180.0" y="24" text-anchor="middle" font-size="16" font-weight="800" fill="#111">25%</text><line x1="244" y1="32" x2="316" y2="32" stroke="#111" stroke-width="2" marker-start="url(#a)" marker-end="url(#a)"/><text x="280.0" y="24" text-anchor="middle" font-size="16" font-weight="800" fill="#111">25%</text><line x1="344" y1="32" x2="416" y2="32" stroke="#111" stroke-width="2" marker-start="url(#a)" marker-end="url(#a)"/><text x="380.0" y="24" text-anchor="middle" font-size="16" font-weight="800" fill="#111">25%</text><line x1="130" y1="67" x2="130" y2="86" stroke="#111" stroke-width="2"/><text x="130" y="106" text-anchor="middle" font-size="16" font-weight="800" fill="#111">Q1</text><line x1="230" y1="67" x2="230" y2="86" stroke="#111" stroke-width="2"/><text x="230" y="106" text-anchor="middle" font-size="16" font-weight="800" fill="#111">Q2</text><text x="230" y="126" text-anchor="middle" font-size="16" font-weight="800" fill="#111">(medián)</text><line x1="330" y1="67" x2="330" y2="86" stroke="#111" stroke-width="2"/><text x="330" y="106" text-anchor="middle" font-size="16" font-weight="800" fill="#111">Q3</text><text x="30" y="106" text-anchor="middle" font-size="14" fill="#555">min</text><text x="430" y="106" text-anchor="middle" font-size="14" fill="#555">max</text></svg></figure>
    <div class="dd-sc dd-sq">
      <div class="c c1"><h3>Q1: első kvartilis</h3><p>Az adathalmaz alsó 25%-a. Az adatok negyede kisebb vagy egyenlő nála, háromnegyede nagyobb.</p><p><b>Példa:</b> ha Q1 = 30, az adatok 25%-a 30-nál kisebb vagy egyenlő.</p></div>
      <div class="c c2"><h3>Q2: medián</h3><p>Az adatok középső értéke: a megfigyelések fele kisebb nála, fele nagyobb. Ez nem más, mint a második kvartilis.</p><p><b>Példa:</b> ha a medián 50, az adatok fele 50-nél kisebb, a másik fele nagyobb.</p></div>
      <div class="c c3"><h3>Q3: harmadik kvartilis</h3><p>Az adathalmaz felső 25%-a. Az adatok háromnegyede kisebb vagy egyenlő nála, negyede nagyobb.</p><p><b>Példa:</b> ha Q3 = 70, az adatok 75%-a 70-nél kisebb vagy egyenlő.</p></div>
    </div>
    <p class="dd-small">A kvartilisek számítási módja szoftverenként kissé eltérhet, ezért a kimenetben látott értékek kis mértékben különbözhetnek.</p>
    <p><b>További tipikus osztópontok:</b> tercilis (3 felé), kvartilis (4), kvintilis (5), decilis (10), percentilis (100).</p>
  </section>

  <section class="dd-sec">
    <div class="dd-stephead"><span class="num">2</span><div><small>2. család</small><h2 id="szorodas">Szóródási mutatók</h2></div></div>
    <p>A szóródási mutatók a változó eloszlásának <b>sokszínűségét</b> mérik.</p>
    <div class="dd-mine"><b>Közös példa:</b> a pedagógusok tapasztalati évei. A legkisebb érték <b>1 év</b> (min), a legnagyobb <b>43 év</b> (max).</div>
    <div class="dd-scroll"><table class="dd-tbl"><thead><tr><th>Mutató</th><th>Mit jelent?</th><th>Példa</th></tr></thead><tbody>
      <tr><td>Min, max</td><td>A legkisebb és a legnagyobb érték.</td><td>min = 1 év, max = 43 év</td></tr>
      <tr><td>Terjedelem (range, T / R)</td><td>Max − min: az adatok terjedelme.</td><td>T = 43 − 1 = 42 év: a tapasztalati évek egy 42 év hosszúságú intervallumon belül helyezkednek el</td></tr>
      <tr><td>Szórás (SD, standard deviation)</td><td>Az átlagtól vett tipikus (átlagos) eltérés, vagyis az adatok heterogenitásának, változékonyságának mutatója. Pontosabban: az átlagtól vett eltérések négyzetes átlagának gyöke.</td><td>Minél nagyobb a szórás, annál heterogénebb, változékonyabb a minta</td></tr>
      <tr><td>Variancia</td><td>A szórás négyzete. Matematikailag nagyon fontos, de önmagában nem értelmezzük.</td><td>(a szórás négyzete)</td></tr>
      <tr><td>IQR (interkvartilis terjedelem)</td><td>Az adatok középső 50%-ának terjedelme, azaz Q3 − Q1 távolsága.</td><td>a kvartilisek az 1. mutatócsaládnál szerepelnek</td></tr></tbody></table></div>
    <div class="dd-tip"><p><b>Ha átlagot riportálsz, mellé mindig riportáld a szórást is!</b> Az átlag önmagában félrevezető lehet.</p></div>
    <h3 style="margin:26px 0 6px">Ugyanaz az átlag, nagyon más változékonyság</h3>
    <p>Négy vizsgán 20 diák ugyanannyi, <b>10 pontos átlagot</b> ért el. Mégsem ugyanaz a négy eredmény:</p>
    <div class="dd-exs"><div class="ex"><b>1. vizsga</b><svg viewBox="0 0 300 200" role="img" aria-label="1. vizsga: pontszámok megoszlása, átlag 10" style="width:100%;height:auto;display:block"><line x1="50" y1="146.0" x2="286" y2="146.0" stroke="#eadfc2" stroke-width="1"/><text x="44" y="150.0" text-anchor="end" font-size="12" fill="#555">0</text><line x1="50" y1="119.5" x2="286" y2="119.5" stroke="#eadfc2" stroke-width="1"/><text x="44" y="123.5" text-anchor="end" font-size="12" fill="#555">5</text><line x1="50" y1="93.0" x2="286" y2="93.0" stroke="#eadfc2" stroke-width="1"/><text x="44" y="97.0" text-anchor="end" font-size="12" fill="#555">10</text><line x1="50" y1="66.5" x2="286" y2="66.5" stroke="#eadfc2" stroke-width="1"/><text x="44" y="70.5" text-anchor="end" font-size="12" fill="#555">15</text><line x1="50" y1="40.0" x2="286" y2="40.0" stroke="#eadfc2" stroke-width="1"/><text x="44" y="44.0" text-anchor="end" font-size="12" fill="#555">20</text><text x="12" y="93" transform="rotate(-90 12 93)" text-anchor="middle" font-size="12" font-weight="700" fill="#111">fő</text><line x1="50" y1="40.0" x2="50" y2="146" stroke="#111" stroke-width="2"/><line x1="50" y1="146" x2="286" y2="146" stroke="#111" stroke-width="2"/><text x="61" y="163" text-anchor="middle" font-size="12" fill="#111">6</text><text x="104" y="163" text-anchor="middle" font-size="12" fill="#111">8</text><rect x="139.0" y="40.0" width="15.0" height="106.0" fill="#F4B637" stroke="#111" stroke-width="1.8"/><text x="147" y="163" text-anchor="middle" font-size="12" fill="#111">10</text><text x="189" y="163" text-anchor="middle" font-size="12" fill="#111">12</text><text x="232" y="163" text-anchor="middle" font-size="12" fill="#111">14</text><text x="275" y="163" text-anchor="middle" font-size="12" fill="#111">16</text><line x1="147" y1="26.0" x2="147" y2="146" stroke="#b3402f" stroke-width="2" stroke-dasharray="5 4"/><text x="153" y="32.0" font-size="12" font-weight="800" fill="#b3402f">átlag = 10</text><text x="168" y="180" text-anchor="middle" font-size="12" fill="#555">pontszám</text></svg><span>szórás = <b>0,00</b></span></div><div class="ex"><b>2. vizsga</b><svg viewBox="0 0 300 200" role="img" aria-label="2. vizsga: pontszámok megoszlása, átlag 10" style="width:100%;height:auto;display:block"><line x1="50" y1="146.0" x2="286" y2="146.0" stroke="#eadfc2" stroke-width="1"/><text x="44" y="150.0" text-anchor="end" font-size="12" fill="#555">0</text><line x1="50" y1="119.5" x2="286" y2="119.5" stroke="#eadfc2" stroke-width="1"/><text x="44" y="123.5" text-anchor="end" font-size="12" fill="#555">5</text><line x1="50" y1="93.0" x2="286" y2="93.0" stroke="#eadfc2" stroke-width="1"/><text x="44" y="97.0" text-anchor="end" font-size="12" fill="#555">10</text><line x1="50" y1="66.5" x2="286" y2="66.5" stroke="#eadfc2" stroke-width="1"/><text x="44" y="70.5" text-anchor="end" font-size="12" fill="#555">15</text><line x1="50" y1="40.0" x2="286" y2="40.0" stroke="#eadfc2" stroke-width="1"/><text x="44" y="44.0" text-anchor="end" font-size="12" fill="#555">20</text><text x="12" y="93" transform="rotate(-90 12 93)" text-anchor="middle" font-size="12" font-weight="700" fill="#111">fő</text><line x1="50" y1="40.0" x2="50" y2="146" stroke="#111" stroke-width="2"/><line x1="50" y1="146" x2="286" y2="146" stroke="#111" stroke-width="2"/><text x="61" y="163" text-anchor="middle" font-size="12" fill="#111">6</text><text x="104" y="163" text-anchor="middle" font-size="12" fill="#111">8</text><rect x="117.6" y="103.6" width="15.0" height="42.4" fill="#F4B637" stroke="#111" stroke-width="1.8"/><rect x="139.0" y="124.8" width="15.0" height="21.2" fill="#F4B637" stroke="#111" stroke-width="1.8"/><text x="147" y="163" text-anchor="middle" font-size="12" fill="#111">10</text><rect x="160.5" y="103.6" width="15.0" height="42.4" fill="#F4B637" stroke="#111" stroke-width="1.8"/><text x="189" y="163" text-anchor="middle" font-size="12" fill="#111">12</text><text x="232" y="163" text-anchor="middle" font-size="12" fill="#111">14</text><text x="275" y="163" text-anchor="middle" font-size="12" fill="#111">16</text><line x1="147" y1="26.0" x2="147" y2="146" stroke="#b3402f" stroke-width="2" stroke-dasharray="5 4"/><text x="153" y="32.0" font-size="12" font-weight="800" fill="#b3402f">átlag = 10</text><text x="168" y="180" text-anchor="middle" font-size="12" fill="#555">pontszám</text></svg><span>szórás = <b>0,92</b></span></div><div class="ex"><b>3. vizsga</b><svg viewBox="0 0 300 200" role="img" aria-label="3. vizsga: pontszámok megoszlása, átlag 10" style="width:100%;height:auto;display:block"><line x1="50" y1="146.0" x2="286" y2="146.0" stroke="#eadfc2" stroke-width="1"/><text x="44" y="150.0" text-anchor="end" font-size="12" fill="#555">0</text><line x1="50" y1="119.5" x2="286" y2="119.5" stroke="#eadfc2" stroke-width="1"/><text x="44" y="123.5" text-anchor="end" font-size="12" fill="#555">5</text><line x1="50" y1="93.0" x2="286" y2="93.0" stroke="#eadfc2" stroke-width="1"/><text x="44" y="97.0" text-anchor="end" font-size="12" fill="#555">10</text><line x1="50" y1="66.5" x2="286" y2="66.5" stroke="#eadfc2" stroke-width="1"/><text x="44" y="70.5" text-anchor="end" font-size="12" fill="#555">15</text><line x1="50" y1="40.0" x2="286" y2="40.0" stroke="#eadfc2" stroke-width="1"/><text x="44" y="44.0" text-anchor="end" font-size="12" fill="#555">20</text><text x="12" y="93" transform="rotate(-90 12 93)" text-anchor="middle" font-size="12" font-weight="700" fill="#111">fő</text><line x1="50" y1="40.0" x2="50" y2="146" stroke="#111" stroke-width="2"/><line x1="50" y1="146" x2="286" y2="146" stroke="#111" stroke-width="2"/><text x="61" y="163" text-anchor="middle" font-size="12" fill="#111">6</text><rect x="74.7" y="124.8" width="15.0" height="21.2" fill="#F4B637" stroke="#111" stroke-width="1.8"/><rect x="96.1" y="135.4" width="15.0" height="10.6" fill="#F4B637" stroke="#111" stroke-width="1.8"/><text x="104" y="163" text-anchor="middle" font-size="12" fill="#111">8</text><rect x="117.6" y="124.8" width="15.0" height="21.2" fill="#F4B637" stroke="#111" stroke-width="1.8"/><text x="147" y="163" text-anchor="middle" font-size="12" fill="#111">10</text><rect x="160.5" y="135.4" width="15.0" height="10.6" fill="#F4B637" stroke="#111" stroke-width="1.8"/><rect x="181.9" y="114.2" width="15.0" height="31.8" fill="#F4B637" stroke="#111" stroke-width="1.8"/><text x="189" y="163" text-anchor="middle" font-size="12" fill="#111">12</text><rect x="203.4" y="135.4" width="15.0" height="10.6" fill="#F4B637" stroke="#111" stroke-width="1.8"/><text x="232" y="163" text-anchor="middle" font-size="12" fill="#111">14</text><text x="275" y="163" text-anchor="middle" font-size="12" fill="#111">16</text><line x1="147" y1="26.0" x2="147" y2="146" stroke="#b3402f" stroke-width="2" stroke-dasharray="5 4"/><text x="153" y="32.0" font-size="12" font-weight="800" fill="#b3402f">átlag = 10</text><text x="168" y="180" text-anchor="middle" font-size="12" fill="#555">pontszám</text></svg><span>szórás = <b>2,20</b></span></div><div class="ex"><b>4. vizsga</b><svg viewBox="0 0 300 200" role="img" aria-label="4. vizsga: pontszámok megoszlása, átlag 10" style="width:100%;height:auto;display:block"><line x1="50" y1="146.0" x2="286" y2="146.0" stroke="#eadfc2" stroke-width="1"/><text x="44" y="150.0" text-anchor="end" font-size="12" fill="#555">0</text><line x1="50" y1="119.5" x2="286" y2="119.5" stroke="#eadfc2" stroke-width="1"/><text x="44" y="123.5" text-anchor="end" font-size="12" fill="#555">5</text><line x1="50" y1="93.0" x2="286" y2="93.0" stroke="#eadfc2" stroke-width="1"/><text x="44" y="97.0" text-anchor="end" font-size="12" fill="#555">10</text><line x1="50" y1="66.5" x2="286" y2="66.5" stroke="#eadfc2" stroke-width="1"/><text x="44" y="70.5" text-anchor="end" font-size="12" fill="#555">15</text><line x1="50" y1="40.0" x2="286" y2="40.0" stroke="#eadfc2" stroke-width="1"/><text x="44" y="44.0" text-anchor="end" font-size="12" fill="#555">20</text><text x="12" y="93" transform="rotate(-90 12 93)" text-anchor="middle" font-size="12" font-weight="700" fill="#111">fő</text><line x1="50" y1="40.0" x2="50" y2="146" stroke="#111" stroke-width="2"/><line x1="50" y1="146" x2="286" y2="146" stroke="#111" stroke-width="2"/><rect x="53.2" y="124.8" width="15.0" height="21.2" fill="#F4B637" stroke="#111" stroke-width="1.8"/><text x="61" y="163" text-anchor="middle" font-size="12" fill="#111">6</text><rect x="74.7" y="135.4" width="15.0" height="10.6" fill="#F4B637" stroke="#111" stroke-width="1.8"/><rect x="96.1" y="135.4" width="15.0" height="10.6" fill="#F4B637" stroke="#111" stroke-width="1.8"/><text x="104" y="163" text-anchor="middle" font-size="12" fill="#111">8</text><rect x="117.6" y="135.4" width="15.0" height="10.6" fill="#F4B637" stroke="#111" stroke-width="1.8"/><rect x="139.0" y="135.4" width="15.0" height="10.6" fill="#F4B637" stroke="#111" stroke-width="1.8"/><text x="147" y="163" text-anchor="middle" font-size="12" fill="#111">10</text><rect x="160.5" y="135.4" width="15.0" height="10.6" fill="#F4B637" stroke="#111" stroke-width="1.8"/><rect x="181.9" y="135.4" width="15.0" height="10.6" fill="#F4B637" stroke="#111" stroke-width="1.8"/><text x="189" y="163" text-anchor="middle" font-size="12" fill="#111">12</text><text x="232" y="163" text-anchor="middle" font-size="12" fill="#111">14</text><rect x="246.3" y="135.4" width="15.0" height="10.6" fill="#F4B637" stroke="#111" stroke-width="1.8"/><rect x="267.8" y="135.4" width="15.0" height="10.6" fill="#F4B637" stroke="#111" stroke-width="1.8"/><text x="275" y="163" text-anchor="middle" font-size="12" fill="#111">16</text><line x1="147" y1="26.0" x2="147" y2="146" stroke="#b3402f" stroke-width="2" stroke-dasharray="5 4"/><text x="153" y="32.0" font-size="12" font-weight="800" fill="#b3402f">átlag = 10</text><text x="168" y="180" text-anchor="middle" font-size="12" fill="#555">pontszám</text></svg><span>szórás = <b>3,43</b></span></div></div>
    <p>Az 1. vizsgán mindenki pontosan 10 pontot kapott (szórás = 0). A 4. vizsgán az eredmények 6 és 16 között szóródtak (szórás = 3,43). <b>Minél nagyobb a szórás, annál heterogénebb a minta.</b></p>
    <p class="dd-small">A szórásokat a szoftverek alapértelmezése szerint, mintaszórásként (n − 1-gyel osztva) számoltuk.</p>
  </section>

  <section class="dd-sec">
    <div class="dd-stephead"><span class="num">3</span><div><small>3. család</small><h2 id="alak">Alakmutatók</h2></div></div>
    <p>Az alakmutatók az eloszlás <b>alakját</b> jelzik, mindig a <b>normális eloszláshoz</b> képest. A normális eloszlás egy folytonos eloszlás, amely szimmetrikus az átlag körül, és ún. haranggörbével ábrázolható. Leggyakrabban természetes és szociális jelenségek jellemzésére használják.</p>
    <div class="dd-shp">
      <div class="g"><span class="dd-badge">Ferdeség (skewness)</span><div class="row"><div><svg viewBox="0 0 200 120" role="img" aria-label="Eloszlás alakja" style="width:100%;height:auto;display:block"><line x1="10" y1="104" x2="190" y2="104" stroke="#111" stroke-width="2"/><g transform="translate(10,0)"><path d="M0.0 103.5 L1.5 103.4 L3.0 103.2 L4.5 103.1 L6.0 103.0 L7.5 102.8 L9.0 102.6 L10.5 102.3 L12.0 102.1 L13.5 101.8 L15.0 101.4 L16.5 101.0 L18.0 100.6 L19.5 100.1 L21.0 99.6 L22.5 98.9 L24.0 98.3 L25.5 97.5 L27.0 96.7 L28.5 95.8 L30.0 94.8 L31.5 93.7 L33.0 92.5 L34.5 91.2 L36.0 89.8 L37.5 88.2 L39.0 86.6 L40.5 84.9 L42.0 83.0 L43.5 81.1 L45.0 79.0 L46.5 76.8 L48.0 74.5 L49.5 72.1 L51.0 69.6 L52.5 67.0 L54.0 64.3 L55.5 61.6 L57.0 58.8 L58.5 55.9 L60.0 53.0 L61.5 50.1 L63.0 47.2 L64.5 44.3 L66.0 41.5 L67.5 38.6 L69.0 35.9 L70.5 33.2 L72.0 30.7 L73.5 28.2 L75.0 25.9 L76.5 23.8 L78.0 21.8 L79.5 20.1 L81.0 18.5 L82.5 17.1 L84.0 16.0 L85.5 15.1 L87.0 14.5 L88.5 14.1 L90.0 14.0 L91.5 14.1 L93.0 14.5 L94.5 15.1 L96.0 16.0 L97.5 17.1 L99.0 18.5 L100.5 20.1 L102.0 21.8 L103.5 23.8 L105.0 25.9 L106.5 28.2 L108.0 30.7 L109.5 33.2 L111.0 35.9 L112.5 38.6 L114.0 41.5 L115.5 44.3 L117.0 47.2 L118.5 50.1 L120.0 53.0 L121.5 55.9 L123.0 58.8 L124.5 61.6 L126.0 64.3 L127.5 67.0 L129.0 69.6 L130.5 72.1 L132.0 74.5 L133.5 76.8 L135.0 79.0 L136.5 81.1 L138.0 83.0 L139.5 84.9 L141.0 86.6 L142.5 88.2 L144.0 89.8 L145.5 91.2 L147.0 92.5 L148.5 93.7 L150.0 94.8 L151.5 95.8 L153.0 96.7 L154.5 97.5 L156.0 98.3 L157.5 98.9 L159.0 99.6 L160.5 100.1 L162.0 100.6 L163.5 101.0 L165.0 101.4 L166.5 101.8 L168.0 102.1 L169.5 102.3 L171.0 102.6 L172.5 102.8 L174.0 103.0 L175.5 103.1 L177.0 103.2 L178.5 103.4 L180.0 103.5 L180 104 L0 104 Z" fill="#F4B637" stroke="#111" stroke-width="2.5"/></g></svg><b>0</b><small>normális eloszlás</small></div><div><svg viewBox="0 0 200 120" role="img" aria-label="Eloszlás alakja" style="width:100%;height:auto;display:block"><line x1="10" y1="104" x2="190" y2="104" stroke="#111" stroke-width="2"/><g transform="translate(10,0)"><path d="M0.0 104.0 L1.5 95.3 L3.0 85.3 L4.5 75.5 L6.0 66.4 L7.5 58.0 L9.0 50.4 L10.5 43.7 L12.0 37.8 L13.5 32.6 L15.0 28.2 L16.5 24.5 L18.0 21.5 L19.5 19.0 L21.0 17.1 L22.5 15.7 L24.0 14.7 L25.5 14.2 L27.0 14.0 L28.5 14.2 L30.0 14.6 L31.5 15.3 L33.0 16.3 L34.5 17.5 L36.0 18.8 L37.5 20.3 L39.0 21.9 L40.5 23.7 L42.0 25.5 L43.5 27.4 L45.0 29.4 L46.5 31.4 L48.0 33.4 L49.5 35.5 L51.0 37.6 L52.5 39.6 L54.0 41.7 L55.5 43.8 L57.0 45.8 L58.5 47.9 L60.0 49.9 L61.5 51.8 L63.0 53.8 L64.5 55.7 L66.0 57.5 L67.5 59.3 L69.0 61.1 L70.5 62.8 L72.0 64.5 L73.5 66.1 L75.0 67.7 L76.5 69.2 L78.0 70.7 L79.5 72.1 L81.0 73.5 L82.5 74.8 L84.0 76.1 L85.5 77.3 L87.0 78.5 L88.5 79.7 L90.0 80.8 L91.5 81.9 L93.0 82.9 L94.5 83.9 L96.0 84.8 L97.5 85.7 L99.0 86.6 L100.5 87.4 L102.0 88.2 L103.5 88.9 L105.0 89.7 L106.5 90.4 L108.0 91.0 L109.5 91.7 L111.0 92.3 L112.5 92.8 L114.0 93.4 L115.5 93.9 L117.0 94.4 L118.5 94.9 L120.0 95.4 L121.5 95.8 L123.0 96.2 L124.5 96.6 L126.0 97.0 L127.5 97.3 L129.0 97.7 L130.5 98.0 L132.0 98.3 L133.5 98.6 L135.0 98.9 L136.5 99.2 L138.0 99.4 L139.5 99.6 L141.0 99.9 L142.5 100.1 L144.0 100.3 L145.5 100.5 L147.0 100.7 L148.5 100.9 L150.0 101.0 L151.5 101.2 L153.0 101.3 L154.5 101.5 L156.0 101.6 L157.5 101.7 L159.0 101.9 L160.5 102.0 L162.0 102.1 L163.5 102.2 L165.0 102.3 L166.5 102.4 L168.0 102.5 L169.5 102.6 L171.0 102.6 L172.5 102.7 L174.0 102.8 L175.5 102.8 L177.0 102.9 L178.5 103.0 L180.0 103.0 L180 104 L0 104 Z" fill="#F4B637" stroke="#111" stroke-width="2.5"/></g></svg><b>+</b><small>balra dől, jobbra hosszan elnyúlik</small></div><div><svg viewBox="0 0 200 120" role="img" aria-label="Negatív ferdeség" style="width:100%;height:auto;display:block"><line x1="10" y1="104" x2="190" y2="104" stroke="#111" stroke-width="2"/><g transform="translate(190,0) scale(-1,1)"><path d="M0.0 104.0 L1.5 95.3 L3.0 85.3 L4.5 75.5 L6.0 66.4 L7.5 58.0 L9.0 50.4 L10.5 43.7 L12.0 37.8 L13.5 32.6 L15.0 28.2 L16.5 24.5 L18.0 21.5 L19.5 19.0 L21.0 17.1 L22.5 15.7 L24.0 14.7 L25.5 14.2 L27.0 14.0 L28.5 14.2 L30.0 14.6 L31.5 15.3 L33.0 16.3 L34.5 17.5 L36.0 18.8 L37.5 20.3 L39.0 21.9 L40.5 23.7 L42.0 25.5 L43.5 27.4 L45.0 29.4 L46.5 31.4 L48.0 33.4 L49.5 35.5 L51.0 37.6 L52.5 39.6 L54.0 41.7 L55.5 43.8 L57.0 45.8 L58.5 47.9 L60.0 49.9 L61.5 51.8 L63.0 53.8 L64.5 55.7 L66.0 57.5 L67.5 59.3 L69.0 61.1 L70.5 62.8 L72.0 64.5 L73.5 66.1 L75.0 67.7 L76.5 69.2 L78.0 70.7 L79.5 72.1 L81.0 73.5 L82.5 74.8 L84.0 76.1 L85.5 77.3 L87.0 78.5 L88.5 79.7 L90.0 80.8 L91.5 81.9 L93.0 82.9 L94.5 83.9 L96.0 84.8 L97.5 85.7 L99.0 86.6 L100.5 87.4 L102.0 88.2 L103.5 88.9 L105.0 89.7 L106.5 90.4 L108.0 91.0 L109.5 91.7 L111.0 92.3 L112.5 92.8 L114.0 93.4 L115.5 93.9 L117.0 94.4 L118.5 94.9 L120.0 95.4 L121.5 95.8 L123.0 96.2 L124.5 96.6 L126.0 97.0 L127.5 97.3 L129.0 97.7 L130.5 98.0 L132.0 98.3 L133.5 98.6 L135.0 98.9 L136.5 99.2 L138.0 99.4 L139.5 99.6 L141.0 99.9 L142.5 100.1 L144.0 100.3 L145.5 100.5 L147.0 100.7 L148.5 100.9 L150.0 101.0 L151.5 101.2 L153.0 101.3 L154.5 101.5 L156.0 101.6 L157.5 101.7 L159.0 101.9 L160.5 102.0 L162.0 102.1 L163.5 102.2 L165.0 102.3 L166.5 102.4 L168.0 102.5 L169.5 102.6 L171.0 102.6 L172.5 102.7 L174.0 102.8 L175.5 102.8 L177.0 102.9 L178.5 103.0 L180.0 103.0 L180 104 L0 104 Z" fill="#F4B637" stroke="#111" stroke-width="2.5"/></g></svg><b>−</b><small>jobbra dől, balra hosszan elnyúlik</small></div></div>
        <p><b>Pozitív (+):</b> az alacsony értékek dominálnak (pl. a fizetések).</p><p><b>Negatív (−):</b> a magasabb értékek dominálnak (pl. a tanulmányi átlagok).</p></div>
      <div class="g"><span class="dd-badge">Csúcsosság (kurtosis)</span><div class="row"><div><svg viewBox="0 0 200 120" role="img" aria-label="Az eloszlás csúcsossága a normális eloszláshoz (szaggatott) képest, azonos szórás mellett" style="width:100%;height:auto;display:block"><line x1="10" y1="104" x2="190" y2="104" stroke="#111" stroke-width="2"/><g transform="translate(10,0)"><path d="M0.0 103.9 L1.5 103.9 L3.0 103.8 L4.5 103.8 L6.0 103.7 L7.5 103.7 L9.0 103.6 L10.5 103.6 L12.0 103.5 L13.5 103.4 L15.0 103.3 L16.5 103.1 L18.0 103.0 L19.5 102.8 L21.0 102.6 L22.5 102.3 L24.0 102.1 L25.5 101.8 L27.0 101.4 L28.5 101.0 L30.0 100.6 L31.5 100.1 L33.0 99.5 L34.5 98.9 L36.0 98.3 L37.5 97.5 L39.0 96.7 L40.5 95.8 L42.0 94.9 L43.5 93.8 L45.0 92.7 L46.5 91.5 L48.0 90.3 L49.5 88.9 L51.0 87.5 L52.5 86.0 L54.0 84.5 L55.5 82.8 L57.0 81.1 L58.5 79.4 L60.0 77.6 L61.5 75.8 L63.0 74.0 L64.5 72.1 L66.0 70.3 L67.5 68.5 L69.0 66.7 L70.5 64.9 L72.0 63.2 L73.5 61.6 L75.0 60.1 L76.5 58.6 L78.0 57.3 L79.5 56.1 L81.0 55.0 L82.5 54.1 L84.0 53.3 L85.5 52.7 L87.0 52.3 L88.5 52.0 L90.0 51.9 L91.5 52.0 L93.0 52.3 L94.5 52.7 L96.0 53.3 L97.5 54.1 L99.0 55.0 L100.5 56.1 L102.0 57.3 L103.5 58.6 L105.0 60.1 L106.5 61.6 L108.0 63.2 L109.5 64.9 L111.0 66.7 L112.5 68.5 L114.0 70.3 L115.5 72.1 L117.0 74.0 L118.5 75.8 L120.0 77.6 L121.5 79.4 L123.0 81.1 L124.5 82.8 L126.0 84.5 L127.5 86.0 L129.0 87.5 L130.5 88.9 L132.0 90.3 L133.5 91.5 L135.0 92.7 L136.5 93.8 L138.0 94.9 L139.5 95.8 L141.0 96.7 L142.5 97.5 L144.0 98.3 L145.5 98.9 L147.0 99.5 L148.5 100.1 L150.0 100.6 L151.5 101.0 L153.0 101.4 L154.5 101.8 L156.0 102.1 L157.5 102.3 L159.0 102.6 L160.5 102.8 L162.0 103.0 L163.5 103.1 L165.0 103.3 L166.5 103.4 L168.0 103.5 L169.5 103.6 L171.0 103.6 L172.5 103.7 L174.0 103.7 L175.5 103.8 L177.0 103.8 L178.5 103.9 L180.0 103.9 L180 104 L0 104 Z" fill="#F4B637" stroke="#111" stroke-width="2.5"/></g></svg><b>0</b><small>normális eloszlás</small></div><div><svg viewBox="0 0 200 120" role="img" aria-label="Az eloszlás csúcsossága a normális eloszláshoz (szaggatott) képest, azonos szórás mellett" style="width:100%;height:auto;display:block"><line x1="10" y1="104" x2="190" y2="104" stroke="#111" stroke-width="2"/><g transform="translate(10,0)"><path d="M0.0 103.3 L1.5 103.3 L3.0 103.2 L4.5 103.2 L6.0 103.1 L7.5 103.0 L9.0 102.9 L10.5 102.8 L12.0 102.7 L13.5 102.6 L15.0 102.5 L16.5 102.4 L18.0 102.2 L19.5 102.1 L21.0 101.9 L22.5 101.7 L24.0 101.6 L25.5 101.3 L27.0 101.1 L28.5 100.9 L30.0 100.6 L31.5 100.3 L33.0 100.0 L34.5 99.6 L36.0 99.3 L37.5 98.9 L39.0 98.4 L40.5 97.9 L42.0 97.4 L43.5 96.8 L45.0 96.2 L46.5 95.6 L48.0 94.8 L49.5 94.0 L51.0 93.2 L52.5 92.3 L54.0 91.3 L55.5 90.2 L57.0 89.0 L58.5 87.7 L60.0 86.3 L61.5 84.7 L63.0 83.1 L64.5 81.3 L66.0 79.3 L67.5 77.2 L69.0 74.9 L70.5 72.4 L72.0 69.7 L73.5 66.7 L75.0 63.5 L76.5 60.1 L78.0 56.3 L79.5 52.2 L81.0 47.7 L82.5 42.9 L84.0 37.6 L85.5 31.9 L87.0 25.7 L88.5 19.0 L90.0 11.7 L91.5 19.0 L93.0 25.7 L94.5 31.9 L96.0 37.6 L97.5 42.9 L99.0 47.7 L100.5 52.2 L102.0 56.3 L103.5 60.1 L105.0 63.5 L106.5 66.7 L108.0 69.7 L109.5 72.4 L111.0 74.9 L112.5 77.2 L114.0 79.3 L115.5 81.3 L117.0 83.1 L118.5 84.7 L120.0 86.3 L121.5 87.7 L123.0 89.0 L124.5 90.2 L126.0 91.3 L127.5 92.3 L129.0 93.2 L130.5 94.0 L132.0 94.8 L133.5 95.6 L135.0 96.2 L136.5 96.8 L138.0 97.4 L139.5 97.9 L141.0 98.4 L142.5 98.9 L144.0 99.3 L145.5 99.6 L147.0 100.0 L148.5 100.3 L150.0 100.6 L151.5 100.9 L153.0 101.1 L154.5 101.3 L156.0 101.6 L157.5 101.7 L159.0 101.9 L160.5 102.1 L162.0 102.2 L163.5 102.4 L165.0 102.5 L166.5 102.6 L168.0 102.7 L169.5 102.8 L171.0 102.9 L172.5 103.0 L174.0 103.1 L175.5 103.2 L177.0 103.2 L178.5 103.3 L180.0 103.3 L180 104 L0 104 Z" fill="#F4B637" stroke="#111" stroke-width="2.5"/><path d="M0.0 103.9 L1.5 103.9 L3.0 103.8 L4.5 103.8 L6.0 103.7 L7.5 103.7 L9.0 103.6 L10.5 103.6 L12.0 103.5 L13.5 103.4 L15.0 103.3 L16.5 103.1 L18.0 103.0 L19.5 102.8 L21.0 102.6 L22.5 102.3 L24.0 102.1 L25.5 101.8 L27.0 101.4 L28.5 101.0 L30.0 100.6 L31.5 100.1 L33.0 99.5 L34.5 98.9 L36.0 98.3 L37.5 97.5 L39.0 96.7 L40.5 95.8 L42.0 94.9 L43.5 93.8 L45.0 92.7 L46.5 91.5 L48.0 90.3 L49.5 88.9 L51.0 87.5 L52.5 86.0 L54.0 84.5 L55.5 82.8 L57.0 81.1 L58.5 79.4 L60.0 77.6 L61.5 75.8 L63.0 74.0 L64.5 72.1 L66.0 70.3 L67.5 68.5 L69.0 66.7 L70.5 64.9 L72.0 63.2 L73.5 61.6 L75.0 60.1 L76.5 58.6 L78.0 57.3 L79.5 56.1 L81.0 55.0 L82.5 54.1 L84.0 53.3 L85.5 52.7 L87.0 52.3 L88.5 52.0 L90.0 51.9 L91.5 52.0 L93.0 52.3 L94.5 52.7 L96.0 53.3 L97.5 54.1 L99.0 55.0 L100.5 56.1 L102.0 57.3 L103.5 58.6 L105.0 60.1 L106.5 61.6 L108.0 63.2 L109.5 64.9 L111.0 66.7 L112.5 68.5 L114.0 70.3 L115.5 72.1 L117.0 74.0 L118.5 75.8 L120.0 77.6 L121.5 79.4 L123.0 81.1 L124.5 82.8 L126.0 84.5 L127.5 86.0 L129.0 87.5 L130.5 88.9 L132.0 90.3 L133.5 91.5 L135.0 92.7 L136.5 93.8 L138.0 94.9 L139.5 95.8 L141.0 96.7 L142.5 97.5 L144.0 98.3 L145.5 98.9 L147.0 99.5 L148.5 100.1 L150.0 100.6 L151.5 101.0 L153.0 101.4 L154.5 101.8 L156.0 102.1 L157.5 102.3 L159.0 102.6 L160.5 102.8 L162.0 103.0 L163.5 103.1 L165.0 103.3 L166.5 103.4 L168.0 103.5 L169.5 103.6 L171.0 103.6 L172.5 103.7 L174.0 103.7 L175.5 103.8 L177.0 103.8 L178.5 103.9 L180.0 103.9" fill="none" stroke="#b3402f" stroke-width="2" stroke-dasharray="5 4"/></g></svg><b>+</b><small>csúcsos: hegyesebb csúcs és vastagabb farkak, több a szélsőséges érték</small></div><div><svg viewBox="0 0 200 120" role="img" aria-label="Az eloszlás csúcsossága a normális eloszláshoz (szaggatott) képest, azonos szórás mellett" style="width:100%;height:auto;display:block"><line x1="10" y1="104" x2="190" y2="104" stroke="#111" stroke-width="2"/><g transform="translate(10,0)"><path d="M0.0 104.0 L1.5 104.0 L3.0 104.0 L4.5 104.0 L6.0 104.0 L7.5 104.0 L9.0 104.0 L10.5 104.0 L12.0 104.0 L13.5 104.0 L15.0 104.0 L16.5 104.0 L18.0 104.0 L19.5 103.9 L21.0 103.9 L22.5 103.8 L24.0 103.7 L25.5 103.5 L27.0 103.3 L28.5 103.0 L30.0 102.6 L31.5 102.0 L33.0 101.3 L34.5 100.5 L36.0 99.5 L37.5 98.2 L39.0 96.9 L40.5 95.3 L42.0 93.5 L43.5 91.7 L45.0 89.7 L46.5 87.6 L48.0 85.4 L49.5 83.3 L51.0 81.1 L52.5 79.0 L54.0 77.0 L55.5 75.1 L57.0 73.3 L58.5 71.6 L60.0 70.1 L61.5 68.8 L63.0 67.6 L64.5 66.5 L66.0 65.6 L67.5 64.8 L69.0 64.2 L70.5 63.7 L72.0 63.3 L73.5 62.9 L75.0 62.7 L76.5 62.5 L78.0 62.4 L79.5 62.3 L81.0 62.2 L82.5 62.2 L84.0 62.1 L85.5 62.1 L87.0 62.1 L88.5 62.1 L90.0 62.1 L91.5 62.1 L93.0 62.1 L94.5 62.1 L96.0 62.1 L97.5 62.2 L99.0 62.2 L100.5 62.3 L102.0 62.4 L103.5 62.5 L105.0 62.7 L106.5 62.9 L108.0 63.3 L109.5 63.7 L111.0 64.2 L112.5 64.8 L114.0 65.6 L115.5 66.5 L117.0 67.6 L118.5 68.8 L120.0 70.1 L121.5 71.6 L123.0 73.3 L124.5 75.1 L126.0 77.0 L127.5 79.0 L129.0 81.1 L130.5 83.3 L132.0 85.4 L133.5 87.6 L135.0 89.7 L136.5 91.7 L138.0 93.5 L139.5 95.3 L141.0 96.9 L142.5 98.2 L144.0 99.5 L145.5 100.5 L147.0 101.3 L148.5 102.0 L150.0 102.6 L151.5 103.0 L153.0 103.3 L154.5 103.5 L156.0 103.7 L157.5 103.8 L159.0 103.9 L160.5 103.9 L162.0 104.0 L163.5 104.0 L165.0 104.0 L166.5 104.0 L168.0 104.0 L169.5 104.0 L171.0 104.0 L172.5 104.0 L174.0 104.0 L175.5 104.0 L177.0 104.0 L178.5 104.0 L180.0 104.0 L180 104 L0 104 Z" fill="#F4B637" stroke="#111" stroke-width="2.5"/><path d="M0.0 103.9 L1.5 103.9 L3.0 103.8 L4.5 103.8 L6.0 103.7 L7.5 103.7 L9.0 103.6 L10.5 103.6 L12.0 103.5 L13.5 103.4 L15.0 103.3 L16.5 103.1 L18.0 103.0 L19.5 102.8 L21.0 102.6 L22.5 102.3 L24.0 102.1 L25.5 101.8 L27.0 101.4 L28.5 101.0 L30.0 100.6 L31.5 100.1 L33.0 99.5 L34.5 98.9 L36.0 98.3 L37.5 97.5 L39.0 96.7 L40.5 95.8 L42.0 94.9 L43.5 93.8 L45.0 92.7 L46.5 91.5 L48.0 90.3 L49.5 88.9 L51.0 87.5 L52.5 86.0 L54.0 84.5 L55.5 82.8 L57.0 81.1 L58.5 79.4 L60.0 77.6 L61.5 75.8 L63.0 74.0 L64.5 72.1 L66.0 70.3 L67.5 68.5 L69.0 66.7 L70.5 64.9 L72.0 63.2 L73.5 61.6 L75.0 60.1 L76.5 58.6 L78.0 57.3 L79.5 56.1 L81.0 55.0 L82.5 54.1 L84.0 53.3 L85.5 52.7 L87.0 52.3 L88.5 52.0 L90.0 51.9 L91.5 52.0 L93.0 52.3 L94.5 52.7 L96.0 53.3 L97.5 54.1 L99.0 55.0 L100.5 56.1 L102.0 57.3 L103.5 58.6 L105.0 60.1 L106.5 61.6 L108.0 63.2 L109.5 64.9 L111.0 66.7 L112.5 68.5 L114.0 70.3 L115.5 72.1 L117.0 74.0 L118.5 75.8 L120.0 77.6 L121.5 79.4 L123.0 81.1 L124.5 82.8 L126.0 84.5 L127.5 86.0 L129.0 87.5 L130.5 88.9 L132.0 90.3 L133.5 91.5 L135.0 92.7 L136.5 93.8 L138.0 94.9 L139.5 95.8 L141.0 96.7 L142.5 97.5 L144.0 98.3 L145.5 98.9 L147.0 99.5 L148.5 100.1 L150.0 100.6 L151.5 101.0 L153.0 101.4 L154.5 101.8 L156.0 102.1 L157.5 102.3 L159.0 102.6 L160.5 102.8 L162.0 103.0 L163.5 103.1 L165.0 103.3 L166.5 103.4 L168.0 103.5 L169.5 103.6 L171.0 103.6 L172.5 103.7 L174.0 103.7 L175.5 103.8 L177.0 103.8 L178.5 103.9 L180.0 103.9" fill="none" stroke="#b3402f" stroke-width="2" stroke-dasharray="5 4"/></g></svg><b>−</b><small>lapult: laposabb csúcs és vékonyabb farkak, kevesebb a szélsőséges érték</small></div></div>
        <p>Az ábrákon azonos szórású eloszlások láthatók, a szaggatott vonal a normális eloszlás. A statisztikai szoftverek (<a href="https://datadiva.hu/spss-maganoktatas/">SPSS</a>, <a href="https://datadiva.hu/jamovi-segitseg-es-online-konzultacio/">jamovi</a>, <a href="https://datadiva.hu/jasp-segitseg/">JASP</a>) a normális eloszláshoz viszonyított értéket adnak meg, ahol a normális eloszlásé 0.</p></div>
    </div>
    <h3 id="sorrend" style="margin:30px 0 6px">Átlag, medián, módusz: az eloszlás alakjától függ a sorrendjük</h3>
    <p>A ferdeség a középértékek helyzetén is meglátszik: a hosszú farok általában az átlagot húzza el a leginkább, a móduszt a legkevésbé.</p>
    <div class="dd-cen">
      <div class="p"><b>Negatív ferdeség (−)</b><svg viewBox="0 0 300 190" role="img" aria-label="Ferde eloszlás: a módusz, a medián és az átlag sorrendje" style="width:100%;height:auto;display:block"><g transform="translate(290,0) scale(-1,1)"><path d="M0.0 170.0 L2.3 166.7 L4.7 161.3 L7.0 155.0 L9.3 148.4 L11.7 141.7 L14.0 135.2 L16.3 129.0 L18.7 123.2 L21.0 117.7 L23.3 112.7 L25.7 108.2 L28.0 104.1 L30.3 100.5 L32.7 97.3 L35.0 94.6 L37.3 92.3 L39.7 90.4 L42.0 88.8 L44.3 87.7 L46.7 86.8 L49.0 86.3 L51.3 86.0 L53.7 86.0 L56.0 86.2 L58.3 86.7 L60.7 87.3 L63.0 88.2 L65.3 89.2 L67.7 90.3 L70.0 91.5 L72.3 92.9 L74.7 94.3 L77.0 95.9 L79.3 97.5 L81.7 99.1 L84.0 100.9 L86.3 102.6 L88.7 104.4 L91.0 106.2 L93.3 108.0 L95.7 109.8 L98.0 111.6 L100.3 113.4 L102.7 115.2 L105.0 117.0 L107.3 118.7 L109.7 120.5 L112.0 122.2 L114.3 123.8 L116.7 125.5 L119.0 127.1 L121.3 128.7 L123.7 130.2 L126.0 131.7 L128.3 133.2 L130.7 134.6 L133.0 136.0 L135.3 137.4 L137.7 138.7 L140.0 140.0 L142.3 141.2 L144.7 142.4 L147.0 143.5 L149.3 144.7 L151.7 145.7 L154.0 146.8 L156.3 147.8 L158.7 148.7 L161.0 149.7 L163.3 150.6 L165.7 151.4 L168.0 152.3 L170.3 153.1 L172.7 153.8 L175.0 154.6 L177.3 155.3 L179.7 155.9 L182.0 156.6 L184.3 157.2 L186.7 157.8 L189.0 158.4 L191.3 158.9 L193.7 159.5 L196.0 160.0 L198.3 160.4 L200.7 160.9 L203.0 161.3 L205.3 161.7 L207.7 162.1 L210.0 162.5 L212.3 162.9 L214.7 163.2 L217.0 163.6 L219.3 163.9 L221.7 164.2 L224.0 164.5 L226.3 164.8 L228.7 165.0 L231.0 165.3 L233.3 165.5 L235.7 165.7 L238.0 166.0 L240.3 166.2 L242.7 166.4 L245.0 166.5 L247.3 166.7 L249.7 166.9 L252.0 167.0 L254.3 167.2 L256.7 167.3 L259.0 167.5 L261.3 167.6 L263.7 167.7 L266.0 167.9 L268.3 168.0 L270.7 168.1 L273.0 168.2 L275.3 168.3 L277.7 168.4 L280.0 168.4 L280 170 L0 170 Z" fill="#FFF1C9" stroke="#111" stroke-width="2.5"/><line x1="52" y1="22" x2="52" y2="170" stroke="#b3402f" stroke-width="2.5" stroke-dasharray="5 4"/><line x1="76" y1="40" x2="76" y2="170" stroke="#b3402f" stroke-width="2.5" stroke-dasharray="5 4"/><line x1="88" y1="58" x2="88" y2="170" stroke="#b3402f" stroke-width="2.5" stroke-dasharray="5 4"/></g><text x="232" y="27" text-anchor="end" font-size="14" font-weight="800" fill="#111">módusz</text><text x="208" y="45" text-anchor="end" font-size="14" font-weight="800" fill="#111">medián</text><text x="196" y="63" text-anchor="end" font-size="14" font-weight="800" fill="#111">átlag</text></svg><span>jellemzően: módusz &gt; medián &gt; átlag</span></div>
      <div class="p"><b>Szimmetrikus (0)</b><svg viewBox="0 0 300 190" role="img" aria-label="Szimmetrikus eloszlás: az átlag, a medián és a módusz egybeesik" style="width:100%;height:auto;display:block"><g transform="translate(10,0)"><path d="M0.0 169.5 L2.3 169.4 L4.7 169.3 L7.0 169.2 L9.3 169.0 L11.7 168.9 L14.0 168.7 L16.3 168.5 L18.7 168.2 L21.0 167.9 L23.3 167.6 L25.7 167.2 L28.0 166.8 L30.3 166.4 L32.7 165.9 L35.0 165.3 L37.3 164.6 L39.7 163.9 L42.0 163.2 L44.3 162.3 L46.7 161.4 L49.0 160.3 L51.3 159.2 L53.7 158.0 L56.0 156.7 L58.3 155.3 L60.7 153.8 L63.0 152.1 L65.3 150.4 L67.7 148.6 L70.0 146.6 L72.3 144.6 L74.7 142.5 L77.0 140.2 L79.3 137.9 L81.7 135.5 L84.0 133.0 L86.3 130.4 L88.7 127.8 L91.0 125.1 L93.3 122.4 L95.7 119.7 L98.0 117.0 L100.3 114.3 L102.7 111.6 L105.0 109.0 L107.3 106.4 L109.7 103.9 L112.0 101.6 L114.3 99.3 L116.7 97.1 L119.0 95.1 L121.3 93.3 L123.7 91.7 L126.0 90.2 L128.3 88.9 L130.7 87.9 L133.0 87.1 L135.3 86.5 L137.7 86.1 L140.0 86.0 L142.3 86.1 L144.7 86.5 L147.0 87.1 L149.3 87.9 L151.7 88.9 L154.0 90.2 L156.3 91.7 L158.7 93.3 L161.0 95.1 L163.3 97.1 L165.7 99.3 L168.0 101.6 L170.3 103.9 L172.7 106.4 L175.0 109.0 L177.3 111.6 L179.7 114.3 L182.0 117.0 L184.3 119.7 L186.7 122.4 L189.0 125.1 L191.3 127.8 L193.7 130.4 L196.0 133.0 L198.3 135.5 L200.7 137.9 L203.0 140.2 L205.3 142.5 L207.7 144.6 L210.0 146.6 L212.3 148.6 L214.7 150.4 L217.0 152.1 L219.3 153.8 L221.7 155.3 L224.0 156.7 L226.3 158.0 L228.7 159.2 L231.0 160.3 L233.3 161.4 L235.7 162.3 L238.0 163.2 L240.3 163.9 L242.7 164.6 L245.0 165.3 L247.3 165.9 L249.7 166.4 L252.0 166.8 L254.3 167.2 L256.7 167.6 L259.0 167.9 L261.3 168.2 L263.7 168.5 L266.0 168.7 L268.3 168.9 L270.7 169.0 L273.0 169.2 L275.3 169.3 L277.7 169.4 L280.0 169.5 L280 170 L0 170 Z" fill="#FFF1C9" stroke="#111" stroke-width="2.5"/><line x1="140.0" y1="22" x2="140.0" y2="170" stroke="#b3402f" stroke-width="2.5" stroke-dasharray="5 4"/><text x="140.0" y="16" text-anchor="middle" font-size="14" font-weight="800" fill="#111">átlag = medián = módusz</text></g></svg><span>mind egybeesik</span></div>
      <div class="p"><b>Pozitív ferdeség (+)</b><svg viewBox="0 0 300 190" role="img" aria-label="Ferde eloszlás: a módusz, a medián és az átlag sorrendje" style="width:100%;height:auto;display:block"><g transform="translate(10,0)"><path d="M0.0 170.0 L2.3 166.7 L4.7 161.3 L7.0 155.0 L9.3 148.4 L11.7 141.7 L14.0 135.2 L16.3 129.0 L18.7 123.2 L21.0 117.7 L23.3 112.7 L25.7 108.2 L28.0 104.1 L30.3 100.5 L32.7 97.3 L35.0 94.6 L37.3 92.3 L39.7 90.4 L42.0 88.8 L44.3 87.7 L46.7 86.8 L49.0 86.3 L51.3 86.0 L53.7 86.0 L56.0 86.2 L58.3 86.7 L60.7 87.3 L63.0 88.2 L65.3 89.2 L67.7 90.3 L70.0 91.5 L72.3 92.9 L74.7 94.3 L77.0 95.9 L79.3 97.5 L81.7 99.1 L84.0 100.9 L86.3 102.6 L88.7 104.4 L91.0 106.2 L93.3 108.0 L95.7 109.8 L98.0 111.6 L100.3 113.4 L102.7 115.2 L105.0 117.0 L107.3 118.7 L109.7 120.5 L112.0 122.2 L114.3 123.8 L116.7 125.5 L119.0 127.1 L121.3 128.7 L123.7 130.2 L126.0 131.7 L128.3 133.2 L130.7 134.6 L133.0 136.0 L135.3 137.4 L137.7 138.7 L140.0 140.0 L142.3 141.2 L144.7 142.4 L147.0 143.5 L149.3 144.7 L151.7 145.7 L154.0 146.8 L156.3 147.8 L158.7 148.7 L161.0 149.7 L163.3 150.6 L165.7 151.4 L168.0 152.3 L170.3 153.1 L172.7 153.8 L175.0 154.6 L177.3 155.3 L179.7 155.9 L182.0 156.6 L184.3 157.2 L186.7 157.8 L189.0 158.4 L191.3 158.9 L193.7 159.5 L196.0 160.0 L198.3 160.4 L200.7 160.9 L203.0 161.3 L205.3 161.7 L207.7 162.1 L210.0 162.5 L212.3 162.9 L214.7 163.2 L217.0 163.6 L219.3 163.9 L221.7 164.2 L224.0 164.5 L226.3 164.8 L228.7 165.0 L231.0 165.3 L233.3 165.5 L235.7 165.7 L238.0 166.0 L240.3 166.2 L242.7 166.4 L245.0 166.5 L247.3 166.7 L249.7 166.9 L252.0 167.0 L254.3 167.2 L256.7 167.3 L259.0 167.5 L261.3 167.6 L263.7 167.7 L266.0 167.9 L268.3 168.0 L270.7 168.1 L273.0 168.2 L275.3 168.3 L277.7 168.4 L280.0 168.4 L280 170 L0 170 Z" fill="#FFF1C9" stroke="#111" stroke-width="2.5"/><line x1="52" y1="22" x2="52" y2="170" stroke="#b3402f" stroke-width="2.5" stroke-dasharray="5 4"/><text x="58" y="27" font-size="14" font-weight="800" fill="#111">módusz</text><line x1="76" y1="40" x2="76" y2="170" stroke="#b3402f" stroke-width="2.5" stroke-dasharray="5 4"/><text x="82" y="45" font-size="14" font-weight="800" fill="#111">medián</text><line x1="88" y1="58" x2="88" y2="170" stroke="#b3402f" stroke-width="2.5" stroke-dasharray="5 4"/><text x="94" y="63" font-size="14" font-weight="800" fill="#111">átlag</text></g></svg><span>jellemzően: módusz &lt; medián &lt; átlag</span></div>
    </div>
  </section>

  <section class="dd-sec">
    <span class="dd-kicker">Vizuálisan</span>
    <h2 id="abrak">Boxplot és hisztogram</h2>
    <p>Kvantitatív változót két ábrával szoktunk bemutatni.</p>
    <div class="dd-two">
      <div class="dd-lv n"><h3>Hisztogram</h3><p>Intervallumokat képez, és az egyes intervallumokhoz tartozó gyakoriságokat jeleníti meg (hányan esnek az adott intervallumba). Mivel folytonos változóról van szó, az oszlopok <b>összeérnek</b> egymással.</p></div>
      <div class="dd-lv q"><h3>Boxplot</h3><p>Doboz ábra, doboz-bajusz ábra (box-whiskers). <b>Minél nagyobb a doboz, annál nagyobb a szóródás, minél kisebb a doboz, annál kisebb a szóródás.</b> (A doboz az IQR-t, a középső 50% terjedelmét mutatja.)</p></div>
    </div>
    <div class="dd-tip"><p><b>Hiba:</b> oszlopdiagramot intervallumba rendezés nélkül kvantitatív adatra ráereszteni kifejezetten hibás. Kvantitatív adatra hisztogramot használj. (Részletesen a <a href="https://datadiva.hu/meresi-szintek-nominalis-ordinalis-intervallum-es-arany/#gyakori-hiba">mérési szintekről szóló leckében</a>.)</p></div>
        <div class="dd-fig" style="margin-top:6px">
      <figure class="dd-figi bad"><span class="dd-badge no">✗ Így ne</span><svg viewBox="0 0 440 270" role="img" aria-label="Hibás oszlopdiagram: minden egyedi érték külön oszlop, szétszórt, olvashatatlan"><line x1="44" x2="430" y1="208.0" y2="208.0" stroke="#eadfc2"/><text x="38" y="212.0" text-anchor="end" font-size="11" fill="#6b6b6b">0</text><line x1="44" x2="430" y1="112.0" y2="112.0" stroke="#eadfc2"/><text x="38" y="116.0" text-anchor="end" font-size="11" fill="#6b6b6b">5</text><line x1="44" x2="430" y1="16.0" y2="16.0" stroke="#eadfc2"/><text x="38" y="20.0" text-anchor="end" font-size="11" fill="#6b6b6b">10</text><rect x="45.0" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="53.0" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="61.1" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="69.1" y="150.4" width="5.6" height="57.6" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="77.2" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="85.2" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="93.2" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="101.3" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="109.3" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="117.4" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="125.4" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="133.5" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="141.5" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="149.5" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="157.6" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="165.6" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="173.7" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="181.7" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="189.8" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="197.8" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="205.8" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="213.9" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="221.9" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="230.0" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="238.0" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="246.0" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="254.1" y="150.4" width="5.6" height="57.6" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="262.1" y="150.4" width="5.6" height="57.6" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="270.2" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="278.2" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="286.2" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="294.3" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="302.3" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="310.4" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="318.4" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="326.5" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="334.5" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="342.5" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="350.6" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="358.6" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="366.7" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="374.7" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="382.8" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="390.8" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="398.8" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="406.9" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="414.9" y="150.4" width="5.6" height="57.6" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="423.0" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><line x1="44" x2="430" y1="208" y2="208" stroke="#111" stroke-width="2"/><text x="237.0" y="256" text-anchor="middle" font-size="12" fill="#111" font-weight="700">hitelösszegek (minden érték külön oszlop)</text><text x="12" y="112.0" transform="rotate(-90 12 112.0)" text-anchor="middle" font-size="12" fill="#111" font-weight="700">gyakoriság (fő)</text></svg><figcaption>Oszlopdiagram folytonos adatra: szálkás, sokszor 1-es oszlopok. Semmit nem mutat az eloszlásból.</figcaption></figure>
      <figure class="dd-figi good"><span class="dd-badge ok">✓ Így jó</span><svg viewBox="0 0 440 270" role="img" aria-label="Hisztogram: a hitelnagyság intervallumokba rendezve, az oszlopok összeérnek"><line x1="44" x2="430" y1="208.0" y2="208.0" stroke="#eadfc2" stroke-width="1"/><text x="38" y="212.0" text-anchor="end" font-size="11" fill="#6b6b6b">0</text><line x1="44" x2="430" y1="144.0" y2="144.0" stroke="#eadfc2" stroke-width="1"/><text x="38" y="148.0" text-anchor="end" font-size="11" fill="#6b6b6b">40</text><line x1="44" x2="430" y1="80.0" y2="80.0" stroke="#eadfc2" stroke-width="1"/><text x="38" y="84.0" text-anchor="end" font-size="11" fill="#6b6b6b">80</text><line x1="44" x2="430" y1="16.0" y2="16.0" stroke="#eadfc2" stroke-width="1"/><text x="38" y="20.0" text-anchor="end" font-size="11" fill="#6b6b6b">120</text><rect x="44.0" y="72.0" width="29.7" height="136.0" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="73.7" y="35.2" width="29.7" height="172.8" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="103.4" y="36.8" width="29.7" height="171.2" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="133.1" y="108.8" width="29.7" height="99.2" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="162.8" y="120.0" width="29.7" height="88.0" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="192.5" y="161.6" width="29.7" height="46.4" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="222.2" y="169.6" width="29.7" height="38.4" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="251.8" y="187.2" width="29.7" height="20.8" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="281.5" y="195.2" width="29.7" height="12.8" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="311.2" y="201.6" width="29.7" height="6.4" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="340.9" y="204.8" width="29.7" height="3.2" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="400.3" y="203.2" width="29.7" height="4.8" fill="#F4B637" stroke="#111" stroke-width="1.2"/><line x1="44" x2="430" y1="208" y2="208" stroke="#111" stroke-width="2"/><text x="237.0" y="256" text-anchor="middle" font-size="12" fill="#111" font-weight="700">hitelnagyság (intervallumokba rendezve →)</text><text x="12" y="112.0" transform="rotate(-90 12 112.0)" text-anchor="middle" font-size="12" fill="#111" font-weight="700">gyakoriság (fő)</text></svg><figcaption>Hisztogram: az értékeket intervallumokba rendezzük, az oszlopok összeérnek. Rögtön látszik a jobbra elnyúló (ferde) eloszlás.</figcaption></figure>
    </div>
    <h3 style="margin:26px 0 6px">A boxplot részei</h3>
    <div class="dd-bx">
      <figure class="dd-figi"><svg viewBox="0 0 620 420" role="img" aria-label="Boxplot: Q1, medián, Q3, bajuszok és kilógó értékek" style="width:100%;height:auto;display:block"><line x1="70" y1="379" x2="600" y2="379" stroke="#e8dfc8" stroke-width="1"/><text x="62" y="383" text-anchor="end" font-size="18" fill="#555">40</text><line x1="70" y1="334" x2="600" y2="334" stroke="#e8dfc8" stroke-width="1"/><text x="62" y="338" text-anchor="end" font-size="18" fill="#555">60</text><line x1="70" y1="289" x2="600" y2="289" stroke="#e8dfc8" stroke-width="1"/><text x="62" y="293" text-anchor="end" font-size="18" fill="#555">80</text><line x1="70" y1="244" x2="600" y2="244" stroke="#e8dfc8" stroke-width="1"/><text x="62" y="248" text-anchor="end" font-size="18" fill="#555">100</text><line x1="70" y1="199" x2="600" y2="199" stroke="#e8dfc8" stroke-width="1"/><text x="62" y="203" text-anchor="end" font-size="18" fill="#555">120</text><line x1="70" y1="155" x2="600" y2="155" stroke="#e8dfc8" stroke-width="1"/><text x="62" y="159" text-anchor="end" font-size="18" fill="#555">140</text><line x1="70" y1="110" x2="600" y2="110" stroke="#e8dfc8" stroke-width="1"/><text x="62" y="114" text-anchor="end" font-size="18" fill="#555">160</text><line x1="70" y1="65" x2="600" y2="65" stroke="#e8dfc8" stroke-width="1"/><text x="62" y="69" text-anchor="end" font-size="18" fill="#555">180</text><line x1="70" y1="20" x2="600" y2="20" stroke="#e8dfc8" stroke-width="1"/><text x="62" y="24" text-anchor="end" font-size="18" fill="#555">200</text><line x1="150" y1="139" x2="150" y2="215" stroke="#111" stroke-width="2.5"/><line x1="150" y1="267" x2="150" y2="338" stroke="#111" stroke-width="2.5"/><line x1="130" y1="139" x2="170" y2="139" stroke="#111" stroke-width="2.5"/><line x1="130" y1="338" x2="170" y2="338" stroke="#111" stroke-width="2.5"/><rect x="108" y="215" width="84" height="52" fill="#F4B637" stroke="#111" stroke-width="2.5"/><line x1="108" y1="240" x2="192" y2="240" stroke="#111" stroke-width="4"/><circle cx="150" cy="347" r="5" fill="#fff" stroke="#111" stroke-width="2"/><circle cx="150" cy="377" r="5" fill="#fff" stroke="#111" stroke-width="2"/><circle cx="150" cy="121" r="6" fill="#F8D277" stroke="#111" stroke-width="2.5"/><path d="M144 36 l12 12 M156 36 l-12 12" stroke="#b3402f" stroke-width="3.5"/><line x1="176" y1="42" x2="236" y2="42" stroke="#999" stroke-width="1.2"/><text x="244" y="50" font-size="25" font-weight="700" fill="#b3402f">extrém kilógó érték</text><line x1="176" y1="121" x2="236" y2="121" stroke="#999" stroke-width="1.2"/><text x="244" y="129" font-size="25" font-weight="700" fill="#111">kilógó érték</text><line x1="176" y1="139" x2="236" y2="151" stroke="#999" stroke-width="1.2"/><text x="244" y="159" font-size="25" font-weight="700" fill="#111">felső „bajusz&#8221;</text><line x1="198" y1="215" x2="236" y2="215" stroke="#999" stroke-width="1.2"/><text x="244" y="223" font-size="25" font-weight="700" fill="#111">Q3 (75. percentilis)</text><line x1="198" y1="240" x2="236" y2="245" stroke="#999" stroke-width="1.2"/><text x="244" y="253" font-size="25" font-weight="700" fill="#111">Q2, medián</text><line x1="198" y1="267" x2="236" y2="275" stroke="#999" stroke-width="1.2"/><text x="244" y="283" font-size="25" font-weight="700" fill="#111">Q1 (25. percentilis)</text><line x1="176" y1="338" x2="236" y2="338" stroke="#999" stroke-width="1.2"/><text x="244" y="346" font-size="25" font-weight="700" fill="#111">alsó „bajusz&#8221;</text></svg></figure>
      <div class="dd-bxt">
        <p><b>Q1 (25. percentilis):</b> az alsó dobozhatár, ahol az adatok alsó 25%-a található.</p>
        <p><b>Q3 (75. percentilis):</b> a felső dobozhatár, amely az adatok felső 25%-ától választja el a középső 50%-ot.</p>
        <p><b>Q2, medián:</b> a dobozban lévő vonal, amely az adatok középpontját jelzi (50. percentilis).</p>
        <p><b>Alsó és felső „bajuszok&#8221; (whiskerek):</b> megmutatják, meddig terjed az adatok többsége, a legkisebb és legnagyobb értékek között, amelyek még nem kilógók.</p>
        <p><b>Kilógó értékek:</b> olyan adatok, amelyek távol esnek a doboz tartományától, de még elfogadható mértékben. Általában a doboztól mérve az <b>1,5-szeres interkvartilis tartománynál (IQR)</b> távolabb találhatók.</p>
        <p><b>Extrém kilógó értékek:</b> jelentősen messzebb esnek az eloszlás többi részétől: a doboztól számítva <b>több mint 3-szoros IQR-en</b> kívül vannak. Nagyobb figyelmet igényelnek, mert szélsőséges adatoknak számítanak.</p>
      </div>
    </div>
  </section>

  <section class="dd-sec">
    <span class="dd-kicker">Gyors puska</span>
    <h2 id="melyik">Melyik mutató mire jó?</h2>
    <div class="dd-scroll"><table class="dd-tbl"><thead><tr><th>Mutató</th><th>Mit mond?</th><th>Mikor értelmezzük?</th></tr></thead><tbody>
      <tr><td>Gyakoriság, relatív gyakoriság</td><td>hányan vannak az egyes kategóriákban</td><td>nominális, ordinális</td></tr>
      <tr><td>Módusz</td><td>a leggyakoribb érték</td><td>főleg nominális, ordinális (kvantitatívra is kiszámolható, de általában fölösleges)</td></tr>
      <tr><td>Medián</td><td>a felező pont</td><td>legalább ordinális, számszerű adaton igazán hasznos</td></tr>
      <tr><td>Átlag</td><td>a számtani közép</td><td>intervallum, arány</td></tr>
      <tr><td>Min, max, terjedelem</td><td>az adatok által átfogott tartomány</td><td>intervallum, arány</td></tr>
      <tr><td>Szórás, variancia</td><td>mennyire változékony a minta</td><td>intervallum, arány</td></tr>
      <tr><td>IQR, kvartilisek</td><td>a középső 50% terjedelme, osztópontok</td><td>intervallum, arány</td></tr>
      <tr><td>Ferdeség, csúcsosság</td><td>az eloszlás alakja a normálishoz képest</td><td>intervallum, arány</td></tr></tbody></table></div>
  </section>

  <section class="dd-sec">
    <span class="dd-kicker">Próbáld ki</span>
    <h2>Értem már?</h2>
    <div class="dd-quiz" id="ddQuiz2"><p style="margin:0">Öt gyors kérdés. Kattints a szerinted helyes válaszra!</p><div id="ddQs"></div><div class="dd-score" id="ddScore2" aria-live="polite"></div></div>
  </section>
<section class="dd-sec" id="gyik"><span class="dd-kicker">GYIK</span><h2>Gyakori <span class="dd-hl">kérdések</span></h2><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mikor használjak átlagot, és mikor mediánt?</h3><p>Az átlag akkor jellemzi jól a mintát, ha az adatok nagyjából egyenletesen oszlanak el, mert érzékeny a kiugró értékekre. A medián kevésbé érzékeny rájuk, ezért ott jobb választás, ahol szélsőséges értékek lehetnek.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Miért kell az átlag mellé a szórást is megadni?</h3><p>Mert az átlag önmagában félrevezető lehet. Ugyanakkora átlag mögött nagyon különböző változékonyság állhat. Ha átlagot riportálsz, mellé mindig riportáld a szórást is.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mi a különbség a szórás és a variancia között?</h3><p>A szórás az átlagtól vett tipikus eltérés: minél nagyobb, annál változékonyabb a minta. A variancia a szórás négyzete. Matematikailag fontos, de ritkán értelmezzük.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mit mutat a ferdeség és a csúcsosság?</h3><p>Az eloszlás alakját a normális eloszláshoz képest, amelynek az értéke 0. Pozitív ferdeségnél az alacsony értékek dominálnak (például a fizetéseknél), negatívnál a magasak (például a tanulmányi átlagoknál). Pozitív csúcsosságnál hegyesebb a csúcs és több a szélsőséges érték, negatívnál laposabb.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Hogyan függ össze az átlag, a medián és a módusz az eloszlás alakjával?</h3><p>Szimmetrikus eloszlásnál egybeesnek. Pozitív ferdeségnél jellemzően módusz &lt; medián &lt; átlag, negatívnál módusz > medián > átlag, mert a hosszú farok az átlagot húzza el a leginkább.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mi az IQR?</h3><p>Az interkvartilis terjedelem az adatok középső 50%-ának terjedelme, vagyis Q3 − Q1. A boxplot dobozának hossza is ezt mutatja.</p></section><script type="application/ld+json">{"@context":"https://schema.org","@type":"FAQPage","mainEntity":[{"@type":"Question","name":"Mikor használjak átlagot, és mikor mediánt?","acceptedAnswer":{"@type":"Answer","text":"Az átlag akkor jellemzi jól a mintát, ha az adatok nagyjából egyenletesen oszlanak el, mert érzékeny a kiugró értékekre. A medián kevésbé érzékeny rájuk, ezért ott jobb választás, ahol szélsőséges értékek lehetnek."}},{"@type":"Question","name":"Miért kell az átlag mellé a szórást is megadni?","acceptedAnswer":{"@type":"Answer","text":"Mert az átlag önmagában félrevezető lehet. Ugyanakkora átlag mögött nagyon különböző változékonyság állhat. Ha átlagot riportálsz, mellé mindig riportáld a szórást is."}},{"@type":"Question","name":"Mi a különbség a szórás és a variancia között?","acceptedAnswer":{"@type":"Answer","text":"A szórás az átlagtól vett tipikus eltérés: minél nagyobb, annál változékonyabb a minta. A variancia a szórás négyzete. Matematikailag fontos, de ritkán értelmezzük."}},{"@type":"Question","name":"Mit mutat a ferdeség és a csúcsosság?","acceptedAnswer":{"@type":"Answer","text":"Az eloszlás alakját a normális eloszláshoz képest, amelynek az értéke 0. Pozitív ferdeségnél az alacsony értékek dominálnak (például a fizetéseknél), negatívnál a magasak (például a tanulmányi átlagoknál). Pozitív csúcsosságnál hegyesebb a csúcs és több a szélsőséges érték, negatívnál laposabb."}},{"@type":"Question","name":"Hogyan függ össze az átlag, a medián és a módusz az eloszlás alakjával?","acceptedAnswer":{"@type":"Answer","text":"Szimmetrikus eloszlásnál egybeesnek. Pozitív ferdeségnél jellemzően módusz < medián < átlag, negatívnál módusz > medián > átlag, mert a hosszú farok az átlagot húzza el a leginkább."}},{"@type":"Question","name":"Mi az IQR?","acceptedAnswer":{"@type":"Answer","text":"Az interkvartilis terjedelem az adatok középső 50%-ának terjedelme, vagyis Q3 − Q1. A boxplot dobozának hossza is ezt mutatja."}}]}</script><section class="dd-cta"><h2>Elakadtál? <em>Együtt</em> megcsináljuk!</h2><p style="margin-top:16px">A leíró statisztika elsőre egyszerűnek tűnik. A nehezebb része az, amikor a saját adataidnál kell eldöntened, melyik változóhoz melyik mutatót érdemes használni, mit mutat a kimenet, és hogyan írd le a dolgozatodban. Ott szoktak megcsúszni a szakdolgozatok, a disszertációk és a beadandók.</p><p><b style="color:#fff">Nem helyetted, hanem veled</b> nézzük végig a kutatási kérdésedet és az adataidat, hogy te is értsd, mit miért csinálsz. <a href="https://datadiva.hu/spss-maganoktatas/">SPSS</a>, <a href="https://datadiva.hu/jasp-segitseg/">JASP</a>, <a href="https://datadiva.hu/jamovi-segitseg-es-online-konzultacio/">jamovi</a>: ami neked kényelmes.</p><p><b>Tovább:</b> a mutatók kiválasztása a <a href="https://datadiva.hu/meresi-szintek-nominalis-ordinalis-intervallum-es-arany/">mérési szintek</a> ismeretén múlik. A saját adataid leíró statisztikáját együtt kiszámoljuk <a href="https://datadiva.hu/spss-maganoktatas/">SPSS</a>, <a href="https://datadiva.hu/jasp-segitseg/">JASP</a> vagy <a href="https://datadiva.hu/jamovi-segitseg-es-online-konzultacio/">jamovi</a> programban. Vedd fel velem <a href="https://datadiva.hu/kapcsolat">a kapcsolatot</a>, és megbeszéljük, miben segíthetek.</p><div class="dd-plans"><div class="dd-plan hot"><b>10 perc</b><span>Ingyenes ismerkedő hívás: megbeszéljük, hol tartasz, és miben segíthetek</span></div><div class="dd-plan"><b>45 perc</b><span>Egy konkrét kérdés vagy elakadás átbeszélése</span></div><div class="dd-plan"><b>90 perc</b><span>Mélyebb munka: elemzés, értelmezés, dolgozat</span></div></div><p style="text-align:center;margin:30px 0 6px"><a class="dd-btn" href="https://datadiva.hu/kapcsolat">Foglald le a helyed most!</a></p><div class="dd-sign"><b>Dr. Kun Zsuzsanna</b> · datadiva · 15+ év statisztika- és kutatásmódszertan-oktatás<br>Telefon: <a href="#" data-t="num">Telefonszám megjelenítése</a> · <a href="#" data-t="wa">WhatsApp</a> · <a href="#" data-t="vb">Viber</a><br><a href="mailto:zsuzsanna.kun@datadiva.hu">zsuzsanna.kun@datadiva.hu</a> · <a href="https://datadiva.hu">datadiva.hu</a></div></section></article><script>
(function(){
var Q=[
["Egy nominális változónál (pl. szak) melyik mutatónak van értelme?",["Átlag","Módusz és gyakoriságok","Szórás"],1,"Nominális változónál csak kategóriák vannak, ezért a megoszlást nézed: gyakoriságok, relatív gyakoriságok, módusz."],
["A pontszámok 60, 70, 80, 90 és 1000. Melyik középérték a legkevésbé érzékeny a kiugró értékre?",["Átlag","Medián","Összeg"],1,"A medián a középső érték (80), a kiugró 1000 szinte nem hat rá. Az átlagot viszont jelentősen felhúzza."],
["Átlagot riportálsz. Mit riportálj mellé?",["Móduszt","Szórást","Varianciát egyedül"],1,"Az átlag mellé mindig a szórást kell megadni, mert az mutatja, mennyire változékony a minta."],
["Jobbra hosszan elnyúló (pozitív ferdeségű) eloszlásban (pl. fizetések) hogyan viszonyul egymáshoz az átlag és a medián?",["Az átlag nagyobb, mint a medián","Az átlag egyenlő a mediánnal","Az átlag kisebb, mint a medián"],0,"A hosszú jobb oldali farok felhúzza az átlagot, ezért az átlag nagyobb, mint a medián (módusz  medián  átlag)."],
["A boxplotnál nagy a doboz. Mit jelent ez?",["Kicsi a szóródás","Nagy a szóródás","Nincsenek kiugró értékek"],1,"A doboz az IQR-t, a középső 50% terjedelmét mutatja: minél nagyobb a doboz, annál nagyobb a szóródás."]
];
var box=document.getElementById('ddQs'),score=document.getElementById('ddScore2'),done=0,good=0;
Q.forEach(function(q,i){
var d=document.createElement('div');d.className='dd-q';
var p=document.createElement('p');p.textContent=(i+1)+'. '+q[0];d.appendChild(p);
var o=document.createElement('div');o.className='dd-opts';d.appendChild(o);
var fb=document.createElement('div');fb.className='dd-fb';fb.textContent=q[3];d.appendChild(fb);
q[1].forEach(function(t,j){
var b=document.createElement('button');b.type='button';b.textContent=t;
b.addEventListener('click',function(){
if(d.classList.contains('done'))return;d.classList.add('done');done++;
var bs=o.querySelectorAll('button');
if(j===q[2]){b.classList.add('ok');good++;}else{b.classList.add('no');bs[q[2]].classList.add('ok');}
if(done===Q.length){score.textContent=good+'/'+Q.length+' találat. '+(good===Q.length?'Tökéletes! 🎉':good>=3?'Szép munka, már csak az árnyalatok vannak hátra.':'Semmi gond, erre való a gyakorlás. Szívesen átnézzük együtt!');}
});o.appendChild(b);
});
box.appendChild(d);
});
})();
</script>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Mérési szintek: nominális, ordinális, intervallum és arány</title>
		<link>https://datadiva.hu/meresi-szintek-nominalis-ordinalis-intervallum-es-arany/</link>
		
		<dc:creator><![CDATA[Dr. Kun Zsuzsanna]]></dc:creator>
		<pubDate>Sun, 04 Oct 2026 09:54:00 +0000</pubDate>
				<category><![CDATA[Gyorstalpaló]]></category>
		<guid isPermaLink="false">https://datadiva.hu/?p=781</guid>

					<description><![CDATA[Mielőtt bármit számolsz, döntsd el, milyen szintű a változód: nominális, ordinális, intervallum vagy arány. Ez dönti el, melyik teszttel dolgozhatsz.]]></description>
										<content:encoded><![CDATA[
<style>.dd-post p a:not([class]){text-decoration:underline;text-decoration-thickness:1.5px;text-underline-offset:3px;font-weight:600}
.dd-post{--y:#F4B637;--y-soft:#FFF6DF;--y-line:#F1DFB4;--k:#111;--ink:#2a2a2a;--mute:#6b6b6b;--ok:#2e7d4f;--no:#b3402f;
  font-family:system-ui,-apple-system,"Segoe UI",Roboto,"Helvetica Neue",Arial,sans-serif;color:var(--ink);line-height:1.7;font-size:18px;max-width:820px;margin:0 auto;padding:16px;box-sizing:border-box}
.dd-post *,.dd-post *::before,.dd-post *::after{box-sizing:border-box}
.dd-post h1,.dd-post h2,.dd-post h3{color:var(--k);line-height:1.2;margin:0;font-weight:800;letter-spacing:-.01em}
.dd-post p{margin:0 0 1.1em}
.dd-post a{color:inherit}

/* HERO */
.dd-hero{position:relative;overflow:hidden;background:var(--k);color:#fff;border-radius:28px;padding:44px 36px 120px}
.dd-brand{display:flex;align-items:center;gap:12px;margin-bottom:28px}
.dd-brand img{width:46px;height:46px;border-radius:50%;display:block}
.dd-brand span{font-size:14px;letter-spacing:.14em;text-transform:uppercase;color:var(--y);font-weight:700}
.dd-hero h2{color:#fff;font-size:clamp(32px,6vw,52px);max-width:15em}
.dd-hero h2 em{font-style:normal;color:var(--k);background:var(--y);padding:0 .22em;border-radius:8px;box-decoration-break:clone;-webkit-box-decoration-break:clone}
.dd-hero p.dd-lead{color:#e7e7e7;font-size:19px;max-width:34em;margin:22px 0 18px}
.dd-meta{font-size:14px;color:#bdbdbd}
.dd-meta b{color:var(--y);font-weight:700}
.dd-bell{position:absolute;left:0;right:0;bottom:-2px;width:100%;height:110px;display:block}

/* SECTIONS */
.dd-sec{margin-top:56px}
.dd-kicker{display:inline-block;font-size:13px;font-weight:800;letter-spacing:.12em;text-transform:uppercase;background:var(--y);color:var(--k);padding:3px 12px;border-radius:99px;margin-bottom:14px}
.dd-sec h2{font-size:clamp(26px,4.5vw,36px);margin-bottom:18px}
.dd-hl{background:linear-gradient(transparent 62%,var(--y) 62%);padding:0 2px}

/* STAIRS */
.dd-stairs{display:grid;grid-template-columns:repeat(4,1fr);gap:10px;align-items:end;margin:30px 0 8px}
.dd-step{border-radius:14px 14px 0 0;padding:14px 12px 12px;background:var(--y-soft);border:2px solid var(--y);text-align:center;display:flex;flex-direction:column;justify-content:flex-end}
.dd-step:nth-child(1){min-height:96px}.dd-step:nth-child(2){min-height:132px}.dd-step:nth-child(3){min-height:168px}.dd-step:nth-child(4){min-height:204px;background:var(--y)}
.dd-step b{display:block;font-size:17px;color:var(--k)}
.dd-step small{font-size:13px;color:#555;line-height:1.35;display:block;margin-top:2px}
.dd-axis{display:flex;justify-content:space-between;font-size:13px;color:var(--mute);font-weight:600;border-top:2px dashed var(--y-line);padding-top:6px}

/* LEVEL CARDS */
.dd-card{border:2px solid var(--k);border-radius:20px;padding:26px 26px 14px;margin:26px 0;background:#fff;position:relative}
.dd-card .dd-num{position:absolute;top:-18px;left:22px;background:var(--k);color:var(--y);font-weight:800;border-radius:99px;padding:3px 16px;font-size:14px;letter-spacing:.08em}
.dd-card h3{font-size:26px;margin-bottom:2px}
.dd-card .dd-sub{color:var(--mute);font-size:15px;margin-bottom:12px}
.dd-tags{display:flex;flex-wrap:wrap;gap:8px;margin:4px 0 14px}
.dd-tags span{background:var(--y-soft);border:1px solid var(--y-line);border-radius:99px;padding:2px 13px;font-size:15px}
.dd-mine{background:var(--y-soft);border-left:5px solid var(--y);border-radius:0 12px 12px 0;padding:10px 16px;font-size:16px;margin:6px 0 14px}
.dd-mine b{color:var(--k)}

/* CALLOUTS */
.dd-call{background:var(--k);color:#f3f3f3;border-radius:20px;padding:24px 26px;margin:28px 0}
.dd-call h3{color:var(--y);font-size:21px;margin-bottom:8px}
.dd-call p:last-child{margin:0}
.dd-call code,.dd-post code{background:rgba(244,182,55,.18);border-radius:6px;padding:1px 7px;font-size:.92em}
.dd-call code{color:var(--y)}
.dd-tip{background:var(--y-soft);border:2px solid var(--y);border-radius:20px;padding:20px 24px;margin:28px 0}
.dd-tip p:last-child{margin:0}

/* TABLE */
.dd-tbl{width:100%;border-collapse:separate;border-spacing:0;font-size:16px;border:2px solid var(--k);border-radius:16px;overflow:hidden;margin:20px 0}
.dd-tbl th{background:var(--k);color:var(--y);text-align:left;padding:12px 14px;font-size:14px;letter-spacing:.06em;text-transform:uppercase}
.dd-tbl td{padding:12px 14px;vertical-align:top;border-top:1px solid var(--y-line)}
.dd-tbl tr:nth-child(even) td{background:#fffbf0}
.dd-tbl td:first-child{font-weight:800;white-space:nowrap}
.dd-scroll{overflow-x:auto}


/* FIGURES */
.dd-fig{display:grid;grid-template-columns:1fr 1fr;gap:16px;margin:24px 0}
.dd-figi{min-width:0;margin:0;background:#fff;border:2px solid var(--k);border-radius:20px;padding:16px;position:relative}
.dd-figi svg{width:100%;height:auto;display:block;margin-top:6px}
.dd-figi figcaption{font-size:14px;color:var(--mute);line-height:1.5;margin-top:8px}
.dd-badge{display:inline-block;font-size:12px;font-weight:800;letter-spacing:.06em;text-transform:uppercase;background:var(--y);color:var(--k);padding:3px 12px;border-radius:99px}
.dd-badge.ok{background:var(--ok);color:#fff}.dd-badge.no{background:var(--no);color:#fff}
.dd-figi.bad{border-color:var(--no)}.dd-figi.good{border-color:var(--ok)}
.dd-mini{margin:12px 0 0;font-size:15px}.dd-mini th{letter-spacing:0;font-size:12px;padding:10px 8px}.dd-mini td{padding:10px 8px}.dd-mini td:first-child{white-space:normal}.dd-mini tr.tot td{font-weight:800;background:var(--y-soft)}
.dd-hbar{margin-top:14px;display:grid;gap:14px}
.dd-hbar .row{display:grid;grid-template-columns:48px 1fr;gap:4px 10px;align-items:center;font-size:15px}
.dd-hbar .trk{background:var(--y-soft);border-radius:8px;height:28px;overflow:hidden}
.dd-hbar .trk i{display:block;height:100%;background:var(--y);border-right:2px solid var(--k)}
.dd-hbar b{grid-column:2;font-size:14px;color:var(--k)}
@media(max-width:640px){.dd-fig{grid-template-columns:1fr}}


/* VISUAL STRIPS */
.dd-vis{display:flex;flex-wrap:wrap;gap:10px;justify-content:center;background:var(--y-soft);border:1px solid var(--y-line);border-radius:16px;padding:14px 10px 10px;margin:6px 0 14px}
.dd-vi{margin:0;flex:1 1 120px;max-width:200px;text-align:center}
.dd-vi.wide{flex:1 1 100%;max-width:420px}
.dd-vi svg{width:100%;height:auto;max-height:110px;display:block}
.dd-vi figcaption{font-size:13px;color:var(--mute);line-height:1.35;margin-top:4px}


.dd-main td.dd-lvl{font-weight:800;white-space:nowrap}
.dd-main td.dd-grp{background:var(--y);color:var(--k);font-weight:400;border-right:2px solid var(--k);width:170px;max-width:170px;white-space:normal;vertical-align:middle}
.dd-main td.dd-grp.dark{background:var(--k);color:#fff}
.dd-main td.dd-grp.dark b{color:var(--y)}
.dd-main td.dd-grp b{display:block;font-size:17px;margin-bottom:4px}
.dd-main td.dd-grp small{display:block;font-size:12.5px;line-height:1.35;opacity:.85}
.dd-main tr.dd-split td{border-top:2px solid var(--k)}
.dd-main tr:nth-child(even) td:not(.dd-grp){background:#fffbf0}
.dd-main{min-width:620px;table-layout:auto}

/* QUIZ */
.dd-quiz{background:var(--y-soft);border:2px solid var(--y);border-radius:24px;padding:26px}
.dd-q{background:#fff;border-radius:16px;padding:16px 18px;margin-top:14px;border:1px solid var(--y-line)}
.dd-q p{margin:0 0 10px;font-weight:700;color:var(--k)}
.dd-opts{display:flex;flex-wrap:wrap;gap:8px}
.dd-opts button{font:inherit;font-size:15px;cursor:pointer;background:#fff;border:2px solid var(--k);color:var(--k);border-radius:99px;padding:5px 16px;transition:.15s}
.dd-opts button:hover{background:var(--y)}
.dd-opts button.ok{background:var(--ok);border-color:var(--ok);color:#fff}
.dd-opts button.no{background:var(--no);border-color:var(--no);color:#fff}
.dd-fb{font-size:15px;margin:10px 0 0;color:var(--mute);display:none}
.dd-q.done .dd-fb{display:block}
.dd-score{margin-top:16px;font-weight:800;color:var(--k);min-height:1.4em}

/* CTA */
.dd-cta{background:var(--k);color:#fff;border-radius:28px;padding:44px 32px;margin-top:60px;position:relative;overflow:hidden}
.dd-cta h2{color:#fff;font-size:clamp(28px,5vw,40px)}
.dd-cta h2 em{font-style:normal;color:var(--y)}
.dd-cta p{color:#e3e3e3}
.dd-plans{display:grid;grid-template-columns:repeat(3,1fr);gap:14px;margin:26px 0}
.dd-plan{background:#1d1d1d;border:2px solid #333;border-radius:18px;padding:18px;text-align:center}
.dd-plan.hot{border-color:var(--y);background:#241d0c}
.dd-plan b{display:block;font-size:30px;color:var(--y);line-height:1.1}
.dd-plan span{display:block;font-size:15px;color:#cfcfcf;margin-top:6px;line-height:1.4}
.dd-btn{display:inline-block;background:var(--y);color:var(--k)!important;font-weight:800;text-decoration:none;font-size:19px;padding:15px 34px;border-radius:99px;transition:transform .15s,box-shadow .15s}
.dd-btn:hover{transform:translateY(-2px);box-shadow:0 8px 0 rgba(244,182,55,.35)}
.dd-sign{margin-top:26px;font-size:15px;color:#bdbdbd}
.dd-sign a{color:var(--y);text-decoration:none;font-weight:700}
.dd-sign b{color:#fff}

@media(max-width:640px){
  .dd-post{font-size:17px;padding:10px}
  .dd-hero{padding:30px 22px 100px;border-radius:22px}
  .dd-stairs{gap:6px}.dd-step{padding:10px 4px}.dd-step b{font-size:14px}.dd-step small{display:none}
  .dd-card{padding:24px 18px 8px}
  .dd-plans{grid-template-columns:1fr}
  .dd-cta{padding:32px 20px;border-radius:22px}
  .dd-quiz{padding:18px}
  .dd-tbl td:first-child{white-space:normal}
}
</style>

<article class="dd-post">

  <!-- HERO -->
  <header class="dd-hero">
    <div class="dd-brand"><img decoding="async" src="data:image/png;base64,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" alt="datadiva logó"><span>datadiva · statisztika gyorstalpaló</span></div>
    <h2>Mielőtt bármit számolsz: milyen <em>szintű</em> a változód?</h2>
    <p class="dd-lead">A statisztikai tesztválasztás nem a próbák fejben tartásával kezdődik, hanem egyetlen kérdéssel. Ha ezt jól megválaszolod, a fél munka kész. Nézzük meg, hogyan!</p>
    <div class="dd-meta"><b>Statisztika alapok</b> · kb. 6 perc olvasás · SPSS, JASP, jamovi</div>
    <svg class="dd-bell" viewBox="0 0 800 110" preserveAspectRatio="none" aria-hidden="true">
      <path d="M0 110 C 160 108, 250 100, 320 60 C 360 38, 380 8, 400 8 C 420 8, 440 38, 480 60 C 550 100, 640 108, 800 110 Z" fill="#F4B637"/>
    </svg>
  </header><style>.dd-post [id]{scroll-margin-top:120px}.dd-post #roviden a{text-decoration:underline;text-underline-offset:3px}</style><section class="dd-sec" id="roviden"><span class="dd-kicker">Röviden</span><div class="dd-tip"><p>A mérési szint egyetlen változóhoz tartozik, és ez dönti el, mit számolhatsz és melyik tesztet választhatod. Négy szint van, alulról felfelé egyre több információval:</p><ul><li><b><a href="#nominalis">Nominális</a>:</b> csak csoportok, sorrend nélkül (nem, szak, régió)</li><li><b><a href="#ordinalis">Ordinális</a>:</b> csoportok egyértelmű sorrenddel, de a lépések nem számszerűsíthetők (iskolai végzettség, Likert-tétel)</li><li><b><a href="#intervallum">Intervallum</a>:</b> számszerű lépések, de a nulla önkényes (hőmérséklet °C-ban, IQ)</li><li><b><a href="#arany">Arány</a>:</b> számszerű lépések, a nulla valódi „nincs” (életkor, pontszám, Ft)</li></ul><p>A nominális és az ordinális <b>kvalitatív</b>, az intervallum és az arány <b>kvantitatív</b> változó. Az SPSS, a JASP és a jamovi <a href="#harom-szint">csak három szintet ismer</a>. Az egész <a href="#tablazat">egy táblázatban</a>, és hogy <a href="#mire-jo">mit számolhatsz és rajzolhatsz</a> az egyes szinteken.</p></div></section>

  <!-- 1 -->
  <section class="dd-sec">
    <span class="dd-kicker">1. Az alapok</span>
    <h2>Mi az a mérési szint, és miért <span class="dd-hl">szintek</span>?</h2>
    <p>A mérési szint mindig <b>egyetlen változóhoz</b> tartozik. Az adatbázisodban ez gyakorlatilag egy oszlop: például a válaszadó neme, az életkora vagy az, hogy mennyire ért egyet egy állítással.</p>
    <p>Négy szintet különböztetünk meg, és azért „szintek&#8221;, mert egymásra épülnek: a legalsó adja a legkevesebb információt, a legfelső a legrészletesebbet. Minél feljebb jutsz, annál többet tudsz kiszámolni az adataidból.</p>

    <div class="dd-stairs" role="img" aria-label="Négy lépcsőfok: nominális, ordinális, intervallum, arány">
      <div class="dd-step"><b>Nominális</b><small>csak csoportok</small></div>
      <div class="dd-step"><b>Ordinális</b><small>csoportok + sorrend</small></div>
      <div class="dd-step"><b>Intervallum</b><small>valódi számok, önkényes nulla</small></div>
      <div class="dd-step"><b>Arány</b><small>valódi számok, valódi nulla</small></div>
    </div>
    <div class="dd-axis"><span>kevesebb információ</span><span>több információ →</span></div>
  </section>

  <!-- 2 -->
  <section class="dd-sec">
    <span class="dd-kicker">2. A négy szint</span>
    <h2>Ismerkedj meg mind a néggyel</h2>

    <div class="dd-card">
      <span class="dd-num">1. SZINT</span>
      <h3 id="nominalis">Nominális (névleges)</h3>
      <div class="dd-sub">„Ki melyik dobozba tartozik?&#8221;</div>
      <p>Egymást kizáró kategóriák, amik között <b>nincs sorrend</b>. A célja a csoportosítás. Még ha számmal kódolod is be az <a href="https://datadiva.hu/spss-maganoktatas/">SPSS</a>-be (1 = nő, 2 = férfi), akkor sincs mögötte valódi számtartalom.</p>
      <div class="dd-tags"><span>nem</span><span>pártpreferencia</span><span>nemzetiség</span><span>szak</span></div>
      <div class="dd-vis"><figure class="dd-vi wide"><svg viewBox="0 0 100 80" aria-hidden="true"><g transform="translate(2,4)"><path d="M2 14 Q22 -4 42 14 Q22 32 2 14Z" fill="#fff" stroke="#111" stroke-width="2"/><circle cx="22" cy="14" r="8" fill="#4f7bd9" stroke="#111" stroke-width="1.5"/><circle cx="22" cy="14" r="3.2" fill="#111"/></g><g transform="translate(52,4)"><path d="M2 14 Q22 -4 42 14 Q22 32 2 14Z" fill="#fff" stroke="#111" stroke-width="2"/><circle cx="22" cy="14" r="8" fill="#8d99a6" stroke="#111" stroke-width="1.5"/><circle cx="22" cy="14" r="3.2" fill="#111"/></g><g transform="translate(2,44)"><path d="M2 14 Q22 -4 42 14 Q22 32 2 14Z" fill="#fff" stroke="#111" stroke-width="2"/><circle cx="22" cy="14" r="8" fill="#2e9e5b" stroke="#111" stroke-width="1.5"/><circle cx="22" cy="14" r="3.2" fill="#111"/></g><g transform="translate(52,44)"><path d="M2 14 Q22 -4 42 14 Q22 32 2 14Z" fill="#fff" stroke="#111" stroke-width="2"/><circle cx="22" cy="14" r="8" fill="#8a6a2f" stroke="#111" stroke-width="1.5"/><circle cx="22" cy="14" r="3.2" fill="#111"/></g></svg><figcaption>Szemszín: kék, barna, zöld, szürke. Nincs köztük sorrend.</figcaption></figure></div>
      <div class="dd-mine"><b>Kutatói példa:</b> milyen szakos tanár valaki, vagy végzett-e környezeti nevelési továbbképzést (igen / nem).</div>
    </div>

    <div class="dd-card">
      <span class="dd-num">2. SZINT</span>
      <h3 id="ordinalis">Ordinális (sorrendi)</h3>
      <div class="dd-sub">„Ki van előrébb?&#8221;</div>
      <p>Rangsorolt kategóriák, de <b>csak a sorrend számít</b>: a lépések nem egyformák, és nem is számszerűsíthetők (nem tudod megmondani, hogy az L „mennyivel&#8221; több az M-nél). Az adatbázisban többnyire számok szerepelnek, de ezek itt csak a sorrendet jelentik, nem „igazi&#8221; számok.</p>
      <div class="dd-tags"><span>iskolai végzettség</span><span>ruhaméret</span><span>kockázati kategória</span><span>település típusa: falu / város / megyeszékhely / főváros</span></div>
      <div class="dd-vis"><figure class="dd-vi wide"><svg viewBox="0 0 220 100" aria-hidden="true"><g transform="translate(6,42) scale(0.55)"><path d="M18 6 L8 12 L2 26 L12 30 L14 24 L14 56 L46 56 L46 24 L48 30 L58 26 L52 12 L42 6 Q30 14 18 6Z" fill="#F4B637" stroke="#111" stroke-width="3.64" stroke-linejoin="round"/></g><text x="22.5" y="92" text-anchor="middle" font-size="11" font-weight="800" fill="#111">S</text><g transform="translate(62,34) scale(0.7)"><path d="M18 6 L8 12 L2 26 L12 30 L14 24 L14 56 L46 56 L46 24 L48 30 L58 26 L52 12 L42 6 Q30 14 18 6Z" fill="#F4B637" stroke="#111" stroke-width="2.86" stroke-linejoin="round"/></g><text x="83.0" y="92" text-anchor="middle" font-size="11" font-weight="800" fill="#111">M</text><g transform="translate(120,24) scale(0.85)"><path d="M18 6 L8 12 L2 26 L12 30 L14 24 L14 56 L46 56 L46 24 L48 30 L58 26 L52 12 L42 6 Q30 14 18 6Z" fill="#F4B637" stroke="#111" stroke-width="2.35" stroke-linejoin="round"/></g><text x="145.5" y="92" text-anchor="middle" font-size="11" font-weight="800" fill="#111">L</text><g transform="translate(178,12) scale(1.0)"><path d="M18 6 L8 12 L2 26 L12 30 L14 24 L14 56 L46 56 L46 24 L48 30 L58 26 L52 12 L42 6 Q30 14 18 6Z" fill="#F4B637" stroke="#111" stroke-width="2.00" stroke-linejoin="round"/></g><text x="208.0" y="92" text-anchor="middle" font-size="11" font-weight="800" fill="#111">XL</text><line x1="6" x2="214" y1="97" y2="97" stroke="#eadfc2"/></svg><figcaption>Pólóméret: S &lt; M &lt; L &lt; XL. Csak sorrend van, a lépések nem egyformák és nem számszerűsíthetők.</figcaption></figure></div>
      <div class="dd-mine"><b>Kutatói példa:</b> pedagógus-besorolás (gyakornok, Ped I., Ped II. …), vagy hogy az iskola milyen típusú településen működik.</div>
    </div>

    <div class="dd-card">
      <span class="dd-num">3. SZINT</span>
      <h3 id="intervallum">Intervallum</h3>
      <div class="dd-sub">„Mennyivel több?&#8221;, de a nulla önkényes</div>
      <p>Itt már a számok tényleg számok: számolhatsz velük. A lépésközök egyenlők (egy évvel idősebb lettem, és minden évben ugyanannyit öregszem). A <b>nulla viszont megegyezés kérdése</b>, nem azt jelenti, hogy „nincs&#8221;.</p>
      <div class="dd-tags"><span>hőmérséklet (°C)</span><span>IQ</span><span>időszámítás</span></div>
      <p>Vedd a hőmérsékletet: Európában 0 °C-nál fagy meg a víz, az USA-ban sok helyen Fahrenheitben mérnek, ott a 0 egészen máshol van. A 0 °C attól még nem azt jelenti, hogy „nincs hőmérséklet&#8221;. Ugyanígy az időszámításunk nullája Krisztus születése, más kultúrákban máshoz viszonyítanak. Az IQ-nál a 100 pont egy adott populáció átlaga, ami populációnként eltérhet, vagy idővel változhat.</p>
      <div class="dd-vis"><figure class="dd-vi"><svg viewBox="0 0 80 80" aria-hidden="true"><rect x="22" y="6" width="12" height="46" rx="6" fill="#fff" stroke="#111" stroke-width="2"/><circle cx="28" cy="60" r="10" fill="#c0392b" stroke="#111" stroke-width="2"/><rect x="25.5" y="22" width="5" height="38" fill="#c0392b"/><line x1="38" x2="44" y1="12" y2="12" stroke="#111" stroke-width="1.5"/><line x1="38" x2="41" y1="19" y2="19" stroke="#111" stroke-width="1.5"/><line x1="38" x2="44" y1="26" y2="26" stroke="#111" stroke-width="1.5"/><line x1="38" x2="41" y1="33" y2="33" stroke="#111" stroke-width="1.5"/><line x1="38" x2="44" y1="40" y2="40" stroke="#111" stroke-width="1.5"/><line x1="38" x2="41" y1="47" y2="47" stroke="#111" stroke-width="1.5"/><text x="52" y="22" font-size="12" font-weight="800" fill="#111">°C</text><text x="52" y="44" font-size="12" font-weight="800" fill="#111">°F</text></svg><figcaption>hőmérséklet: a 0 megegyezés (°C vs °F)</figcaption></figure><figure class="dd-vi"><svg viewBox="0 0 100 80" aria-hidden="true"><polygon points="50,14 80,26 50,38 20,26" fill="#111"/><path d="M34 33 V44 Q50 54 66 44 V33 L50 40Z" fill="#111"/><line x1="80" y1="26" x2="80" y2="42" stroke="#111" stroke-width="2"/><text x="50" y="72" text-anchor="middle" font-size="22" font-weight="800" fill="#F4B637" stroke="#111" stroke-width="1" paint-order="stroke">IQ</text></svg><figcaption>IQ: a 100 egy populáció átlaga</figcaption></figure><figure class="dd-vi"><svg viewBox="0 0 100 80" aria-hidden="true"><line x1="6" x2="88" y1="46" y2="46" stroke="#111" stroke-width="4"/><polygon points="94,46 84,39 84,53" fill="#111"/><circle cx="16" cy="46" r="5.5" fill="#F4B637" stroke="#111" stroke-width="2"/><line x1="16" x2="16" y1="46" y2="24" stroke="#111" stroke-width="1.2" stroke-dasharray="2 2"/><rect x="10" y="18" width="12" height="6" fill="#111"/><circle cx="36" cy="46" r="5.5" fill="#F4B637" stroke="#111" stroke-width="2"/><line x1="36" x2="36" y1="46" y2="34" stroke="#111" stroke-width="1.2" stroke-dasharray="2 2"/><rect x="30" y="28" width="12" height="6" fill="#111"/><circle cx="58" cy="46" r="5.5" fill="#F4B637" stroke="#111" stroke-width="2"/><line x1="58" x2="58" y1="46" y2="18" stroke="#111" stroke-width="1.2" stroke-dasharray="2 2"/><rect x="52" y="12" width="12" height="6" fill="#111"/><circle cx="78" cy="46" r="5.5" fill="#F4B637" stroke="#111" stroke-width="2"/><line x1="78" x2="78" y1="46" y2="30" stroke="#111" stroke-width="1.2" stroke-dasharray="2 2"/><rect x="72" y="24" width="12" height="6" fill="#111"/><text x="50" y="72" text-anchor="middle" font-size="11" font-weight="700" fill="#111">Kr. születése = 0</text></svg><figcaption>időszámítás: a 0 kulturálisan kijelölt</figcaption></figure></div>
      <div class="dd-mine"><b>Kutatói példa:</b> kérdőíves becslések, mint „Mit gondolsz, hány fokkal melegedett a Föld 1800 óta?&#8221;, vagy „Mekkora volt a valaha mért legmagasabb hőmérséklet Magyarországon?&#8221;.</div>
    </div>

    <div class="dd-card">
      <span class="dd-num">4. SZINT</span>
      <h3 id="arany">Arány</h3>
      <div class="dd-sub">„Hányszor több?&#8221;, és a nulla tényleg nulla</div>
      <p>Számszerű lépések, <b>abszolút nullával</b>: a 0 azt jelenti, hogy valami egyszerűen nincs.</p>
      <div class="dd-tags"><span>0 kg krumpli → bolognai lesz az ebéd 🍝</span><span>0 km séta → sorozatmaraton a kanapén</span><span>0 Ft fizetés → hát, kirúgtak</span><span>0 éves → épp most fogantál</span></div>
      <p>A mértékegység lehet más (km vagy mérföld), a nulla a kanapét jelenti mindkettőnél.</p>
      <div class="dd-vis"><figure class="dd-vi"><svg viewBox="0 0 100 80" aria-hidden="true"><circle cx="50" cy="16" r="9" fill="none" stroke="#111" stroke-width="4"/><path d="M26 28 H74 L84 68 H16Z" fill="#F4B637" stroke="#111" stroke-width="2.5" stroke-linejoin="round"/><text x="50" y="57" text-anchor="middle" font-size="19" font-weight="800" fill="#111">KG</text></svg><figcaption>kilogramm: 0 kg = nincs súly</figcaption></figure><figure class="dd-vi"><svg viewBox="0 0 80 80" aria-hidden="true"><path d="M40 6 Q18 36 18 52 A22 22 0 0 0 62 52 Q62 36 40 6Z" fill="#F4B637" stroke="#111" stroke-width="2.5" stroke-linejoin="round"/><text x="40" y="58" text-anchor="middle" font-size="22" font-weight="800" fill="#111">L</text></svg><figcaption>liter: 0 l = nincs folyadék</figcaption></figure><figure class="dd-vi"><svg viewBox="0 0 100 80" aria-hidden="true"><path d="M10 62 A40 40 0 0 1 90 62 Z" fill="#F4B637" stroke="#111" stroke-width="2.5" stroke-linejoin="round"/><line x1="50" y1="62" x2="64" y2="32" stroke="#111" stroke-width="3.5" stroke-linecap="round"/><circle cx="50" cy="62" r="5" fill="#111"/><text x="16" y="56" font-size="10" font-weight="800" fill="#111">0</text></svg><figcaption>sebesség, km/h: 0 = áll</figcaption></figure></div>
      <div class="dd-mine"><b>Kutatói példa:</b> életkor, dolgozaton elért pontszám, pályán töltött évek száma.</div>
    </div>
  </section>

  <!-- 3 -->
  <section class="dd-sec">
    <span class="dd-kicker">3. Egy táblázatban</span>
    <h2 id="tablazat">Az egész egy ránézésre</h2>
    <div class="dd-scroll">
    <table class="dd-tbl dd-main">
      <thead><tr><th>Csoportosítás</th><th>Mérési szint</th><th>Mit tud?</th><th>Példa</th></tr></thead>
      <tbody>
        <tr><td class="dd-grp" rowspan="2"><b>Kvalitatív</b><small>minőségi, alacsony mérési szintű, csoportosító, kategorizált</small></td><td class="dd-lvl">Nominális</td><td>Csak csoportokat képez, nincs köztük sorrend.</td><td>nem, szak, régió</td></tr>
        <tr><td class="dd-lvl">Ordinális</td><td>Csoportok egyértelmű sorrenddel, de a lépések nem számszerűsíthetők. Ha akarom csoport, ha akarom szám (rangsor).</td><td>iskolai végzettség, Likert-tétel (1–5)</td></tr>
        <tr class="dd-split"><td class="dd-grp dark" rowspan="2"><b>Kvantitatív</b><small>mennyiségi, magas mérési szintű, metrikus, számszerűsítő</small></td><td class="dd-lvl">Intervallum</td><td>Számszerű lépések, de a nulla önkényes.</td><td>hőmérséklet, időszámítás, IQ</td></tr>
        <tr><td class="dd-lvl">Arány</td><td>Számszerű lépések, a nulla abszolút („nincs&#8221;).</td><td>0 km, 0 Ft, 0 év, 0 kg</td></tr>
      </tbody>
    </table>
    </div>

    <div class="dd-tip">
      <p><b>Kvali vagy kvanti? Kétféle értelemben is hallod majd.</b></p>
      <p><b>1. Kutatásmódszertani irány.</b> Kvalitatív kutatás az, ahol szöveggel, jelentéssel dolgozol (interjú, fókuszcsoport, tartalomelemzés). Kvantitatív az, ahol számokkal (kérdőív, dolgozateredmények, pénzügyi adatok elemzése). Mindkettő teljes értékű kutatásmódszertani irány, és sokszor együtt is használják őket.</p>
      <p><b>2. Változó-megnevezés.</b> A két alsó mérési szintet (nominális, ordinális) gyakran hívják kvalitatív (minőségi), a két felsőt (intervallum, arány) kvantitatív (mennyiségi) változónak. Ettől még mindkettő a <b>kvantitatív kutatáson belüli adatbázisra</b> vonatkozik: egy kérdőív nominális változója nem lesz tőle kvalitatív kutatás.</p>
    </div>
  </section>

  <!-- 4 -->
  <section class="dd-sec">
    <span class="dd-kicker">4. Szoftverben</span>
    <h2 id="harom-szint">Miért ismer a SPSS, a JASP és a jamovi is csak három szintet?</h2>
    <p>Ha megnyitod a változók beállításait, mindhárom programban három lehetőséget látsz: <code>Nominal</code>, <code>Ordinal</code> és egy harmadikat, ami az SPSS-ben és a <a href="https://datadiva.hu/jasp-segitseg/">JASP</a>-ben <code>Scale</code>, a <a href="https://datadiva.hu/jamovi-segitseg-es-online-konzultacio/">jamovi</a>ban pedig <code>Continuous</code> a neve. Ez a harmadik az intervallum és az arány együttes jelölése.</p>
    <p>Ennek az az oka, hogy tesztválasztásnál mindegy, hogy a változód intervallum vagy arány: ugyanazokat a módszereket használhatod rájuk. Csak az számít, hogy a számok <b>valóban számok-e</b>.</p>

    <div class="dd-call">
      <h3 id="ordinalis-ketarcu">Az ordinális változó kétarcú</h3>
      <p>A nominális változókat külön kezeljük, az ordinálisak viszont különlegesek. Betölthetnek minden szerepet, amit a nominális (hiszen csoportokat jelentenek), <b>és</b> bizonyos megszorításokkal kvantitatív szerepbe is mehetnek, jellemzően nem paraméteres vizsgálatokban.</p>
      <p>Példa: a korreláció kvantitatív vizsgálat, de ha ordinális változót építesz bele, akkor nem Pearsont, hanem a nem paraméteres <b>Spearman</b>-korrelációt kell használnod.</p>
    </div>

    <p><b>A Likert-skála kényes téma.</b> Az egyes tételeket (1–5-ig) általában ordinálisnak tekintjük, a tudományban viszont komoly vita van arról, hogy ordinálisként vagy intervallumként kezeljük-e őket. A több tételből összeadással vagy átlagolással képzett összesített skálát a gyakorlatban többnyire <code>Scale</code> (jamoviban <code>Continuous</code>) változóként használják. Ezt érdemes előre eldönteni, és a dolgozatodban meg is indokolni.</p>
  </section>

  <!-- 5 -->
  <section class="dd-sec">
    <span class="dd-kicker">5. Mire jó mindez?</span>
    <h2 id="mire-jo">A szint dönti el, mit számolhatsz és mit rajzolhatsz</h2>
    <p><b>Nominális és ordinális változónál</b> csak kategóriák vannak, ezért a megoszláson a fókusz: gyakoriságok (miből hány darab) és relatív gyakoriságok (hány százalék). Például: fiú 20 fő, 40%; lány 30 fő, 60%. Ábrán oszlop- vagy sávdiagram a barátod. A kördiagramot inkább hagyd. 🙃</p>
    <div class="dd-fig dd-freq">
      <div class="dd-figi">
        <span class="dd-badge">Gyakorisági tábla (frequency table)</span>
        <table class="dd-tbl dd-mini">
          <thead><tr><th>Nem</th><th>Gyakoriság</th><th>Relatív gyakoriság</th></tr></thead>
          <tbody>
            <tr><td>Fiú</td><td>20 fő</td><td>40%</td></tr>
            <tr><td>Lány</td><td>30 fő</td><td>60%</td></tr>
            <tr class="tot"><td>Összesen</td><td>50 fő</td><td>100%</td></tr>
          </tbody>
        </table>
      </div>
      <div class="dd-figi">
        <span class="dd-badge">Sávdiagram</span>
        <div class="dd-hbar" role="img" aria-label="Sávdiagram: fiú 40%, lány 60%">
          <div class="row"><span>Fiú</span><div class="trk"><i style="width:40%"></i></div><b>20 fő · 40%</b></div>
          <div class="row"><span>Lány</span><div class="trk"><i style="width:60%"></i></div><b>30 fő · 60%</b></div>
        </div>
      </div>
    </div>
    <p><b>Intervallum és arány változónál</b> már igazi mutatószámokat számolhatsz: átlagot, mediánt, szórást, terjedelmet, kvartiliseket. Ábrán hisztogram vagy boxplot dukál.</p>
    <div class="dd-call">
      <h3 id="gyakori-hiba">A leggyakoribb hiba</h3>
      <p>Folytonos, számszerű adatra oszlopdiagramot ereszteni intervallumba rendezés nélkül. Ez szakmailag hibás. Oda hisztogram kell, amiben az oszlopok össze is érnek, mert a változó folytonos.</p>
    </div>
    <div class="dd-fig">
      <figure class="dd-figi bad"><span class="dd-badge no">✗ Így ne</span><svg viewBox="0 0 440 270" role="img" aria-label="Hibás oszlopdiagram: minden egyedi érték külön oszlop, szétszórt, olvashatatlan"><line x1="44" x2="430" y1="208.0" y2="208.0" stroke="#eadfc2"/><text x="38" y="212.0" text-anchor="end" font-size="11" fill="#6b6b6b">0</text><line x1="44" x2="430" y1="112.0" y2="112.0" stroke="#eadfc2"/><text x="38" y="116.0" text-anchor="end" font-size="11" fill="#6b6b6b">5</text><line x1="44" x2="430" y1="16.0" y2="16.0" stroke="#eadfc2"/><text x="38" y="20.0" text-anchor="end" font-size="11" fill="#6b6b6b">10</text><rect x="45.0" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="53.0" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="61.1" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="69.1" y="150.4" width="5.6" height="57.6" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="77.2" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="85.2" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="93.2" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="101.3" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="109.3" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="117.4" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="125.4" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="133.5" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="141.5" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="149.5" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="157.6" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="165.6" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="173.7" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="181.7" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="189.8" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="197.8" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="205.8" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="213.9" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="221.9" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="230.0" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="238.0" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="246.0" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="254.1" y="150.4" width="5.6" height="57.6" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="262.1" y="150.4" width="5.6" height="57.6" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="270.2" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="278.2" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="286.2" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="294.3" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="302.3" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="310.4" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="318.4" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="326.5" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="334.5" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="342.5" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="350.6" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="358.6" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="366.7" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="374.7" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="382.8" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="390.8" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="398.8" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="406.9" y="169.6" width="5.6" height="38.4" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="414.9" y="150.4" width="5.6" height="57.6" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><rect x="423.0" y="188.8" width="5.6" height="19.2" fill="#d9d9d9" stroke="#b3402f" stroke-width="1"/><line x1="44" x2="430" y1="208" y2="208" stroke="#111" stroke-width="2"/><text x="237.0" y="256" text-anchor="middle" font-size="12" fill="#111" font-weight="700">hitelösszegek (minden érték külön oszlop)</text><text x="12" y="112.0" transform="rotate(-90 12 112.0)" text-anchor="middle" font-size="12" fill="#111" font-weight="700">gyakoriság (fő)</text></svg><figcaption>Oszlopdiagram folytonos adatra: szálkás, sokszor 1-es oszlopok. Semmit nem mutat az eloszlásból.</figcaption></figure>
      <figure class="dd-figi good"><span class="dd-badge ok">✓ Így jó</span><svg viewBox="0 0 440 270" role="img" aria-label="Hisztogram: a hitelnagyság intervallumokba rendezve, az oszlopok összeérnek"><line x1="44" x2="430" y1="208.0" y2="208.0" stroke="#eadfc2" stroke-width="1"/><text x="38" y="212.0" text-anchor="end" font-size="11" fill="#6b6b6b">0</text><line x1="44" x2="430" y1="144.0" y2="144.0" stroke="#eadfc2" stroke-width="1"/><text x="38" y="148.0" text-anchor="end" font-size="11" fill="#6b6b6b">40</text><line x1="44" x2="430" y1="80.0" y2="80.0" stroke="#eadfc2" stroke-width="1"/><text x="38" y="84.0" text-anchor="end" font-size="11" fill="#6b6b6b">80</text><line x1="44" x2="430" y1="16.0" y2="16.0" stroke="#eadfc2" stroke-width="1"/><text x="38" y="20.0" text-anchor="end" font-size="11" fill="#6b6b6b">120</text><rect x="44.0" y="72.0" width="29.7" height="136.0" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="73.7" y="35.2" width="29.7" height="172.8" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="103.4" y="36.8" width="29.7" height="171.2" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="133.1" y="108.8" width="29.7" height="99.2" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="162.8" y="120.0" width="29.7" height="88.0" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="192.5" y="161.6" width="29.7" height="46.4" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="222.2" y="169.6" width="29.7" height="38.4" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="251.8" y="187.2" width="29.7" height="20.8" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="281.5" y="195.2" width="29.7" height="12.8" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="311.2" y="201.6" width="29.7" height="6.4" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="340.9" y="204.8" width="29.7" height="3.2" fill="#F4B637" stroke="#111" stroke-width="1.2"/><rect x="400.3" y="203.2" width="29.7" height="4.8" fill="#F4B637" stroke="#111" stroke-width="1.2"/><line x1="44" x2="430" y1="208" y2="208" stroke="#111" stroke-width="2"/><text x="237.0" y="256" text-anchor="middle" font-size="12" fill="#111" font-weight="700">hitelnagyság (intervallumokba rendezve →)</text><text x="12" y="112.0" transform="rotate(-90 12 112.0)" text-anchor="middle" font-size="12" fill="#111" font-weight="700">gyakoriság (fő)</text></svg><figcaption>Hisztogram: az értékeket intervallumokba rendezzük, az oszlopok összeérnek. Rögtön látszik a jobbra elnyúló (ferde) eloszlás.</figcaption></figure>
    </div>
  </section>

  <!-- QUIZ -->
  <section class="dd-sec">
    <span class="dd-kicker">6. Próbáld ki</span>
    <h2>Melyik szint ez?</h2>
    <div class="dd-quiz" id="ddQuiz">
      <p style="margin:0">Öt gyors kérdés. Kattints a szerinted helyes szintre!</p>
      <div class="dd-q" data-a="nom"><p>Szak: ápoló / szociális munkás / gyógypedagógus / pszichológus</p><div class="dd-opts"></div><div class="dd-fb">Nominális: csoportok, sorrend nélkül. Nincs „jobb&#8221; vagy „nagyobb&#8221; szak.</div></div>
      <div class="dd-q" data-a="ord"><p>Legmagasabb iskolai végzettség: alap / közép / BSc / MSc / PhD</p><div class="dd-opts"></div><div class="dd-fb">Ordinális: egyértelmű a sorrend, de nem tudjuk, hogy a lépések egyforma nagyok-e.</div></div>
      <div class="dd-q" data-a="int"><p>Hőmérséklet °C-ban</p><div class="dd-opts"></div><div class="dd-fb">Intervallum: egyenlő lépések, de a 0 °C nem azt jelenti, hogy „nincs hőmérséklet&#8221;.</div></div>
      <div class="dd-q" data-a="rat"><p>Havi nettó fizetés forintban</p><div class="dd-opts"></div><div class="dd-fb">Arány: a 0 Ft tényleg azt jelenti, hogy nincs jövedelem.</div></div>
      <div class="dd-q" data-a="ord"><p>Település típusa: falu / város / megyeszékhely / főváros</p><div class="dd-opts"></div><div class="dd-fb">Ordinális: van sorrend (méret szerint), de a lépések nem egyformák.</div></div>
      <div class="dd-score" id="ddScore" aria-live="polite"></div>
    </div>
  </section>

  <!-- CTA -->
  <section class="dd-sec" id="gyik"><span class="dd-kicker">GYIK</span><h2>Gyakori <span class="dd-hl">kérdések</span></h2><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mi a különbség az intervallum- és az arányskála között?</h3><p>Mindkettőnél egyenlők a lépésközök. Intervallumskálán a nulla önkényes: a 0 °C nem azt jelenti, hogy nincs hőmérséklet. Arányskálán a nulla valóban azt jelenti, hogy „nincs”, például 0 kg vagy 0 Ft.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Miért csak három mérési szintet ismer az SPSS, a JASP és a jamovi?</h3><p>Mert tesztválasztásnál mindegy, hogy a változó intervallum vagy arány. Ezért a programok a kettőt egy szintként kezelik: SPSS-ben és JASP-ben ez a Scale, jamoviban a Continuous.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">A Likert-skála ordinális vagy intervallum?</h3><p>Az egyes tételeket (1–5) általában ordinálisnak tekintjük, de erről a tudományban vita van. A több tételből képzett összesített skálát a gyakorlatban többnyire Scale (jamoviban Continuous) változóként használják. Érdemes előre eldönteni, és a dolgozatban megindokolni.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Milyen mutatót és ábrát használjak az egyes szinteken?</h3><p>Nominális és ordinális változónál gyakoriságot és relatív gyakoriságot (százalékot), ábrán oszlop- vagy sávdiagramot. Intervallum- és arányváltozónál átlagot, mediánt, szórást, terjedelmet és kvartiliseket, ábrán hisztogramot vagy boxplotot.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Mi a leggyakoribb hiba az ábrázolásnál?</h3><p>Ha folytonos, számszerű adatra intervallumokba rendezés nélkül oszlopdiagramot készítesz. Oda hisztogram kell, amelyben az oszlopok összeérnek.</p><h3 style="font-size:19px;line-height:1.35;margin:26px 0 6px">Ordinális változóval végezhetek kvantitatív elemzést?</h3><p>Bizonyos megszorításokkal igen, jellemzően nem-parametrikus módszerekkel. Korrelációnál például Pearson helyett Spearman-korrelációt kell használnod.</p></section><script type="application/ld+json">{"@context":"https://schema.org","@type":"FAQPage","mainEntity":[{"@type":"Question","name":"Mi a különbség az intervallum- és az arányskála között?","acceptedAnswer":{"@type":"Answer","text":"Mindkettőnél egyenlők a lépésközök. Intervallumskálán a nulla önkényes: a 0 °C nem azt jelenti, hogy nincs hőmérséklet. Arányskálán a nulla valóban azt jelenti, hogy „nincs”, például 0 kg vagy 0 Ft."}},{"@type":"Question","name":"Miért csak három mérési szintet ismer az SPSS, a JASP és a jamovi?","acceptedAnswer":{"@type":"Answer","text":"Mert tesztválasztásnál mindegy, hogy a változó intervallum vagy arány. Ezért a programok a kettőt egy szintként kezelik: SPSS-ben és JASP-ben ez a Scale, jamoviban a Continuous."}},{"@type":"Question","name":"A Likert-skála ordinális vagy intervallum?","acceptedAnswer":{"@type":"Answer","text":"Az egyes tételeket (1–5) általában ordinálisnak tekintjük, de erről a tudományban vita van. A több tételből képzett összesített skálát a gyakorlatban többnyire Scale (jamoviban Continuous) változóként használják. Érdemes előre eldönteni, és a dolgozatban megindokolni."}},{"@type":"Question","name":"Milyen mutatót és ábrát használjak az egyes szinteken?","acceptedAnswer":{"@type":"Answer","text":"Nominális és ordinális változónál gyakoriságot és relatív gyakoriságot (százalékot), ábrán oszlop- vagy sávdiagramot. Intervallum- és arányváltozónál átlagot, mediánt, szórást, terjedelmet és kvartiliseket, ábrán hisztogramot vagy boxplotot."}},{"@type":"Question","name":"Mi a leggyakoribb hiba az ábrázolásnál?","acceptedAnswer":{"@type":"Answer","text":"Ha folytonos, számszerű adatra intervallumokba rendezés nélkül oszlopdiagramot készítesz. Oda hisztogram kell, amelyben az oszlopok összeérnek."}},{"@type":"Question","name":"Ordinális változóval végezhetek kvantitatív elemzést?","acceptedAnswer":{"@type":"Answer","text":"Bizonyos megszorításokkal igen, jellemzően nem-parametrikus módszerekkel. Korrelációnál például Pearson helyett Spearman-korrelációt kell használnod."}}]}</script><section class="dd-cta">
    <h2>Elakadtál? <em>Együtt</em> megcsináljuk!</h2>
    <p style="margin-top:16px">Az elmélet a könnyebbik fele. A nehezebb az, amikor a saját adatbázisodnál kell eldönteni, melyik változó milyen szintű, melyik teszt illik hozzá, és mit írj le a dolgozatodba. Ott szoktak megcsúszni a szakdolgozatok, a disszertációk és a beadandók.</p>
    <p><b style="color:#fff">Nem helyetted, hanem veled</b> nézzük végig az adataidat, hogy te is értsd, mit miért csinálsz. <a href="https://datadiva.hu/spss-maganoktatas/">SPSS</a>, <a href="https://datadiva.hu/jasp-segitseg/">JASP</a>, <a href="https://datadiva.hu/jamovi-segitseg-es-online-konzultacio/">jamovi</a>: ami neked kényelmes.</p>

    <p><b>Tovább:</b> a mérési szinttől függ, melyik programban és hogyan elemezzük az adatot. Segítek benne <a href="https://datadiva.hu/statisztika-magantanar/">statisztika magántanárként</a>, <a href="https://datadiva.hu/spss-maganoktatas/">SPSS</a>, <a href="https://datadiva.hu/jasp-segitseg/">JASP</a> vagy <a href="https://datadiva.hu/jamovi-segitseg-es-online-konzultacio/">jamovi</a> használatával. Vedd fel velem <a href="https://datadiva.hu/kapcsolat">a kapcsolatot</a>, és megbeszéljük, miben segíthetek.</p><div class="dd-plans">
      <div class="dd-plan hot"><b>10 perc</b><span>Ingyenes ismerkedő hívás: megbeszéljük, hol tartasz, és miben segíthetek</span></div>
      <div class="dd-plan"><b>45 perc</b><span>Egy konkrét kérdés vagy elakadás átbeszélése</span></div>
      <div class="dd-plan"><b>90 perc</b><span>Mélyebb munka: elemzés, értelmezés, dolgozat</span></div>
    </div>

    <p style="text-align:center;margin:30px 0 6px"><a class="dd-btn" href="https://datadiva.hu/kapcsolat">Foglald le a helyed most!</a></p>
    <p style="text-align:center;margin:0;color:var(--y);font-weight:700">Együtt megcsináljuk!</p>

    <div class="dd-sign">
      <b>Dr. Kun Zsuzsanna</b> · datadiva · 15+ év statisztika- és kutatásmódszertan-oktatás<br>
      Telefon: <a href="#" data-t="num">Telefonszám megjelenítése</a> · <a href="#" data-t="wa">WhatsApp</a> · <a href="#" data-t="vb">Viber</a><br>
      <a href="mailto:zsuzsanna.kun@datadiva.hu">zsuzsanna.kun@datadiva.hu</a> · <a href="https://datadiva.hu">datadiva.hu</a>
    </div>
  </section>
</article>

<script>
(function(){
  var root=document.getElementById('ddQuiz'); if(!root) return;
  var L=[['nom','Nominális'],['ord','Ordinális'],['int','Intervallum'],['rat','Arány']];
  var qs=root.querySelectorAll('.dd-q'), done=0, good=0, score=document.getElementById('ddScore');
  qs.forEach(function(q){
    var box=q.querySelector('.dd-opts'), ans=q.getAttribute('data-a');
    L.forEach(function(o){
      var b=document.createElement('button'); b.type='button'; b.textContent=o[1];
      b.addEventListener('click',function(){
        if(q.classList.contains('done')) return;
        q.classList.add('done'); done++;
        if(o[0]===ans){b.classList.add('ok');good++;}
        else{b.classList.add('no');
          box.querySelectorAll('button').forEach(function(x,i){ if(L[i][0]===ans) x.classList.add('ok'); });}
        if(done===qs.length){
          score.textContent=good+'/'+qs.length+' találat. '+(good===qs.length?'Tökéletes, mehetsz a tesztválasztásra! 🎉':good>=3?'Szép munka, már csak az árnyalatok vannak hátra.':'Semmi gond, erre való a gyakorlás. Szívesen átnézzük együtt!');
        }
      });
      box.appendChild(b);
    });
  });
})();
</script>

]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
