Жаль. Я недавно мучил ИИ, и домучал таки! Немного изменив промпт.
Иной раз и не поймешь, что он не понимает.

Всяческую достоверность математически если и проверяют, то, насколько я представляю, весьма примерно.
Через соответствие распределению Гаусса, например.

Зачем??? Есть же Узкоглазый.
Так коллега китайца DeepSeek зовет.
Его только сразу надо настроить - отвечай коротко и по делу...

По каждому критерию от Вас ожидают:
1) значение
2) погрешность ("недостоверность")

По парам/наборам критерий от Вас ожидают:
1) "расстояние" между оценками - для пары это модуль разности, для наборов (одинаковой длины) - любая векторная норма, которая Вам нравится. Эвклидова, например.
2) а последнее я не понял. Нет такого понятия "достоверность отличий". "Насколько достоверно посчитанное выше расстояние"? оК, проверьте его, взяв несколько разных норм, и если разброс будет сопоставим с погрешностью самих оценок, сделайте вывод, что рассчитанные отличия - достоверны...

Недостоверность в социологии может означать многое.

Например, нерепрезентативность выборки (замеряли удовлетворенность жизнью и опросили только бабушек в очереди районной поликлиники).

Или, например, обстоятельство, заставлявшее респондентов чаще врать, чем говорить правду. Например, опрос мужчин о размере их члена.

То есть, если длина членов опрошенных мужчин не укладывается в распределение Гаусса, а график выглядит как столбик на отметке "25 см. на морозе", значит в опрос попали одни сплошные звездунишки.

Добавлено через 11 минут
Как сравнить: в одной группе на столе у спрашивающего лежала линейка.
А в другой группе спрашивала очаровательная женщина.

В первой группе - распределение Гаусса, а во второй - столбик.

Вот и сравнивать))

Я понял, что от неё таки числовое значение требует.
Всё приведенное, верно, но количественно оценено быть не может. Даже в случае с членами, скорее всего, Гауссово распределение получится: кто-то окажется поскромнее, кто-то наоборот. Тем более, к этому приведет присутствие не одинаково (для всех) очаровательной женщины.

Да, пожалуй, так.

Если группы разные, то используете U-критерий Манна-Уитни. Там и уровень значимости автоматически посчитаются. В интернете есть онлайн-калькуляторы. Но лучше всего, конечно, набор компьютерных программ для статистики SPSS. Если нужно сравнить значения до и после эксперимента, например, т.е. одни и те же люди, то используете T-критерий Вилкоксона

Коллеги! Я мучала свои цифры, доставала своего руководителя и наконец-то до меня дошло, что он хочет чтобы я все-таки сравнила группы друг с другом для определенного показателя. Взяла попроще метод тест Стьюдента, ну и что вы думаете, показывает, что большинство показателей статистически не значимы, ну у меня уже руки опускаются. Есть еще надежда, что я не правильно группы сформировала, у меня их три "сильная", "средняя" и "слабая". Короче буду опять группы формировать. Если есть какие-то предложения или советы, жду с нетерпением.

Надо сразу разбивать на группы по многим критериям. По одним из них t-критерий покажет отсутствие связи а по другим наличие. И делать это надо в электронных таблицах, там есть для этого готовые функции статистики такие как СТЬЮДЕНТ.ТЕСТ.