Το ANOVA είναι ένα ισχυρό τεστ, αλλά ακατάλληλο σε ορισμένες περιπτώσεις.
Μια μονόδρομη ανάλυση της διακύμανσης ή ANOVA, είναι μια στατιστική μέθοδος που χρησιμοποιείται για τη σύγκριση των μέσων τιμών περισσότερων από δύο συνόλων δεδομένων, για να διαπιστωθεί εάν διαφέρουν στατιστικά μεταξύ τους. Το SPSS, ένα πακέτο στατιστικής ανάλυσης, επιτρέπει τη χρήση μιας μονόδρομης ANOVA στη μεγάλη γκάμα διαδικασιών του. Ωστόσο, το ANOVA δεν είναι ένα τέλειο τεστ και υπό ορισμένες συνθήκες θα δώσει παραπλανητικά αποτελέσματα.
Περιορισμοί δείγματος
Η δοκιμή ANOVA υποθέτει ότι τα δείγματα που χρησιμοποιούνται στην ανάλυση είναι "Απλά τυχαία δείγματα". Αυτό σημαίνει ότι ένα δείγμα ατόμων (σημεία δεδομένων) λαμβάνεται από έναν μεγαλύτερο πληθυσμό (μια μεγαλύτερη δεξαμενή δεδομένων). Τα δείγματα πρέπει επίσης να είναι ανεξάρτητα -- δηλαδή να μην επηρεάζουν το ένα το άλλο. Το ANOVA είναι γενικά κατάλληλο για σύγκριση μέσων σε ελεγχόμενες μελέτες, αλλά όταν τα δείγματα δεν είναι ανεξάρτητα, πρέπει να χρησιμοποιείται δοκιμή επαναλαμβανόμενων μετρήσεων.
Το βίντεο της ημέρας
Κανονική κατανομή
Η ANOVA υποθέτει ότι τα δεδομένα στις ομάδες κατανέμονται κανονικά. Η δοκιμή μπορεί ακόμα να πραγματοποιηθεί εάν δεν συμβαίνει αυτό -- και εάν η παραβίαση αυτής της υπόθεσης είναι μόνο μέτρια, η δοκιμή εξακολουθεί να είναι κατάλληλη. Ωστόσο, εάν τα δεδομένα απέχουν πολύ από την κανονική κατανομή, η δοκιμή δεν θα δώσει ακριβή αποτελέσματα. Για να το αντιμετωπίσετε, είτε μετατρέψτε τα δεδομένα με τη συνάρτηση "Υπολογισμός" του SPSS πριν από την εκτέλεση της ανάλυσης ή χρησιμοποιήστε μια εναλλακτική δοκιμή, όπως μια δοκιμή Kruskal-Wallace.
Ίσες τυπικές αποκλίσεις
Ένας άλλος περιορισμός της ANOVA είναι ότι υποθέτει ότι οι ομάδες έχουν τις ίδιες ή πολύ παρόμοιες τυπικές αποκλίσεις. Όσο μεγαλύτερη είναι η διαφορά στις τυπικές αποκλίσεις μεταξύ των ομάδων, τόσο μεγαλύτερη είναι η πιθανότητα ότι το συμπέρασμα του τεστ είναι ανακριβές. Όπως και η υπόθεση της κανονικής κατανομής, αυτό δεν αποτελεί πρόβλημα εφόσον οι τυπικές αποκλίσεις δεν είναι πολύ διαφορετικές και τα μεγέθη του δείγματος κάθε ομάδας είναι περίπου ίσα. Εάν αυτό δεν συμβαίνει, μια δοκιμή Welch είναι μια καλύτερη επιλογή.
Πολλαπλές συγκρίσεις
Όταν εκτελείτε μια ANOVA στο SPSS, η προκύπτουσα τιμή F και το επίπεδο σημασίας σας λένε μόνο εάν τουλάχιστον μία ομάδα στην ανάλυσή σας είναι διαφορετική από τουλάχιστον μία άλλη. Δεν σας λέει πόσες ομάδες ή ποιες ομάδες διαφέρουν στατιστικά. Για να προσδιοριστεί αυτό, πρέπει να γίνουν συγκρίσεις παρακολούθησης. Αυτό είναι σπάνια πρόβλημα σε μικρές αναλύσεις, αλλά όσο μεγαλύτερος είναι ο αριθμός των ομάδων που περιλαμβάνονται στο τεστ παρακολούθησης, τόσο μεγαλύτερη είναι η πιθανότητα να γίνει ένα σφάλμα τύπου Ι, το οποίο υποθέτει ότι υπάρχει αποτέλεσμα δεν είναι ένα.