एसपीएसएस में एनोवा की सीमाएं क्या हैं?

वेरिएंस का एकतरफा विश्लेषण, या एनोवा, एक सांख्यिकीय पद्धति है जिसका उपयोग डेटा के दो से अधिक सेटों के साधनों की तुलना करने के लिए किया जाता है, यह देखने के लिए कि क्या वे सांख्यिकीय रूप से एक दूसरे से भिन्न हैं। एसपीएसएस, एक सांख्यिकीय विश्लेषण पैकेज, प्रक्रियाओं के अपने बड़े सूट में एकतरफा एनोवा के उपयोग की अनुमति देता है। हालांकि, एनोवा एक आदर्श परीक्षण नहीं है और कुछ परिस्थितियों में भ्रामक परिणाम प्रदान करेगा।

एनोवा परीक्षण मानता है कि विश्लेषण में उपयोग किए गए नमूने "सरल यादृच्छिक नमूने" हैं। इसका मतलब है कि व्यक्तियों का एक नमूना (डेटा बिंदु) एक बड़ी आबादी (एक बड़ा डेटा पूल) से लिया जाता है। नमूने भी स्वतंत्र होने चाहिए - यानी वे एक दूसरे को प्रभावित नहीं करते हैं। एनोवा आम तौर पर नियंत्रित अध्ययनों में साधनों की तुलना करने के लिए उपयुक्त है, लेकिन जब नमूने स्वतंत्र नहीं होते हैं तो दोहराए गए उपायों के परीक्षण का उपयोग किया जाना चाहिए।

एनोवा मानता है कि समूहों में डेटा सामान्य रूप से वितरित किया जाता है। यदि ऐसा नहीं होता है तो परीक्षण अभी भी किया जा सकता है - और यदि इस धारणा का उल्लंघन केवल मध्यम है, तो परीक्षण अभी भी उपयुक्त है। हालांकि, यदि डेटा सामान्य वितरण से बहुत दूर है, तो परीक्षण सटीक परिणाम प्रदान नहीं करेगा। इसे हल करने के लिए, या तो विश्लेषण चलाने से पहले डेटा को SPSS "कंप्यूट" फ़ंक्शन के साथ रूपांतरित करें, या एक वैकल्पिक परीक्षण जैसे कि क्रुस्कल-वालेस परीक्षण का उपयोग करें।

एनोवा की एक और सीमा यह है कि यह मानता है कि समूहों में समान, या बहुत समान, मानक विचलन हैं। समूहों के बीच मानक विचलन में जितना अधिक अंतर होगा, परीक्षण के निष्कर्ष के गलत होने की संभावना उतनी ही अधिक होगी। सामान्य वितरण धारणा की तरह, यह तब तक कोई समस्या नहीं है जब तक कि मानक विचलन बहुत भिन्न न हों, और प्रत्येक समूह के नमूना आकार लगभग बराबर हों। यदि ऐसा नहीं है, तो वेल्च परीक्षण एक बेहतर विकल्प है।

जब आप SPSS में ANOVA चलाते हैं, तो परिणामी F मान और महत्व का स्तर ही आपको बताता है कि आपके विश्लेषण में कम से कम एक समूह कम से कम एक दूसरे से अलग है या नहीं। यह आपको यह नहीं बताता कि कितने समूह या कौन से समूह सांख्यिकीय रूप से भिन्न हैं। इसे निर्धारित करने के लिए, अनुवर्ती तुलना की जानी चाहिए। छोटे विश्लेषणों में यह शायद ही कभी एक समस्या है, लेकिन इसमें शामिल समूहों की संख्या जितनी अधिक होगी अनुवर्ती परीक्षण, टाइप I त्रुटि करने का मौका जितना अधिक होगा, जो वहां प्रभाव मान रहा है एक नहीं है।