Az ANOVA egy robusztus teszt, de bizonyos helyzetekben nem megfelelő.
Az egyirányú ANalysis Of Variance vagy ANOVA egy statisztikai módszer, amellyel több mint két adathalmaz átlagát hasonlítják össze, hogy megnézzék, statisztikailag különböznek-e egymástól. Az SPSS, egy statisztikai elemzési csomag, lehetővé teszi az egyirányú ANOVA használatát az eljárások széles skálájában. Az ANOVA azonban nem tökéletes teszt, és bizonyos körülmények között félrevezető eredményeket ad.
Minta korlátozások
Az ANOVA teszt azt feltételezi, hogy az elemzésben használt minták "egyszerű véletlenszerű minták". Ez azt jelenti, hogy az egyedek (adatpontok) mintáját egy nagyobb populációból (nagyobb adatkészletből) veszik. A mintáknak függetlennek is kell lenniük, vagyis nem hatnak egymásra. Az ANOVA általában alkalmas az átlagok összehasonlítására kontrollált vizsgálatokban, de ha a minták nem függetlenek, ismételt mérési tesztet kell alkalmazni.
A nap videója
Normális eloszlás
Az ANOVA azt feltételezi, hogy a csoportok adatai normális eloszlásúak. A tesztet akkor is el lehet végezni, ha ez nem így van – és ha ennek a feltevésnek a megsértése csak mérsékelt, a teszt akkor is megfelelő. Ha azonban az adatok messze vannak a normál eloszlástól, a teszt nem ad pontos eredményt. Ennek megkerüléséhez vagy az elemzés futtatása előtt alakítsa át az adatokat az SPSS "Compute" funkciójával, vagy használjon alternatív tesztet, például egy Kruskal-Wallace tesztet.
Egyenlő szórás
Az ANOVA másik korlátja, hogy feltételezi, hogy a csoportok azonos vagy nagyon hasonló szórással rendelkeznek. Minél nagyobb a szórás különbség a csoportok között, annál nagyobb az esély arra, hogy a teszt következtetése pontatlan. A normál eloszlási feltételezéshez hasonlóan ez sem probléma mindaddig, amíg a szórások nem különböznek nagymértékben, és az egyes csoportok mintanagysága nagyjából egyenlő. Ha nem ez a helyzet, a Welch-teszt jobb megoldás.
Többféle összehasonlítás
Amikor ANOVA-t futtat az SPSS-ben, az eredményül kapott F érték és szignifikanciaszint csak azt mutatja meg, hogy az elemzésben legalább egy csoport különbözik-e legalább egy másiktól. Nem árulja el, hogy hány csoport vagy melyik csoport különbözik statisztikailag. Ennek megállapításához utólagos összehasonlításokat kell végezni. Ez a kis elemzéseknél ritkán jelent problémát, de minél több csoport kerül be a utóvizsgálat, annál nagyobb az esélye annak, hogy I. típusú hibát kövessünk el, ami ott feltételezi a hatást, ahol ott van nem egy.
