ANOVA è un test robusto, ma inadeguato in alcune situazioni.
Un'analisi unidirezionale della variabilità, o ANOVA, è un metodo statistico utilizzato per confrontare le medie di più di due insiemi di dati, per vedere se sono statisticamente diversi l'uno dall'altro. SPSS, un pacchetto di analisi statistica, consente l'uso di un'ANOVA unidirezionale nella sua ampia suite di procedure. Tuttavia, l'ANOVA non è un test perfetto e in determinate circostanze fornirà risultati fuorvianti.
Limitazioni del campione
Il test ANOVA presuppone che i campioni utilizzati nell'analisi siano "campioni casuali semplici". Ciò significa che un campione di individui (punti dati) viene prelevato da una popolazione più ampia (un pool di dati più ampio). I campioni devono anche essere indipendenti, cioè non si influenzano a vicenda. L'ANOVA è generalmente adatto per confrontare le medie negli studi controllati, ma quando i campioni non sono indipendenti deve essere utilizzato un test a misure ripetute.
Video del giorno
Distribuzione normale
ANOVA assume che i dati nei gruppi siano distribuiti normalmente. Il test può ancora essere eseguito in caso contrario, e se la violazione di questo presupposto è solo moderata, il test è ancora idoneo. Tuttavia, se i dati sono molto lontani dalla distribuzione normale, il test non fornirà risultati accurati. Per aggirare questo problema, trasformare i dati con la funzione "Compute" di SPSS prima di eseguire l'analisi oppure utilizzare un test alternativo come il test Kruskal-Wallace.
Deviazioni standard uguali
Un'altra limitazione di ANOVA è che presuppone che i gruppi abbiano le stesse deviazioni standard o molto simili. Maggiore è la differenza nelle deviazioni standard tra i gruppi, maggiore è la possibilità che la conclusione del test sia imprecisa. Come l'ipotesi della distribuzione normale, questo non è un problema finché le deviazioni standard non sono molto diverse e le dimensioni del campione di ciascun gruppo sono approssimativamente uguali. In caso contrario, un test Welch è un'opzione migliore.
Confronti multipli
Quando esegui un'ANOVA in SPSS, il valore F risultante e il livello di significatività ti dicono solo se almeno un gruppo nella tua analisi è diverso da almeno un altro. Non ti dice quanti gruppi, o quali gruppi, differiscono statisticamente. Per determinarlo, è necessario eseguire confronti di follow-up. Questo è raramente un problema in piccole analisi, ma maggiore è il numero di gruppi inclusi nel test di follow-up, maggiore è la possibilità di commettere un errore di tipo I, che assume un effetto laddove non non è uno.
