ANOVA yra patikimas testas, tačiau kai kuriose situacijose jis netinkamas.
Vienpusė variacijos analizė arba ANOVA yra statistinis metodas, naudojamas palyginti daugiau nei dviejų duomenų rinkinių vidurkius, siekiant išsiaiškinti, ar jie statistiškai skiriasi vienas nuo kito. SPSS, statistinės analizės paketas, leidžia naudoti vienpusę ANOVA dideliame procedūrų rinkinyje. Tačiau ANOVA nėra tobulas testas ir tam tikromis aplinkybėmis duos klaidinančius rezultatus.
Pavyzdžių apribojimai
ANOVA testas daro prielaidą, kad analizei naudojami mėginiai yra „paprasti atsitiktiniai mėginiai“. Tai reiškia, kad asmenų imtis (duomenų taškai) paimama iš didesnės populiacijos (didesnės duomenų bazės). Mėginiai taip pat turi būti nepriklausomi, tai yra, jie neturi įtakos vienas kitam. ANOVA paprastai tinka lyginti kontroliuojamų tyrimų vidurkius, tačiau kai mėginiai nėra nepriklausomi, turi būti naudojamas kartotinių matavimų testas.
Dienos vaizdo įrašas
Normalus skirstinys
ANOVA daro prielaidą, kad grupėse esantys duomenys pasiskirstę normaliai. Jei taip nėra, testą vis tiek galima atlikti – ir jei šios prielaidos pažeidimas yra tik vidutinis, testas vis tiek tinkamas. Tačiau jei duomenys yra toli nuo normalaus pasiskirstymo, testas neduos tikslių rezultatų. Norėdami tai išvengti, prieš vykdydami analizę pakeiskite duomenis naudodami SPSS „Apskaičiuoti“ funkciją arba naudokite alternatyvų testą, pvz., Kruskal-Wallace testą.
Lygus standartinis nuokrypis
Kitas ANOVA apribojimas yra tas, kad daroma prielaida, kad grupių standartiniai nuokrypiai yra tokie patys arba labai panašūs. Kuo didesnis grupių standartinių nuokrypių skirtumas, tuo didesnė tikimybė, kad testo išvada bus netiksli. Kaip ir normaliojo pasiskirstymo prielaida, tai nėra problema, kol standartiniai nuokrypiai nėra labai skirtingi, o kiekvienos grupės imties dydžiai yra maždaug vienodi. Jei taip nėra, Welch testas yra geresnis pasirinkimas.
Keli palyginimai
Kai vykdote ANOVA SPSS, gauta F reikšmė ir reikšmingumo lygis tik parodo, ar bent viena jūsų analizės grupė skiriasi nuo bent vienos kitos. Jame nenurodyta, kiek grupių ar kurios grupės skiriasi statistiškai. Norint tai nustatyti, reikia atlikti tolesnius palyginimus. Atliekant mažas analizes tai retai iškyla problema, tačiau kuo didesnis į sąrašą įtrauktų grupių skaičius tolesnio tyrimo metu, tuo didesnė tikimybė padaryti I tipo klaidą, kuri daro prielaidą, kad ten yra poveikis nėra vienas.
