Wat zijn de beperkingen van ANOVA in SPSS?

Een eenrichtingsanalyse van VAriance, of ANOVA, is een statistische methode die wordt gebruikt om de gemiddelden van meer dan twee sets gegevens te vergelijken om te zien of ze statistisch van elkaar verschillen. SPSS, een pakket voor statistische analyse, maakt het gebruik van een eenrichtings-ANOVA mogelijk in zijn grote reeks procedures. De ANOVA is echter geen perfecte test en zal onder bepaalde omstandigheden misleidende resultaten opleveren.

De ANOVA-test gaat ervan uit dat de monsters die in de analyse worden gebruikt, "eenvoudige willekeurige monsters" zijn. Dit betekent dat een steekproef van individuen (datapunten) wordt genomen uit een grotere populatie (een grotere datapool). De steekproeven moeten ook onafhankelijk zijn - dat wil zeggen, ze hebben geen invloed op elkaar. ANOVA is over het algemeen geschikt voor het vergelijken van gemiddelden in gecontroleerde onderzoeken, maar wanneer de monsters niet onafhankelijk zijn, moet een test met herhaalde metingen worden gebruikt.

ANOVA gaat ervan uit dat de gegevens in de groepen normaal verdeeld zijn. De test kan nog steeds worden uitgevoerd als dit niet het geval is - en als de schending van deze veronderstelling slechts matig is, is de test nog steeds geschikt. Als de gegevens echter ver verwijderd zijn van de normale verdeling, zal de test geen nauwkeurige resultaten opleveren. Om dit te omzeilen, transformeert u de gegevens met de SPSS "Compute"-functie voordat u de analyse uitvoert, of gebruikt u een alternatieve test zoals een Kruskal-Wallace-test.

Een andere beperking van ANOVA is dat wordt aangenomen dat de groepen dezelfde of zeer vergelijkbare standaarddeviaties hebben. Hoe groter het verschil in standaarddeviaties tussen groepen, hoe groter de kans dat de conclusie van de test onnauwkeurig is. Net als de aanname van de normale verdeling is dit geen probleem zolang de standaarddeviaties niet enorm verschillen en de steekproefomvang van elke groep ongeveer gelijk is. Als dit niet het geval is, is een Welch-test een betere optie.

Wanneer u een ANOVA uitvoert in SPSS, vertellen de resulterende F-waarde en het significantieniveau u alleen of ten minste één groep in uw analyse verschilt van ten minste één andere. Het vertelt u niet hoeveel groepen, of welke groepen, statistisch van elkaar verschillen. Om dit te bepalen, moeten vervolgvergelijkingen worden uitgevoerd. Dit is zelden een probleem bij kleine analyses, maar hoe hoger het aantal groepen in de vervolgtest, hoe groter de kans op het maken van een Type I-fout, waarbij wordt uitgegaan van een effect waar is niet een.