ANOVA sağlam bir testtir, ancak bazı durumlarda uygun değildir.
Tek yönlü bir VARyans Analizi veya ANOVA, istatistiksel olarak birbirinden farklı olup olmadıklarını görmek için ikiden fazla veri kümesinin ortalamalarını karşılaştırmak için kullanılan istatistiksel bir yöntemdir. İstatistiksel bir analiz paketi olan SPSS, geniş prosedür paketinde tek yönlü bir ANOVA kullanımına izin verir. Ancak ANOVA mükemmel bir test değildir ve belirli koşullar altında yanıltıcı sonuçlar verecektir.
Örnek Sınırlamalar
ANOVA testi, analizde kullanılan örneklerin "Basit rastgele örnekler" olduğunu varsayar. Bu, bireylerin bir örneğinin (veri noktalarının) daha büyük bir popülasyondan (daha büyük bir veri havuzu) alındığı anlamına gelir. Örnekler ayrıca bağımsız olmalıdır - yani birbirlerini etkilemezler. ANOVA genellikle kontrollü çalışmalarda ortalamaları karşılaştırmak için uygundur, ancak numuneler bağımsız olmadığında tekrarlanan ölçüm testi kullanılmalıdır.
Günün Videosu
Normal dağılım
ANOVA, gruplardaki verilerin normal dağıldığını varsayar. Durum böyle değilse test yine de yapılabilir - ve bu varsayımın ihlali yalnızca orta düzeydeyse, test yine de uygundur. Ancak veriler normal dağılımdan çok uzaksa test doğru sonuçlar vermeyecektir. Bunu aşmak için, analizi çalıştırmadan önce verileri SPSS "Compute" işleviyle dönüştürün veya Kruskal-Wallace testi gibi alternatif bir test kullanın.
Eşit Standart Sapmalar
ANOVA'nın bir diğer sınırlaması, grupların aynı veya çok benzer standart sapmalara sahip olduğunu varsaymasıdır. Gruplar arasındaki standart sapmalar arasındaki fark ne kadar büyük olursa, testin sonucunun yanlış olma olasılığı o kadar yüksek olur. Normal dağılım varsayımı gibi, standart sapmalar çok farklı olmadığı ve her grubun örneklem büyüklükleri kabaca eşit olduğu sürece bu bir sorun değildir. Durum böyle değilse, Welch testi daha iyi bir seçenektir.
Çoklu Karşılaştırmalar
SPSS'de bir ANOVA çalıştırdığınızda, ortaya çıkan F değeri ve anlamlılık düzeyi size yalnızca analizinizdeki en az bir grubun en az bir diğerinden farklı olup olmadığını söyler. Kaç grubun veya hangi grupların istatistiksel olarak farklılık gösterdiğini söylemez. Bunu belirlemek için takip karşılaştırmaları yapılmalıdır. Bu, küçük analizlerde nadiren bir problemdir, ancak analize dahil edilen grup sayısı arttıkça takip testi, bir etki varsayan bir Tip I hata yapma şansı o kadar yüksek biri değil.
