Το τεστ ANOVA υποθέτει ότι τα δείγματα που χρησιμοποιήθηκαν στην ανάλυση είναι « απλή τυχαία δειγματοληψία. " Αυτό σημαίνει ότι ένα δείγμα ατόμων ( σημεία δεδομένων ) λαμβάνονται από ένα μεγαλύτερο πληθυσμό ( ένα μεγαλύτερο δεδομένων pool ) . Τα δείγματα πρέπει να είναι ανεξάρτητο - δηλαδή , δεν επηρεάζουν ο ένας τον άλλον . ANOVA είναι γενικά κατάλληλη για τη σύγκριση των μέσων σε ελεγχόμενες μελέτες , αλλά όταν τα δείγματα δεν είναι ανεξάρτητα , πρέπει να χρησιμοποιηθεί μια επαναλαμβανόμενη δοκιμή μέτρα .
Εικόνων Κανονική Κατανομή
Η
ANOVA υποθέτει ότι η τα δεδομένα στις ομάδες κανονικά κατανεμημένα . Το τεστ μπορεί ακόμα να πραγματοποιηθεί εάν αυτό δεν είναι η περίπτωση - και αν η παραβίαση αυτής της υπόθεσης είναι μόνο μέτρια , η δοκιμή είναι ακόμη κατάλληλη . Ωστόσο , αν τα δεδομένα είναι πολύ μακριά από την κανονική κατανομή , η δοκιμή δεν θα παρέχει ακριβή αποτελέσματα. Για να πάρετε γύρω από αυτό , είτε το μετασχηματισμό των δεδομένων με τη λειτουργία SPSS " Compute " πριν από την εκτέλεση της ανάλυσης , ή να χρησιμοποιήσετε μια εναλλακτική δοκιμή , όπως μια δοκιμασία Kruskal - Wallace .
Η Ίσες τυπικές αποκλίσεις
Ένας άλλος περιορισμός της ANOVA είναι ότι υποθέτει ότι οι ομάδες έχουν τα ίδια ή πολύ παρόμοια , τυπικές αποκλίσεις . Όσο μεγαλύτερη είναι η διαφορά σε τυπικές αποκλίσεις μεταξύ των ομάδων , η μεγαλύτερη πιθανότητα ότι η ολοκλήρωση της δοκιμής είναι ανακριβής . Όπως και η κανονική κατανομή υπόθεση , αυτό δεν είναι ένα πρόβλημα εφ 'όσον οι τυπικές αποκλίσεις που δεν είναι πολύ διαφορετικοί , και τα μεγέθη των δειγμάτων της κάθε ομάδας είναι περίπου ίσα . Αν αυτό δεν είναι η περίπτωση , μια δοκιμασία Welch είναι μια καλύτερη επιλογή .
Εικόνων Πολλαπλές συγκρίσεις
Η
Όταν εκτελείτε μια ANOVA στο SPSS , η προκύπτουσα τιμή F και το επίπεδο σημαντικότητας μόνο να σας πω αν τουλάχιστον μία ομάδα στην ανάλυσή σας είναι διαφορετική από τουλάχιστον ένα άλλο . Δεν σας πω πόσες ομάδες , ή ποιες ομάδες , διαφέρουν στατιστικά σημαντικά . Για να καθοριστεί αυτό, παρακολούθησης συγκρίσεις πρέπει να εκτελεστούν. Αυτό είναι σπάνια ένα πρόβλημα σε μικρές αναλύσεις , αλλά ο μεγαλύτερος είναι ο αριθμός των ομάδων που περιλαμβάνονται στην εξέταση παρακολούθησης , τόσο μεγαλύτερη είναι η πιθανότητα να κάνει ένα λάθος Τύπου Ι , το οποίο αναλαμβάνει ένα αποτέλεσμα , όπου δεν υπάρχει ούτε ένα .
εικόνων
Πνευματικά δικαιώματα © Γνώση Υπολογιστών Όλα τα δικαιώματα κατοχυρωμένα