? En enkeltbillet variansanalyse eller variansanalyse , er en statistisk metode, der anvendes til at sammenligne midlerne til mere end to sæt af data , for at se, om de er statistisk forskellige fra hinanden . SPSS , en statistisk analyse pakke , tillader anvendelsen af en envejs ANOVA i sin store suite af procedurer. Men ANOVA er ikke en perfekt test og under visse omstændigheder vil give misvisende resultater . Prøve Begrænsninger
ANOVA-testen forudsætter, at de prøver, der anvendes i analysen er " Simple stikprøver . " Det betyder, at en stikprøve af personer ( datapunkter ) er taget fra en større population ( et større data pulje ) . Prøverne skal også være uafhængige - som er , at de ikke påvirker hinanden . ANOVA er generelt velegnet til at sammenligne midler i kontrollerede undersøgelser , men når prøverne er ikke uafhængige en gentagen foranstaltninger Testen skal anvendes.
Normal Distribution
ANOVA forudsætter, at data i grupper er normalt fordelt . Testen kan stadig foretages, bør dette ikke være tilfældet - og hvis der ved overtrædelsen af denne antagelse er kun moderat , er testen stadig er egnet . Men hvis data er en lang vej fra normalfordelingen , vil testen ikke give nøjagtige resultater . For at omgå dette , enten omdanne dataene med SPSS " Compute "-funktion inden analysen , eller brug en alternativ test , såsom en Kruskal - Wallace test.
Lige standardafvigelser < br >
En anden begrænsning af ANOVA er, at den forudsætter, at grupperne har samme eller meget lignende , standardafvigelser. Jo større forskellen i standardafvigelser mellem grupper , jo større chance for, at afslutningen af prøven er unøjagtig. Ligesom normalfordelingen antagelse er dette ikke et problem, så længe de standardafvigelser ikke er meget anderledes , og stikprøver af hver gruppe er nogenlunde lige. Hvis dette ikke er tilfældet , en Welch test er en bedre løsning.
Flere sammenligninger
Når du kører en ANOVA i SPSS , den resulterende F-værdien og signifikansniveau kun fortælle dig, om mindst én gruppe i din analyse er forskellig fra mindst én anden . Det betyder ikke fortælle dig, hvor mange grupper , eller hvilke grupper adskiller statistisk. For at afgøre dette, skal opfølgende sammenligninger udføres. Dette er sjældent et problem i små analyser , men jo højere antallet af grupper indgår i den opfølgende test , jo større er chancen for at gøre en type I fejl , som antager en virkning, når der er ikke én .