Pomoc statystyczna Analizy statystyczne ankiet
More Website Templates at TemplateMonster.com!

Jednoczynnikowa analiza wariancji - test ANOVA

W celu porównania wielu grup pod względem cechy mierzalnej, odpowiednim testem, który możemy zastosować jest test ANOVA. W przypadku, gdy porównujemy dwie grupy test ANOVA daję wynik identyczne wyniki jak test t – Studenta.
Hipoteza zerowa głosi, że wszystkie wartości przeciętne w grupach są takie same:

μ12…=μn

Hipoteza alternatywna ma postać: istnieję przynajmniej jedna para wartości przeciętnych różna od siebie.
Test ten jednak jest obwarowany kilkoma założeniami, które należy spełnić:
Rozkład we wszystkich grupach zbliżony jest do rozkładu normalnego. Do sprawdzenia tego założenia możemy zastosować test Shapiro – Wilka.
Drugie założenie mówi o równości wariancji we wszystkich badanych grupach. Założenie to można sprawdzić za pomocą testu Levene’a lub testem Browna – Forsytha.
Decyzję podejmujemy poprzez porównanie tzw. prawdopodobieństwa testowego p z poziomem istotności α.
W przypadku gdy p≤α , odrzucamy hipotezę zerową i przyjmujemy hipotezę alternatywną.
W przypadku gdy p>α , nie mamy podstaw do odrzucenia hipotezy zerowej.
W przypadku odrzucenia hipotezy zerowej o równości średnich we wszystkich grupach, należy zastanowić się, które pary różnią się od siebie. W tym celu stosujemy tzw. testy post-hoc. Gdy analiza wariancji nie wykaże istotnych różnic nie stosujemy kolejnych testów.
Przykładem parametrycznego testu post-hoc jest test Tukey’a, Duncana czy test znaków (NIR).
W przypadku braku spełnienia założeń testu ANOVA, alternatywą jest nieparametryczny test Kruskala – Wallisa. Testem post-hoc, który stosujemy w przypadku odrzucenia hipotezy zerowej jest test wielokrotnych porównań średnich rang dla wszystkich prób, tzw. test Dunna.

Website template designed by TemplateMonster.com