Strona korzysta z plików cookies w celu realizacji usług i zgodnie z polityką plików cookies.
Możesz określić warunki przechowywania lub dostępu do plików cookies w Twojej przeglądarce.

Analiza Wariancji - założenia

Założenia analizy wariancji są następujące:

1) rozkład wyników zmiennej zależnej w każdej z analizowanych grup jest zbliżony do rozkładu normalnego. 

Jednakże test ten jest dość odporny na złamanie tego
założenia i w praktyce, niektórzy analitycy w przypadku "małych odstępstw" nie biorą złamanie tego założenia pod uwagę. W celu sprawdzenia, czy wyniki mają rozkład normalny można zastosować test Kołmogorowa-Smirnowa bądź test Shapiro-Wilka

2)
 
wariancje w porównywanych grupach są do siebie podobne - homogeniczność wariancji

Aby sprawdzić te założenie stosuje się dodatkowy test, przykładowo test Levene'a. W przypadku złamanego założenia o homogeniczności wariancji stosowane są odmienne testy post-hoc w porównaniu
do sytuacji, gdy założenie to zostało spełnione


3) zmienna zależna powinna być mierzona na skali ilościowej

Testy t-Studenta należą do testów parametrycznych a co za tym idzie opierają się na obliczaniu wartości średniej i odchylenia standardowego. W przypadku zmiennych mierzonych na skali porządkowej czy nominalnej nie możliwe jest obliczenie tych wartości, a co za tym idzie test t-Studenta nie powinien być stosowany. W takim przypadku najczęściej stosuje się nieparametryczny odpowiednik dla testu t-Studenta - test U Manna-Whitneya.

4) próby zostały pobrane losowo, niezależnie od siebie dla każdej z analizowanych grup

Z racji, że analiza wariacji jest techniką analityczną służącą weryfikacji efektów eksperymentalnych, bardzo ważne jest to, aby osoby badane do poszczególnych warunków badawczych były dobierane losowo - randomizacja - dobor losowy

Masz problem z analizą statystyczna? Przejdź TU!