Az egyir\u00e1ny\u00fa ANOVA (varianciaanal\u00edzis) olyan statisztikai m\u00f3dszer, amelyet az adatcsoportok \u00e1tlagai k\u00f6z\u00f6tti szignifik\u00e1ns k\u00fcl\u00f6nbs\u00e9gek vizsg\u00e1lat\u00e1ra haszn\u00e1lnak. \u00c1ltal\u00e1ban k\u00eds\u00e9rleti kutat\u00e1sokban haszn\u00e1lj\u00e1k, hogy \u00f6sszehasonl\u00edts\u00e1k a k\u00fcl\u00f6nb\u00f6z\u0151 kezel\u00e9sek vagy beavatkoz\u00e1sok hat\u00e1sait egy adott eredm\u00e9nyre.<\/p>\n\n\n\n
Az ANOVA alapgondolata az, hogy az adatok teljes v\u00e1ltoz\u00e9konys\u00e1g\u00e1t k\u00e9t \u00f6sszetev\u0151re osztja fel: a csoportok k\u00f6z\u00f6tti (a kezel\u00e9snek k\u00f6sz\u00f6nhet\u0151) \u00e9s az egyes csoportokon bel\u00fcli (a v\u00e9letlen vari\u00e1ci\u00f3nak \u00e9s az egy\u00e9ni k\u00fcl\u00f6nbs\u00e9geknek k\u00f6sz\u00f6nhet\u0151) vari\u00e1ci\u00f3ra. Az ANOVA-teszt kisz\u00e1m\u00edtja az F-statisztik\u00e1t, amely a csoportok k\u00f6z\u00f6tti \u00e9s a csoporton bel\u00fcli vari\u00e1ci\u00f3 h\u00e1nyadosa.<\/p>\n\n\n\n
Ha az F-statisztika el\u00e9g nagy, \u00e9s a hozz\u00e1 tartoz\u00f3 p-\u00e9rt\u00e9k egy el\u0151re meghat\u00e1rozott szignifikancia szint (pl. 0,05) alatt van, akkor ez azt jelzi, hogy er\u0151s bizony\u00edt\u00e9k van arra, hogy legal\u00e1bb az egyik csoport \u00e1tlaga szignifik\u00e1nsan k\u00fcl\u00f6nb\u00f6zik a t\u00f6bbit\u0151l. Ebben az esetben tov\u00e1bbi post hoc teszteket lehet alkalmazni annak meghat\u00e1roz\u00e1s\u00e1ra, hogy mely konkr\u00e9t csoportok k\u00fcl\u00f6nb\u00f6znek egym\u00e1st\u00f3l. A post hoc tesztekr\u0151l b\u0151vebben olvashat a \"Post Hoc elemz\u00e9s: A tesztek folyamata \u00e9s t\u00edpusai<\/a>“.<\/p>\n\n\n\n Az egyir\u00e1ny\u00fa ANOVA felt\u00e9telezi, hogy az adatok norm\u00e1lis eloszl\u00e1s\u00faak, \u00e9s a csoportok sz\u00f3r\u00e1sa egyenl\u0151. Ha ezek a felt\u00e9telez\u00e9sek nem teljes\u00fclnek, akkor alternat\u00edv, nem parametrikus tesztek haszn\u00e1lhat\u00f3k helyette.<\/p>\n\n\n\n Az egyir\u00e1ny\u00fa ANOVA egy olyan statisztikai teszt, amelyet annak meg\u00e1llap\u00edt\u00e1s\u00e1ra haszn\u00e1lnak, hogy k\u00e9t vagy t\u00f6bb f\u00fcggetlen csoport \u00e1tlaga k\u00f6z\u00f6tt vannak-e szignifik\u00e1ns k\u00fcl\u00f6nbs\u00e9gek. Arra a nullhipot\u00e9zis tesztel\u00e9s\u00e9re szolg\u00e1l, hogy az \u00f6sszes csoport \u00e1tlaga egyenl\u0151 az alternat\u00edv hipot\u00e9zissel szemben, miszerint legal\u00e1bb egy \u00e1tlag k\u00fcl\u00f6nb\u00f6zik a t\u00f6bbit\u0151l.<\/p>\n\n\n\n Az ANOVA-nak t\u00f6bb felt\u00e9telez\u00e9ssel is rendelkeznie kell ahhoz, hogy az eredm\u00e9nyek \u00e9rv\u00e9nyesek \u00e9s megb\u00edzhat\u00f3ak legyenek. Ezek a felt\u00e9telez\u00e9sek a k\u00f6vetkez\u0151k:<\/p>\n\n\n\n Fontos, hogy az ANOVA elv\u00e9gz\u00e9se el\u0151tt ellen\u0151rizz\u00fck ezeket a felt\u00e9telez\u00e9seket, mivel ezek megs\u00e9rt\u00e9se pontatlan eredm\u00e9nyekhez \u00e9s helytelen k\u00f6vetkeztet\u00e9sekhez vezethet. Ha egy vagy t\u00f6bb felt\u00e9telez\u00e9s s\u00e9r\u00fcl, akkor alternat\u00edv tesztek, p\u00e9ld\u00e1ul nem-parametrikus tesztek is alkalmazhat\u00f3k helyette.<\/p>\n\n\n\n Az egyir\u00e1ny\u00fa ANOVA elv\u00e9gz\u00e9s\u00e9hez a k\u00f6vetkez\u0151 l\u00e9p\u00e9seket k\u00f6vetheti:<\/p>\n\n\n\n 1. l\u00e9p\u00e9s:<\/strong> \u00c1llap\u00edtsa meg a hipot\u00e9ziseket<\/p>\n\n\n\n Hat\u00e1rozza meg a nullhipot\u00e9zist \u00e9s az alternat\u00edv hipot\u00e9zist. A nullhipot\u00e9zis az, hogy a csoportok \u00e1tlagai k\u00f6z\u00f6tt nincs szignifik\u00e1ns k\u00fcl\u00f6nbs\u00e9g. Az alternat\u00edv hipot\u00e9zis az, hogy legal\u00e1bb egy csoport \u00e1tlaga szignifik\u00e1nsan k\u00fcl\u00f6nb\u00f6zik a t\u00f6bbit\u0151l.<\/p>\n\n\n\n 2. l\u00e9p\u00e9s:<\/strong> Adatok gy\u0171jt\u00e9se<\/p>\n\n\n\n Gy\u0171jts\u00f6n adatokat minden egyes csoportt\u00f3l, amelyeket \u00f6ssze akar hasonl\u00edtani. Mindegyik csoportnak f\u00fcggetlennek kell lennie, \u00e9s hasonl\u00f3 mintam\u00e9rettel kell rendelkeznie.<\/p>\n\n\n\n 3. l\u00e9p\u00e9s:<\/strong> Sz\u00e1m\u00edtsa ki az egyes csoportok \u00e1tlag\u00e1t \u00e9s sz\u00f3r\u00e1s\u00e1t.<\/p>\n\n\n\n Sz\u00e1m\u00edtsa ki az egyes csoportok \u00e1tlag\u00e1t \u00e9s sz\u00f3r\u00e1s\u00e1t az \u00f6sszegy\u0171jt\u00f6tt adatok alapj\u00e1n.<\/p>\n\n\n\n 4. l\u00e9p\u00e9s:<\/strong> Sz\u00e1m\u00edtsa ki a teljes \u00e1tlagot \u00e9s varianci\u00e1t<\/p>\n\n\n\n Sz\u00e1m\u00edtsa ki a teljes \u00e1tlagot \u00e9s varianci\u00e1t az egyes csoportok \u00e1tlagainak \u00e9s varianci\u00e1inak \u00e1tlaga alapj\u00e1n.<\/p>\n\n\n\n 5. l\u00e9p\u00e9s:<\/strong> A csoportok k\u00f6z\u00f6tti n\u00e9gyzetek \u00f6sszeg\u00e9nek kisz\u00e1m\u00edt\u00e1sa (SSB)<\/p>\n\n\n\n Sz\u00e1m\u00edtsa ki a csoportok k\u00f6z\u00f6tti n\u00e9gyzetek \u00f6sszeg\u00e9t (SSB) a k\u00e9plet seg\u00edts\u00e9g\u00e9vel:<\/p>\n\n\n\n SSB = \u03a3ni (x\u0304i - x\u0304)^2<\/p>\n\n\n\n ahol ni az i-edik csoport mintam\u00e9rete, x\u0304i az i-edik csoport \u00e1tlaga, \u00e9s x\u0304 az \u00e1ltal\u00e1nos \u00e1tlag.<\/p>\n\n\n\n 6. l\u00e9p\u00e9s:<\/strong> Sz\u00e1m\u00edtsa ki a csoporton bel\u00fcli n\u00e9gyzetek \u00f6sszeg\u00e9t (SSW)<\/p>\n\n\n\n Sz\u00e1m\u00edtsa ki a csoporton bel\u00fcli n\u00e9gyzetek \u00f6sszeg\u00e9t (SSW) a k\u00e9plet seg\u00edts\u00e9g\u00e9vel:<\/p>\n\n\n\n SSW = \u03a3\u03a3(xi - x\u0304i)^2<\/p>\n\n\n\n ahol xi az i-edik megfigyel\u00e9s a j-edik csoportban, x\u0304i a j-edik csoport \u00e1tlaga, \u00e9s j 1-t\u0151l k csoportig terjed.<\/p>\n\n\n\n 7. l\u00e9p\u00e9s: <\/strong>Sz\u00e1m\u00edtsa ki az F-statisztik\u00e1t<\/p>\n\n\n\n Sz\u00e1m\u00edtsa ki az F-statisztik\u00e1t a csoportok k\u00f6z\u00f6tti variancia (SSB) \u00e9s a csoporton bel\u00fcli variancia (SSW) h\u00e1nyadosak\u00e9nt:<\/p>\n\n\n\n F = (SSB \/ (k - 1)) \/ (SSW \/ (n - k))<\/p>\n\n\n\n ahol k a csoportok sz\u00e1ma \u00e9s n a teljes minta m\u00e9rete.<\/p>\n\n\n\n 8. l\u00e9p\u00e9s:<\/strong> Az F kritikus \u00e9rt\u00e9k\u00e9nek \u00e9s a p-\u00e9rt\u00e9knek a meghat\u00e1roz\u00e1sa<\/p>\n\n\n\n Hat\u00e1rozza meg az F kritikus \u00e9rt\u00e9k\u00e9t \u00e9s a megfelel\u0151 p-\u00e9rt\u00e9ket a k\u00edv\u00e1nt szignifikancia szint \u00e9s a szabads\u00e1gfokok alapj\u00e1n.<\/p>\n\n\n\n 9. l\u00e9p\u00e9s:<\/strong> Hasonl\u00edtsa \u00f6ssze a kisz\u00e1m\u00edtott F-statisztik\u00e1t az F kritikus \u00e9rt\u00e9k\u00e9vel<\/p>\n\n\n\n Ha a sz\u00e1m\u00edtott F-statisztika nagyobb, mint az F kritikus \u00e9rt\u00e9ke, utas\u00edtsa el a nullhipot\u00e9zist, \u00e9s k\u00f6vetkeztessen arra, hogy legal\u00e1bb k\u00e9t csoport \u00e1tlaga k\u00f6z\u00f6tt szignifik\u00e1ns k\u00fcl\u00f6nbs\u00e9g van. Ha a sz\u00e1m\u00edtott F-statisztika kisebb vagy egyenl\u0151 az F kritikus \u00e9rt\u00e9k\u00e9vel, ne utas\u00edtsa el a nullhipot\u00e9zist, \u00e9s k\u00f6vetkeztessen arra, hogy nincs szignifik\u00e1ns k\u00fcl\u00f6nbs\u00e9g a csoportok \u00e1tlagai k\u00f6z\u00f6tt.<\/p>\n\n\n\n 10. l\u00e9p\u00e9s:<\/strong> post hoc elemz\u00e9s (ha sz\u00fcks\u00e9ges)<\/p>\n\n\n\n Ha a nullhipot\u00e9zis elutas\u00edt\u00e1sra ker\u00fcl, v\u00e9gezzen post hoc elemz\u00e9st annak meg\u00e1llap\u00edt\u00e1s\u00e1ra, hogy mely csoportok k\u00fcl\u00f6nb\u00f6znek szignifik\u00e1nsan egym\u00e1st\u00f3l. A gyakori post hoc tesztek k\u00f6z\u00e9 tartozik a Tukey-f\u00e9le HSD-teszt, a Bonferroni-korrekci\u00f3 \u00e9s a Scheffe-teszt.<\/p>\n\n\n\n Az egyir\u00e1ny\u00fa ANOVA elv\u00e9gz\u00e9se ut\u00e1n az eredm\u00e9nyek a k\u00f6vetkez\u0151k\u00e9ppen \u00e9rtelmezhet\u0151k:<\/p>\n\n\n\n F-statisztika \u00e9s p-\u00e9rt\u00e9k: <\/strong>Az F-statisztika a csoportok k\u00f6z\u00f6tti variancia \u00e9s a csoporton bel\u00fcli variancia ar\u00e1ny\u00e1t m\u00e9ri. A p-\u00e9rt\u00e9k azt mutatja meg, hogy a nullhipot\u00e9zis igaza eset\u00e9n milyen val\u00f3sz\u00edn\u0171s\u00e9ggel kapunk olyan sz\u00e9ls\u0151s\u00e9ges F-statisztik\u00e1t, mint a megfigyelt. Egy kis p-\u00e9rt\u00e9k (kisebb, mint a v\u00e1lasztott szignifikancia szint, \u00e1ltal\u00e1ban 0,05) er\u0151s bizony\u00edt\u00e9kot sugall a nullhipot\u00e9zis ellen, ami azt jelzi, hogy legal\u00e1bb k\u00e9t csoport \u00e1tlaga k\u00f6z\u00f6tt szignifik\u00e1ns k\u00fcl\u00f6nbs\u00e9g van.<\/p>\n\n\n\n Szabads\u00e1gfokok: <\/strong>A csoportok k\u00f6z\u00f6tti \u00e9s a csoporton bel\u00fcli t\u00e9nyez\u0151k szabads\u00e1gfoka k-1, illetve N-k, ahol k a csoportok sz\u00e1ma, N pedig a teljes minta m\u00e9rete.<\/p>\n\n\n\n N\u00e9gyzetes k\u00f6z\u00e9phiba:<\/strong> <\/em>Az \u00e1tlagos n\u00e9gyzetes hiba (MSE) a csoporton bel\u00fcli n\u00e9gyzetek \u00f6sszeg\u00e9nek \u00e9s a csoporton bel\u00fcli szabads\u00e1gi fokoknak a h\u00e1nyadosa. Ez az egyes csoportokon bel\u00fcli becs\u00fclt varianci\u00e1t jelenti a csoportok k\u00f6z\u00f6tti k\u00fcl\u00f6nbs\u00e9gek figyelembev\u00e9tele ut\u00e1n.<\/p>\n\n\n\n Hat\u00e1sm\u00e9ret:<\/strong> A hat\u00e1s nagys\u00e1ga az eta-n\u00e9gyzet (\u03b7\u00b2) seg\u00edts\u00e9g\u00e9vel m\u00e9rhet\u0151, amely a f\u00fcgg\u0151 v\u00e1ltoz\u00f3 teljes vari\u00e1ci\u00f3j\u00e1nak azt az ar\u00e1ny\u00e1t mutatja, amelyet a csoportk\u00fcl\u00f6nbs\u00e9gek magyar\u00e1znak. Az eta-n\u00e9gyzet \u00e9rt\u00e9kek \u00e1ltal\u00e1nos \u00e9rtelmez\u00e9sei a k\u00f6vetkez\u0151k:<\/p>\n\n\n\n Kis hat\u00e1s: \u03b7\u00b2 < 0,01<\/p>\n\n\n\n K\u00f6zepes hat\u00e1s: 0,01 \u2264 \u03b7\u00b2 < 0,06<\/p>\n\n\n\n Nagy hat\u00e1s: \u03b7\u00b2 \u2265 0,06<\/p>\n\n\n\n Post hoc elemz\u00e9s:<\/strong><\/a> Ha a nullhipot\u00e9zis elutas\u00edt\u00e1sra ker\u00fcl, poszt hoc elemz\u00e9st lehet v\u00e9gezni annak meg\u00e1llap\u00edt\u00e1s\u00e1ra, hogy mely csoportok k\u00fcl\u00f6nb\u00f6znek szignifik\u00e1nsan egym\u00e1st\u00f3l. Ezt k\u00fcl\u00f6nb\u00f6z\u0151 tesztekkel lehet elv\u00e9gezni, p\u00e9ld\u00e1ul Tukey HSD-teszttel, Bonferroni korrekci\u00f3val vagy Scheffe-teszttel.<\/p>\n\n\n\n Az eredm\u00e9nyeket a kutat\u00e1si k\u00e9rd\u00e9ssel \u00e9s az elemz\u00e9s felt\u00e9telez\u00e9seivel \u00f6sszef\u00fcgg\u00e9sben kell \u00e9rtelmezni. Ha a felt\u00e9telez\u00e9sek nem teljes\u00fclnek, vagy az eredm\u00e9nyek nem \u00e9rtelmezhet\u0151ek, alternat\u00edv tesztekre vagy az elemz\u00e9s m\u00f3dos\u00edt\u00e1s\u00e1ra lehet sz\u00fcks\u00e9g.<\/p>\n\n\n\n A statisztik\u00e1ban az egyutas ANOVA egy olyan technika, amelyet h\u00e1rom vagy t\u00f6bb csoport \u00e1tlag\u00e1nak \u00f6sszehasonl\u00edt\u00e1s\u00e1ra haszn\u00e1lnak. Miut\u00e1n elv\u00e9gezt\u00fck az ANOVA-tesztet, \u00e9s ha a nullhipot\u00e9zist elutas\u00edtottuk, ami azt jelenti, hogy szignifik\u00e1ns bizony\u00edt\u00e9k van arra, hogy legal\u00e1bb egy csoport \u00e1tlaga k\u00fcl\u00f6nb\u00f6zik a t\u00f6bbit\u0151l, egy post hoc tesztet v\u00e9gezhet\u00fcnk annak meg\u00e1llap\u00edt\u00e1s\u00e1ra, hogy mely csoportok k\u00fcl\u00f6nb\u00f6znek szignifik\u00e1nsan egym\u00e1st\u00f3l.<\/p>\n\n\n\n A csoportok \u00e1tlagai k\u00f6z\u00f6tti konkr\u00e9t k\u00fcl\u00f6nbs\u00e9gek meghat\u00e1roz\u00e1s\u00e1ra post hoc teszteket alkalmaznak. N\u00e9h\u00e1ny gyakori post hoc teszt a Tukey-f\u00e9le \u0151szint\u00e9n szignifik\u00e1ns k\u00fcl\u00f6nbs\u00e9g (HSD), a Bonferroni korrekci\u00f3, a Scheffe-m\u00f3dszer \u00e9s a Dunnett-teszt. Mindegyik tesztnek megvannak a maga felt\u00e9telez\u00e9sei, el\u0151nyei \u00e9s korl\u00e1tai, \u00e9s a v\u00e1laszt\u00e1s, hogy melyik tesztet haszn\u00e1ljuk, az adott kutat\u00e1si k\u00e9rd\u00e9st\u0151l \u00e9s az adatok jellemz\u0151it\u0151l f\u00fcgg.<\/p>\n\n\n\n \u00d6sszess\u00e9g\u00e9ben a post hoc tesztek hasznosak abban, hogy r\u00e9szletesebb inform\u00e1ci\u00f3t ny\u00fajtsanak az egyir\u00e1ny\u00fa ANOVA-elemz\u00e9sben szerepl\u0151 konkr\u00e9t csoportk\u00fcl\u00f6nbs\u00e9gekr\u0151l. Fontos azonban, hogy ezeket a teszteket \u00f3vatosan haszn\u00e1ljuk, \u00e9s az eredm\u00e9nyeket a kutat\u00e1si k\u00e9rd\u00e9s \u00e9s az adatok saj\u00e1tos jellemz\u0151inek \u00f6sszef\u00fcgg\u00e9s\u00e9ben \u00e9rtelmezz\u00fck.<\/p>\n\n\n\n![\"\"](\"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2024\/08\/Banner3-1024x410.png\")
<\/a><\/figure>\n\n\n\nHogyan haszn\u00e1lj\u00e1k az egyutas ANOVA-t?<\/strong><\/h2>\n\n\n\n
Az ANOVA felt\u00e9telez\u00e9sei<\/strong><\/h2>\n\n\n\n
\n
Egyir\u00e1ny\u00fa ANOVA elv\u00e9gz\u00e9se<\/strong><\/h2>\n\n\n\n
Az eredm\u00e9nyek \u00e9rtelmez\u00e9se<\/strong><\/h2>\n\n\n\n
Post hoc tesztel\u00e9s<\/strong><\/h2>\n\n\n\n
![\"\"](\"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2023\/02\/banner-blog-trial-04.jpg\")
<\/a><\/figure><\/div>\n\n\n