Cos'è l'analisi della varianza?
Quando si fa ricerche, a volte diventa necessario analizzare i dati confrontando più di due campioni o gruppi. Un tipo di test delle statistiche inferenziali, l'analisi della varianza (ANOVA), consente l'esame di più campioni contemporaneamente ai fini della determinazione se esiste una relazione significativa tra di loro. Il ragionamento è identico ai test t, solo l'analisi della varianza include variabili indipendenti di due o più campioni. Vengono determinate differenze tra campioni e differenza all'interno di un campione. ANOVA si basa su quattro ipotesi: il livello di misurazione, il metodo di campionamento, la distribuzione della popolazione e l'omogeneità della varianza.
Al fine di determinare se le differenze sono significative, ANOVA si occupa delle differenze tra e all'interno dei campioni, che è indicato come varianza. L'ANOVA può scoprire se la varianza è maggiore tra i campioni rispetto a quello tra i membri del campione. Se questo si trova vero, allora ilLe differenze sono considerate significative.
La conduzione di un test ANOVA comporta l'accettazione di determinati ipotesi. Il primo è che viene utilizzato il metodo di campionamento casuale indipendente e la scelta dei membri del campione di una singola popolazione non influenza la scelta dei membri delle popolazioni successive. Le variabili dipendenti sono misurate principalmente a livello di rapporto intervallo; Tuttavia, è possibile applicare l'analisi della varianza alle misurazioni a livello ordinale. Si può presumere che la popolazione sia normalmente distribuita, anche se ciò non è verificabile, e le varianze della popolazione sono le stesse, il che significa che le popolazioni sono omogenee.
L'ipotesi di ricerca presuppone che almeno una media sia diversa dagli altri, ma i diversi mezzi non sono identificati come più grandi o più piccoli. Solo il fatto che esiste una differenza. I test ANOVA per l'ipotesi nulla, WHich significa che non vi è alcuna differenza tra tutti i valori medi, in modo tale che a = b = C. Ciò richiede l'impostazione dell'alfa, riferendosi al livello di probabilità in cui l'ipotesi nulla verrà respinta.
F-ratio è una statistica di test utilizzata specificamente per l'analisi della varianza, poiché il punteggio F mostra dove inizia l'area del rifiuto per l'ipotesi nulla. Sviluppato dallo statistico Ronald Fisher, la formula per F è la seguente: F = tra la stima della varianza di gruppo (MSB) divisa per la stima della varianza di gruppo all'interno del gruppo (MSW), in modo tale che F = MSB/MSW. Ciascuna delle stime di varianza è costituita da due parti: la somma dei quadrati (SSB e SSW) e dei gradi di libertà (DF). Usando le tabelle statistiche per la ricerca biologica, agricola e medica , l'alfa può essere impostato e basato su questo e l'ipotesi nulla di nessuna differenza può essere respinta. Si può concludere che esiste una differenza significativa tra tutti i gruppi, se questo è il caso.