ANOVA norabide bakarreko oinarrizko kontzeptuak
ANOVA norabide bakarrekoa bi talde baino gehiagoren batez bestekoak alderatzeko erabiltzen den metodo estatistikoa da. Jende askok ezagutzen du t-testa bi batez besteko alderatzeko, baina talde kopurua bi baino gehiago denean, t-testa behin eta berriz erabiltzeak erabaki okerrak hartzeko arriskua handitzen du. Hemen da garrantzitsua ANOVA norabide bakarrekoa: modu zehatzagoa eta sistematikoagoa eskaintzen du taldeen arteko batez bestekoen arteko alde esanguratsuak dauden ala ez probatzeko, faktore bakar baten (aldagai kategoriko bakar baten) arabera alderatuta.
1. Zer da ANOVA norabide bakarrekoa?
ANOVA terminoa "Bariantzaren Analisia" hitzetik dator. Bere izena, "bariantzaren analisia", izan arren, bere helburu nagusia batez bestekoen arteko desberdintasunak probatzea da. ANOVAren oinarrizko intuizioa hau da: taldeen batez bestekoak benetan desberdinak badira, taldeen arteko aldakuntza taldeen barruko aldakuntza baino handiagoa izango da.
"Noranzko bakarrekoa" deitzen zaio, taldeak osatzeko faktore bakarra edo aldagai independente kategoriko bakarra erabiltzen delako. Adibidez:
– Azterketen puntuen araberako ikasketa metodoak (banakakoak, taldekakoak, online).
– Ongarri mota (A, B, C, D) uztaren errendimenduan.
– Sendagai mota (1. sendagaia, 2. sendagaia, plazeboa) odol-presioan.
Goiko adibidean, "ikasteko metodoa", "ongarri mota" eta "sendagai mota" hainbat maila (kategoria) dituzten faktore bakarrak dira.
2. Noiz erabiltzen da ANOVA norabide bakarrekoa?
ANOVA norabide bakarrekoa normalean erabiltzen da honako kasu hauetan:
1. Mendeko aldagaia forma numeriko/kuantitatiboan dago (adibideak: balioa, pisua, denbora, odol-presioa).
2. Aldagai independentea gutxienez hiru talde dituen faktore kategoriko bat da (k ≥ 3).
3. Ikertzaileek jakin nahi dute ea gutxienez talde bat besteengandik desberdina den batez bestekoa duena.
Bi talde bakarrik badaude, t-testa nahikoa izaten da normalean. Hala ere, ANOVA bi taldetarako erabil daiteke oraindik eta t-test baten baliokideak diren ondorioak emango ditu (baldintza batzuetan).
3. Ideia nagusia: Talde arteko aldakuntza vs. talde barruko aldakuntza
ANOVAk bi aldakuntza-iturri neurtzen ditu:
– Talde barruko aldakuntza: datuak zenbat aldatzen diren talde bakoitzaren barruan. Adibidez, talde batek batez besteko jakin bat izan arren, bertako banakoak batez bestekotik nahiko sakabanatuta egon daitezke.
– Taldeen arteko aldakuntza: talde bakoitzaren batez bestekoa zenbateraino den desberdina elkarrengandik.
Taldeen batez bestekoen arteko aldea handia bada, taldeen arteko aldakuntza handia izango da. Taldeen barruko datuak oso sakabanatuta badaude, taldeen barruko aldakuntza handia izango da. ANOVAk biak alderatzen ditu F estatistikoa izeneko erlazio bat erabiliz.
4. Hipotesia ANOVAn
ANOVA unidirekzionalean, hipotesia honela formulatzen da:
– H0 (hipotesi nulua): talde-populazio guztien batez bestekoak berdinak dira.
\[
\mu_1 = \mu_2 = \mu_3 = \dots = \mu_k
\]
– H1 (hipotesi alternatiboa): gutxienez talde-batez besteko desberdin bat dago.
Hau da, ez dira \(\mu\) guztiak berdinak.
Garrantzitsua da ulertzea ANOVAk aldea dagoen ala ez bakarrik esaten dizula orokorrean. Emaitzak esanguratsuak badira, proba gehiago egin behar dira zein bikote talde diren desberdinak zehazteko.
5. Proba-estatistikak: F ratioa
ANOVAren proba-estatistiko nagusia F da:
\[
F = \frac{\text{Talde arteko bariantza (MSB)}}{\text{Talde barruko bariantza (MSW)}}
\]
Hemen:
– MSB (Mean Square Between) = taldeen arteko karratuen batez bestekoa, taldeen batez bestekoen arteko aldakuntza deskribatzen du.
– MSW (Mean Square Within) = talde baten barruko karratuen batez bestekoa, talde baten barruko aldakuntza deskribatzen du.
Logika:
– Talde guztien batez bestekoak antzekoak badira, MSB txikia da, beraz, F 1etik hurbil dago.
– Batez bestekoen artean aldea argia bada, MSB handitu egiten da F 1 baino handiagoa izan dadin.
– F balio nahikoa handia izateak (askatasun-gradu jakin bateko F balio kritikoarekin alderatuta) H0 baztertzera eramaten gaitu.
6. Kalkuluaren osagaiak: SST, SSB eta SSW
ANOVAn, datuen aldakuntza osoa bi zatitan banatzen da:
1. SST (Karratuen Batura Totala): karratuen batura osoak datu guztien batez besteko orokorraren aldean duten aldakuntza osoa deskribatzen du.
2. SSB (Sum of Squares Between): taldeen arteko karratuen batura, taldeen batez bestekoen arteko desberdintasunengatiko aldakuntza.
3. SSW (Barruko Karratuen Batura): talde baten barruko karratuen batura, taldearen barruko banakako desberdintasunen ondoriozko aldakuntza.
Oinarrizko harremana:
\[
SST = SSB + SSW
\]
Ondoren, bakoitza askatasun-graduez zatitzen da MSB eta MSW sortzeko.
7. Askatasun graduak
Askatasun graduak (dl) norabide bakarreko ANOVAn:
– taldeen arteko dl-a : \(k – 1\)
(k = talde kopurua)
– df taldean: \(N – k\)
(N = behaketa guztien batura)
– df guztira : \(N – 1\)
Askatasun graduak garrantzitsuak dira, esangura probatzeko erabiltzen den F banaketaren forma zehazten baitute.
8. ANOVA norabide bakarrekoaren hipotesiak
ANOVA emaitzak baliozkoak izan daitezen, hainbat hipotesi behar dira normalean:
1. Independentzia: subjektuen/behaketen arteko datuak independenteak dira (ez dute elkarri eragiten).
2. Normaltasuna: talde bakoitzeko datuak normal banatuta daude (edo gutxienez hondarrak normalaren antzekoak dira).
3. Bariantzaren homogeneotasuna (homoszedastizitatea): taldeen arteko bariantza nahiko berdina da.
Praktikan, ANOVA nahiko "sendoa" da normaltasunaren urraketen aurrean, lagin-tamainak nahikoa handiak eta orekatuak badira. Hala ere, bariantzaren homogeneotasunaren urraketak arazo gehiago sor ditzake, batez ere talde bakoitzaren lagin-tamainak desberdinak direnean. Levene edo Bartlett bezalako probak erabili ohi dira bariantzaren homogeneotasunaren hipotesia egiaztatzeko.
9. Emaitzen interpretazioa: p-balioa eta erabakia
ANOVA emaitzak normalean ANOVA taula batean aurkezten dira, SSB, SSW, df, MSB, MSW, F balioa eta p-balioa dituena.
– p-balioa ≤ α bada (adibidez, α = 0,05), orduan H0 baztertu behar da: taldeen arteko batez bestekoan alde esanguratsua dago.
– p-balioa > α bada, orduan H0 ez da baztertzen: ez dago batez bestekoak desberdinak direla frogatzen duen ebidentzia nahikorik.
Hala ere, «H0 baztertzea ez ukatzeak» ez du esan nahi batez bestekoak benetan berdinak direnik; besterik gabe, datuak ez direla nahikoa sendoak desberdintasun bat frogatzeko esan nahi du.
10. ANOVAren ondorengo post hoc proba
ANOVA esanguratsua bada, hurrengo urratsa zein taldek desberdintzen diren jakitea da. Horretarako, post hoc proba bat egiten da, adibidez:
– Tukey HSD (askotan bikote guztiak alderatzeko erabiltzen da).
– Bonferroni (kontserbadoreagoa).
– Scheffé (malgua hainbat kontrastetarako).
– Games-Howell (egokiagoa bariantza homogeneoa ez bada).
Proba gehiago egin gabe, "aldea badagoela" bakarrik dakigu, baina ez dakigu non dagoen aldea.
11. Efektuaren tamaina
Esanguraz gain, garrantzitsua da faktore batek mendeko aldagaian zenbaterainoko eragina duen adieraztea ere. ANOVAn ohiko efektu-tamainak hauek dira:
– Eta karratua (\(\eta^2\)) : talde-desberdintasunek azaltzen duten aldakuntza osoaren proportzioa.
– Omega karratua (\(\omega^2\)) : bertsio gutxiago alboratua, batez ere lagin txikietan.
Efektu-tamainek garrantzi praktikoa ebaluatzen laguntzen dute, ez bakarrik esangura estatistikoa.
Ondorioa
ANOVA norabide bakarrekoa funtsezko tresna estatistikoa da bi talde baino gehiagoren batez bestekoak faktore bakar batean oinarrituta alderatzeko. Oinarrizko kontzeptua taldeen arteko aldakuntza talde barruko aldakuntzarekin alderatzea da F estatistikoa erabiliz. Bere erabilerak independentziaren, normaltasunaren eta bariantzaren homogeneotasunaren hipotesiak behar ditu ondorio fidagarriak bermatzeko. ANOVA emaitzek desberdintasun esanguratsuak erakusten badituzte, analisia post hoc probekin jarraitzen da talde desberdinak identifikatzeko eta efektuen tamainak jakinarazteko eraginaren indarra praktikoki ebaluatzeko.
Nahi baduzu, kasu oso baten adibidea (datu txikiak), eskuzko kalkulu-urrats sinpleak edo SPSS/R/Excel-eko ANOVA irteeraren adibide bat gehi ditzaket, nola irakurri eta azalduz.
