Bingehên Analîza Kovaryansê
Analîza Kovaryansê (ANCOVA) rêbazeke îstatîstîkî ye ku teknîkên regresyonê û analîza guherbariyê (ANOVA) bi hev re dike yek da ku guhêrbarên ku dibe ku bandorê li guhêrbarê girêdayî bikin kontrol bike. Armanca sereke ew e ku bandora guhêrbarên serbixwe li ser guhêrbarê girêdayî piştî kontrolkirina bandorên guhêrbarên ku wekî hevvarî têne zanîn were lêkolîn kirin. Di vê gotarê de, em ê li ser bingehên ANCOVA, gavên sepandina wê, û çend mînakên sepandina wê di lêkolînê de nîqaş bikin.
Pênasîn û Fonksiyona ANCOVA
ANCOVA tê bikaranîn dema ku lêkolîner dixwazin bandora yek an çend hevguherbaran kontrol bikin ku dibe ku bandorê li guhêrbarê girêdayî bikin, da ku ew bikaribin bandora guhêrbarê serbixwe bi awayekî rasttir diyar bikin. Mînakî, heke em bixwazin bandora rêbazên hînkirinê yên cûda li ser serkeftina xwendekaran fam bikin, lê em dizanin ku IQ-ya xwendekaran jî bandorê li ser serkeftinê dike, em dikarin ANCOVA bikar bînin da ku IQ-yê kontrol bikin û bandora rêbazên hînkirinê bi awayekî rasttir binirxînin.
Teoriya bingehîn a ANCOVA
Teoriya li pişt ANCOVA dişibihe ANOVA û regresyona xêzik. Di ANOVA de, modelek me ya giştî wekî ya jêrîn heye:
\[ Y_{ij} = \mu + \tau_i + \epsilon_{ij} \]
ku \( Y_{ij} \) puana çavdêrîkirî ye, \( \mu \) navînîya giştî ye, \( \tau_i \) bandora dermankirin an komê ye, û \( \epsilon_{ij} \) xeletîya mayî ye.
Di ANCOVA de, em yek an çend hevguherbaran (X) li modelê zêde dikin:
\[ Y_{ij} = \mu + \tau_i + \beta (X_{ij} – \bar{X}) + \epsilon_{ij} \]
li vir \( \beta \) katsayiya regresyonê ya kovarîtê \(X_{ij}\) ye. Bi vî awayî, ANCOVA bi berçavgirtina guherîna ji hêla kovarîtê ve çêdibe, dibe alîkar ku model were sererast kirin.
Texmînên di ANCOVA de
Mîna rêbazên din ên îstatîstîkî, ANCOVA çend texmînên bingehîn hene ku divê ji bo pêbaweriya encamên wê werin bicîhanîn:
1. Xêzikbûn: Têkiliya di navbera hevguherbar û guhêrbarê girêdayî de divê xêzik be.
2. Homojenîteya Meylên Regresyonê: Têkiliya di navbera hevguherbar û guhêrbara girêdayî de divê di seranserê astên guhêrbara serbixwe de hevgirtî be.
3. Homojenîteya Cûdahiyê: Divê guherîna mayî li seranserê hemû koman yek be.
4. Normalîteya Mayînde: Divê mayî (xeletî) yên modelê nêzîkî belavkirineke normal bibin.
5. Serbixwebûna Çewtiyan: Divê bermayî ji hev serbixwe bin.
Gavên ji bo Birêvebirina ANCOVA
1. Berhevkirina Daneyan: Gava yekem ew e ku daneyên guncaw bi destnîşankirina guhêrbarên girêdayî, serbixwe û hevguherbar werin berhevkirin. Bo nimûne, berhevkirina daneyan li ser IQ, rêbazên hînkirinê (dermankirin), û puanên dawîn ên testên xwendekaran (dep);
2. Texmînên Ceribandinê:
– Xêzikbûn: Ji bo misogerkirina xêzikbûnê, di navbera hevguherbar û guhêrbarê girêdayî de nexşeyek belavbûnê biafirînin.
- Homojenîteya Regresyonê: Kontrol bike ka meyla regresyonê di navbera hevguherbar û guhêrbarê girêdayî de di navbera hemî koman de wekhev e.
– Homojenîteya Varyansê û Normalîteyê: Testa Levene ji bo varyansê û testa Kolmogorov-Smirnov an Shapiro-Wilk ji bo normalîteyê pêk bînin.
3. Analîza Berî-ANCOVA:
- Ji bo têgihîştina bandora hevguherbaran li ser guhêrbarê girêdayî, analîzek regresyonê ya hêsan pêk bînin.
- Modela ANOVA bêyî zêdekirina hevguherînan hesab bike.
4. ANCOVA pêk bînin:
- Ji bo xebitandina modela ANCOVA-yê nermalava îstatîstîkî (wek SPSS, R, an Python) bikar bînin.
– Modela ANCOVA bi şêweya \(Y_{ij} = \mu + \tau_i + \beta (X_{ij} – \bar{X}) + \epsilon_{ij} \) binivîse.
5. Şîrovekirina Encaman:
- Nirxên \(F\) û \(p\) di derketinê de binirxînin da ku girîngiya îstatîstîkî ya bandora guhêrbarê serbixwe piştî kontrolkirina hevguherînan diyar bikin.
- Parametreyên regresyonê ji bo hevguherînan binirxînin da ku bandora wan a nisbî şîrove bikin.
Nimûneya Serlêdana ANCOVA
1. Lêkolînên Perwerdehiyê:
Ferz bikin ku em dixwazin bizanin ka rêbazeke nû ya hînkirinê ji rêbazeke kevneşopî di baştirkirina serkeftina xwendekaran de bibandortir e. Em serkeftina xwendekaran wekî guhêrbarê girêdayî, rêbaza hînkirinê wekî guhêrbarê serbixwe, û IQya xwendekaran wekî hevguherbar bi kar tînin.
Bi karanîna ANCOVA-yê, em dikarin bandora IQ-ê li ser destkeftiyan kontrol bikin û piştî kontrolkirina IQ-ê diyar bikin ka rêbazên nû yên hînkirinê bandorek girîng dikin an na.
2. Lêkolînên Tenduristiyê:
Di lêkolîna bijîşkî de, ferz bikin ku em dixwazin bandora du celebên terapiya fîzîkî li ser başbûna nexweşên felcê binirxînin. Guhêrbarê girêdayî puana başbûnê ye, guhêrbarê serbixwe celebê terapiyê ye, û temenê nexweş jî dikare hevguherbar be.
3. Lêkolîna Derûnî:
Eger em bandorên perwerdehiya hişmendiyê li ser asta stresê lêkolîn dikin, dibe ku em bixwazin faktorên wekî asta fikara destpêkê ya beşdaran wekî hevguherbaran kontrol bikin da ku bandorên rastîn ên destwerdana perwerdehiyê bibînin.
Awantaj û dezavantajên ANCOVA
Kelebihan
- Kontrolkirina Hevguherbaran: Bi kontrolkirina guherbarên ku bi tevahî nayên rasthatîkirin, ANCOVA analîzek paqijtir a têkiliya di navbera guherbarên serbixwe û yên girêdayî de peyda dike.
- Zêdekirina Hêza Testê: Bi kêmkirina guherbariya çewtiyê bi rêya kontrola hevguherbar, ANCOVA dikare hêza îstatîstîkî û rastbûna encaman zêde bike.
- Analîza Pirguhêrbar: ANCOVA dihêle ku di analîzê de bêtir guhêrbar bên hesibandin bêyî ku tevliheviya modelê zêde were berfirehkirin.
Kêmasî
– Texmînên Hişk: ANCOVA hejmarek ferzên ku divê werin bicîhanîn hene, û binpêkirina van ferzan dikare bibe sedema şîroveyên xelet.
– Sêwirana Ceribandinê: Tenê ji bo sêwiranên ceribandinî yên ku hevguherbaran di teorî û sêwiranê de li ber çavan girtine derbasdar e.
– Zehmetiyên Şîrovekirinê: Ji bo lêkolînerên kêm tecrûbe, şîrovekirina encamên ANCOVA dikare ji ANOVA-ya sade tevlihevtir be.
Xelasî
Analîza Kovaryansê (ANCOVA) amûrek îstatîstîkî ya bihêz e ku dihêle lêkolîner guherbarên ku bandorê li guherbarek girêdayî dikin kontrol bikin da ku ew bikaribin bandora guherbarên serbixwe bi awayekî rasttir binirxînin. Fêmkirina bingehên ANCOVA, texmînên wê yên bingehîn, û gavên analîza wê dê di pêkanîna lêkolînên empîrîk ên dijwartir û derbasdartir de pir biqîmet be.
Bi mînakên sepanên di warên cûrbecûr de, eşkere ye ku ANCOVA rêbazek bingehîn e ji bo lêkolînerên ku dixwazin bi kontrolkirina çêtir a guherbariya nexwestî rastbûna dîtinên xwe baştir bikin. ANCOVA gelek feydeyan pêşkêş dike, lê di heman demê de baldariyek baldar li ser texmînan û şîrovekirina encaman jî hewce dike.
