د یو اړخیزه انووا بنسټیز مفاهیم
یو طرفه انووا یوه احصایوي طریقه ده چې د دوو څخه زیاتو ډلو څخه د وسیلو پرتله کولو لپاره کارول کیږي. ډیری خلک د دوو وسیلو پرتله کولو لپاره د t-ټیسټ سره بلد دي، مګر کله چې د ډلو شمیر له دوو څخه ډیر وي، د t-ټیسټ تکرار کارول په حقیقت کې د غلطو پریکړو کولو خطر زیاتوي. دا هغه ځای دی چې یو طرفه انووا مهم کیږي: دا د ازموینې لپاره یو ډیر دقیق او سیستماتیک لاره چمتو کوي چې ایا د یو واحد فکتور (یو واحد کټګوریک متغیر) پراساس پرتله شوي ډلو ترمنځ د وسیلو کې د پام وړ توپیرونه شتون لري.
۱. یو طرفه انووا څه شی دی؟
د ANOVA اصطلاح د توپیر تحلیل څخه اخیستل شوې ده. سره له دې چې نوم یې "د توپیر تحلیل" دی، د دې اصلي هدف د وسیلو توپیرونو ازموینه ده. د ANOVA اساسي مفهوم دا دی: که چیرې د ګروپ وسیلې په حقیقت کې توپیر ولري، نو د ډلو ترمنځ توپیر به د ډلو دننه توپیر څخه ډیر څرګند شي.
دې ته "یو اړخیزه" ویل کیږي ځکه چې د ډلو جوړولو لپاره یوازې یو فکتور یا یو کټګوري خپلواک متغیر کارول کیږي. د مثال په توګه:
- د ازموینې د نمرو په اړه د مطالعې طریقې (خپلواک، ډله ایز، آنلاین).
- د حاصلاتو په اړه د سرې ډول (A، B، C، D).
- د وینې فشار په اړه د درملو ډول (درمل ۱، درمل ۲، پلیسبو).
په پورته مثال کې، "د زده کړې میتود"، "د سرې ډول"، او "د درملو ډول" واحد عوامل دي چې ډیری کچې (کټګورۍ) لري.
۲. کله چې یو طرفه انووا کارول کیږي؟
یو اړخیزه ANOVA عموما هغه وخت کارول کیږي کله چې:
۱. انحصاري متغیر په عددي/کمي بڼه دی (مثالونه: ارزښت، وزن، وخت، د وینې فشار).
۲. خپلواک متغیر یو کټګوري فکتور دی چې لږترلږه درې ګروپونه لري (k ≥ ۳).
۳. څېړونکي غواړي پوه شي چې آیا لږ تر لږه یوه ډله شته چې اوسط یې له نورو څخه توپیر لري.
که چیرې یوازې دوه ډلې وي، نو معمولا د t-ټیسټ کافي وي. په هرصورت، ANOVA لاهم د دوو ډلو لپاره کارول کیدی شي او د t-ټیسټ سره مساوي پایلې به تولید کړي (د ځینو شرایطو لاندې).
۳. اصلي مفکوره: د ګروپ دننه او د ګروپ ترمنځ توپیر
انووا د بدلون دوه سرچینې اندازه کوي:
- د ډلې دننه توپیر: د هرې ډلې دننه معلومات څومره توپیر لري. د مثال په توګه، که څه هم یوه ډله یو ټاکلی اوسط لري، د هغې افراد ممکن د اوسط څخه ډیر خپاره شوي وي.
- د ګروپونو ترمنځ توپیر: د هرې ډلې اوسط له یو بل څخه څومره توپیر لري.
که چیرې د ګروپ په معنی کې توپیر لوی وي، نو د ګروپونو ترمنځ توپیر به لوی وي. که چیرې د ګروپونو دننه معلومات ډیر خپاره وي ، نو د ګروپونو دننه توپیر به لوی وي. ANOVA د F احصایې په نوم د تناسب په کارولو سره دواړه پرتله کوي.
۴. په انووا کې فرضیه
په یو اړخیزه ANOVA کې، فرضیه په لاندې ډول جوړه شوې ده:
– H0 (بې معنی فرضیه): د ټولو ګروپونو د نفوسو معنی یو شان ده.
\[
\mu_1 = \mu_2 = \mu_3 = \dots = \mu_k
\]
– H1 (بدیل فرضیه): لږترلږه یو مختلف ګروپ اوسط شتون لري.
یعنې ټول \(\mu\) یو شان نه دي.
دا مهمه ده چې پوه شئ چې ANOVA یوازې تاسو ته وایي چې آیا توپیر شتون لري یا نه. که پایلې د پام وړ وي، نو د دې لپاره چې معلومه شي چې د ډلو کومې جوړې توپیر لري، نورو ازموینو ته اړتیا ده.
۵. د ازموینې احصایې: د F تناسب
په ANOVA کې د ازموینې اصلي احصایه F ده:
\[
F = \frac{\text{د ګروپ دننه توپیر (MSB)}}{\text{د ګروپ دننه توپیر (MSW)}}
\]
دلته:
– MSB (منځنی مربع) = د ډلو ترمنځ د مربعونو اوسط، د ګروپ وسیلو ترمنځ توپیر بیانوي.
– MSW (منځنی مربع دننه) = د یوې ډلې دننه د مربعونو اوسط، د یوې ډلې دننه توپیر بیانوي.
منطق:
– که چیرې د ټولو ډلو سرچینې ورته وي، MSB کوچنی دی نو F 1 ته نږدې دی.
- که چیرې په وسیلو کې څرګند توپیر شتون ولري، MSB دومره زیاتیږي چې F له 1 څخه لوی شي.
- د F ارزښت کافي لوی دی (د آزادۍ په یوه ټاکلې درجې کې د مهم F ارزښت په پرتله) موږ H0 ردوي.
۶. د محاسبې اجزا: SST، SSB، او SSW
په ANOVA کې، د معلوماتو ټول توپیر په دوو برخو ویشل شوی دی:
۱. SST (د مربعو مجموعه): د مربعو مجموعه، د ټولیز اوسط په وړاندې د ټولو معلوماتو ټول توپیر بیانوي.
۲. SSB (د مربعونو ترمنځ مجموعه): د ډلو ترمنځ د مربعونو مجموعه، د ګروپ په معنی کې د توپیر له امله توپیر.
۳. SSW (د مربعو مجموعه): په یوه ګروپ کې د مربعو مجموعه، د ګروپ دننه د انفرادي توپیرونو له امله توپیر.
اساسي اړیکه:
\[
SST = SSB + SSW
\]
بیا هر یو د آزادۍ درجو سره ویشل کیږي ترڅو MSB او MSW تولید کړي.
۷. د آزادۍ درجې
په یو اړخیزه ANOVA کې د آزادۍ درجې (df):
- د ډلو ترمنځ df: \(k – 1\)
(k = د ډلو شمېر)
- په ګروپ کې df: \(N – k\)
(N = د ټولو مشاهدو مجموعه)
- د df ټولټال : \(N – 1\)
د آزادۍ درجې مهمې دي ځکه چې دوی د F ویش بڼه ټاکي چې د اهمیت ازموینې لپاره کارول کیږي.
۸. د یو اړخیزه انووا فرضیې
د ANOVA پایلو د اعتبار لپاره، معمولا ډیری انګیرنې اړینې دي:
۱. خپلواکي: د موضوعاتو/مشاهدو ترمنځ معلومات خپلواک دي (یو بل باندې اغیزه نه کوي).
۲. نورمالیت: په هر ګروپ کې معلومات په نورمال ډول ویشل کیږي (یا لږترلږه پاتې شوني نورمال ته نږدې دي).
۳. د توپیر یوشانوالی (هوموسیسټاسټیسټي): د ډلو ترمنځ توپیر نسبتا ورته دی.
په عمل کې، ANOVA د نورمالیت سرغړونو لپاره خورا "قوي" دی که چیرې د نمونې اندازې په کافي اندازه لوی او متوازن وي. په هرصورت، د تغیر د یووالي سرغړونه کولی شي ډیرې ستونزې رامینځته کړي، په ځانګړي توګه کله چې د هرې ډلې نمونې اندازې غیر مساوي وي. د لیوین یا بارټلیټ په څیر ازموینې ډیری وختونه د تغیر د یووالي انګیرنې تایید لپاره کارول کیږي.
۹. د پایلو تفسیر: p-ارزښت او پریکړه
د ANOVA پایلې معمولا د ANOVA جدول کې وړاندې کیږي چې SSB، SSW، df، MSB، MSW، F ارزښت، او p- ارزښت لري.
– که چیرې د p ارزښت ≤ α وي (د مثال په توګه α = 0,05)، نو H0 رد کړئ: د ډلو ترمنځ په اوسط کې د پام وړ توپیر شتون لري.
– که چیرې p-value > α وي، نو د H0 ردولو کې پاتې راشي: کافي شواهد شتون نلري چې وسیلې توپیر لري.
په هرصورت، "د H0 ردولو کې پاتې راتلل" پدې معنی ندي چې وسیلې په ریښتیا سره ورته دي؛ دا په ساده ډول پدې معنی ده چې معلومات دومره قوي ندي چې توپیر ثابت کړي.
۱۰. د ANOVA وروسته د هاک ازموینه
که چیرې ANOVA د پام وړ وي، نو بل ګام دا دی چې معلومه شي چې کومې ډلې توپیر لري. دا د پوسټ هاک ازموینې سره ترسره کیږي، د مثال په توګه:
– ټوکی HSD (ډیری وختونه د ټولو جوړو د پرتله کولو لپاره کارول کیږي).
– بونفروني (ډیر محافظه کار).
– شیف (د مختلفو تضادونو لپاره انعطاف منونکی).
– ګېمز-هاول (که چېرې توپیر یو شان نه وي نو ډېر مناسب دی).
پرته له نورو ازموینو، موږ یوازې پوهیږو چې "یو توپیر شتون لري"، مګر موږ نه پوهیږو چې توپیر چیرته دی.
۱۱. د اغېز اندازه
د اهمیت سربیره، دا هم مهمه ده چې راپور ورکړئ چې یو فکتور په انحصاري متغیر باندې څومره اغیزه لري. په ANOVA کې د اغیزې عام اندازې دا دي:
– د ایټا مربع (\(\eta^2\)): د ټول توپیر تناسب چې د ګروپ توپیرونو لخوا تشریح شوی.
– د اومیګا مربع (\(\omega^2\)): یو لږ تعصب لرونکی نسخه، په ځانګړې توګه په کوچنیو نمونو کې.
د اغیزو اندازې د عملي تړاو په ارزونه کې مرسته کوي، نه یوازې د احصایوي اهمیت.
پایله
یو اړخیزه ANOVA د یو واحد فکتور پر بنسټ د دوو څخه زیاتو ډلو د وسیلو پرتله کولو لپاره یوه بنسټیزه احصایوي وسیله ده. اساسي مفهوم د F احصایې په کارولو سره د ګروپ دننه توپیر سره د ګروپ ترمنځ توپیر پرتله کول دي. د دې کارول د باور وړ پایلو ډاډ ترلاسه کولو لپاره د توپیر د خپلواکۍ، نورمالیت او یووالي انګیرنې ته اړتیا لري. که چیرې د ANOVA پایلې د پام وړ توپیرونه وښيي، تحلیل د پوسټ هاک ازموینو سره دوام لري ترڅو جلا ګروپونه وپیژني او د اغیزې اندازې راپور ورکړي ترڅو په عملي توګه د نفوذ ځواک ارزونه وکړي.
که تاسو وغواړئ، زه کولی شم د بشپړ قضیې مثال (کوچني معلومات)، ساده لاسي محاسبې مرحلې، یا د SPSS/R/Excel څخه د ANOVA محصول یوه بیلګه د لوستلو څرنګوالي سره اضافه کړم.
