Konceptet Bazë të ANOVA-s me Një Drejtim
ANOVA me një drejtim është një metodë statistikore e përdorur për të krahasuar mesataret nga më shumë se dy grupe. Shumë njerëz janë të njohur me testin t për krahasimin e dy mesatareve, por kur numri i grupeve është më shumë se dy, përdorimi i përsëritur i testit t në fakt rrit rrezikun e marrjes së vendimeve të pasakta. Këtu bëhet e rëndësishme ANOVA me një drejtim: ajo ofron një mënyrë më të saktë dhe sistematike për të testuar nëse ka dallime të rëndësishme në mesataret midis grupeve të krahasuara bazuar në një faktor të vetëm (një ndryshore të vetme kategorike).
1. Çfarë është ANOVA me një drejtim?
Termi ANOVA vjen nga Analiza e Variancës. Pavarësisht emrit të saj, "analiza e variancës", qëllimi i saj kryesor është të testojë ndryshimet në mesatare. Intuita themelore e ANOVA-s është kjo: nëse mesataret e grupeve janë me të vërtetë të ndryshme, atëherë ndryshimi midis grupeve do të duket më i madh se ndryshimi brenda grupeve.
Quhet "njëkahësh" sepse ekziston vetëm një faktor ose një ndryshore kategorike e pavarur që përdoret për të formuar grupet. Për shembull:
– Metodat e studimit (të pavarura, në grup, online) mbi rezultatet e provimeve.
– Lloji i plehut (A, B, C, D) në varësi të rendimentit të korrjes.
– Lloji i ilaçit (ilaçi 1, ilaçi 2, placebo) mbi presionin e gjakut.
Në shembullin e mësipërm, "metoda e të mësuarit", "lloji i plehut" dhe "lloji i ilaçit" janë faktorë të vetëm që kanë nivele (kategori) të shumëfishta.
2. Kur përdoret ANOVA me një drejtim?
ANOVA me një drejtim përdoret përgjithësisht kur:
1. Variabli i varur është në formë numerike/sasiore (shembuj: vlera, pesha, koha, presioni i gjakut).
2. Variabli i pavarur është një faktor kategorik me një minimum prej tre grupesh (k ≥ 3).
3. Studiuesit duan të dinë nëse ekziston të paktën një grup mesatarja e të cilit është e ndryshme nga të tjerët.
Nëse ka vetëm dy grupe, zakonisht mjafton një test t. Megjithatë, ANOVA mund të përdoret ende për dy grupe dhe do të prodhojë përfundime ekuivalente me një test t (në kushte të caktuara).
3. Ideja kryesore: Variacioni midis grupeve kundrejt variacionit brenda grupit
ANOVA mat dy burime variacioni:
– Variacioni brenda grupit: sa ndryshojnë të dhënat brenda secilit grup. Për shembull, edhe pse një grup ka një mesatare të caktuar, individët e tij mund të jenë mjaft të shpërndarë nga mesatarja.
– Variacioni midis grupeve: sa ndryshon mesatarja e secilit grup nga njëri-tjetri.
Nëse ndryshimi midis mesatareve të grupeve është i madh, edhe ndryshimi midis grupeve do të jetë i madh. Nëse të dhënat brenda grupeve janë shumë të shpërndara, ndryshimi brenda grupeve do të jetë i madh. ANOVA i krahason të dyja duke përdorur një raport të quajtur statistika F.
4. Hipoteza në ANOVA
Në ANOVA-n me një drejtim, hipoteza formulohet si më poshtë:
– H0 (hipoteza zero): të gjitha mesataret e popullatës në grup janë të njëjta.
\[
\mu_1 = \mu_2 = \mu_3 = \pika = \mu_k
\]
– H1 (hipotezë alternative): ekziston të paktën një mesatare e ndryshme grupi.
Domethënë, jo të gjitha \(\mu\) janë të njëjta.
Është e rëndësishme të kuptohet se ANOVA tregon vetëm nëse ka një ndryshim në përgjithësi apo jo. Nëse rezultatet janë të rëndësishme, nevojiten testime të mëtejshme për të përcaktuar se cilat çifte grupesh ndryshojnë.
5. Statistikat e Testit: Raporti F
Statistika kryesore e testit në ANOVA është F:
\[
F = \frac{\text{Varianca midis grupeve (MSB)}}{\text{Varianca brenda grupit (MSW)}}
\]
Këtu:
– MSB (Mean Square Between) = mesatarja e katrorëve midis grupeve, përshkruan ndryshimin midis mesatareve të grupeve.
– MSW (Mean Square Within) = mesatarja e katrorëve brenda një grupi, përshkruan ndryshimin brenda një grupi.
Logjika:
– Nëse mesataret e të gjitha grupeve janë të ngjashme, MSB është e vogël, kështu që F është afër 1.
– Nëse ka një ndryshim të qartë në mesataret, MSB rritet në mënyrë që F të bëhet më i madh se 1.
– Një vlerë F mjaftueshëm e madhe (krahasuar me vlerën kritike F në një shkallë të caktuar lirie) na bën të hedhim poshtë H0.
6. Komponentët e llogaritjes: SST, SSB dhe SSW
Në ANOVA, ndryshimi total i të dhënave ndahet në dy pjesë:
1. SST (Shuma Totale e Katrorëve): shuma totale e katrorëve, përshkruan ndryshimin total të të gjitha të dhënave kundrejt mesatares së përgjithshme.
2. SSB (Shuma e Katrorëve Midis): shuma e katrorëve midis grupeve, ndryshimi për shkak të ndryshimeve në mesataret e grupeve.
3. SSW (Shuma e Katrorëve Brenda): shuma e katrorëve brenda një grupi, ndryshimi për shkak të ndryshimeve individuale brenda grupit.
Marrëdhënia themelore:
\[
SST = SSB + SSW
\]
Pastaj secila pjesëtohet me gradët e lirisë për të prodhuar MSB dhe MSW.
7. Shkallët e Lirisë
Shkallët e lirisë (df) në ANOVA-n njëkahëshe:
– df midis grupeve: \(k – 1\)
(k = numri i grupeve)
– df në grupin : \(N – k\)
(N = totali i të gjitha vëzhgimeve)
– totali i df: \(N – 1\)
Shkallët e lirisë janë të rëndësishme sepse ato përcaktojnë formën e shpërndarjes F të përdorur për të testuar rëndësinë.
8. Supozimet e ANOVA-s me një drejtim
Që rezultatet e ANOVA-s të jenë të vlefshme, zakonisht kërkohen disa supozime:
1. Pavarësia: të dhënat midis subjekteve/vëzhgimeve janë të pavarura (nuk ndikojnë te njëra-tjetra).
2. Normaliteti: të dhënat në secilin grup shpërndahen normalisht (ose të paktën mbetjet janë afër normales).
3. Homogjeniteti i variancës (homoskedasticiteti): varianca midis grupeve është relativisht e njëjtë.
Në praktikë, ANOVA është mjaft "e qëndrueshme" ndaj shkeljeve të normalitetit nëse madhësitë e mostrës janë mjaftueshëm të mëdha dhe të balancuara. Megjithatë, shkeljet e homogjenitetit të variancës mund të jenë më problematike, veçanërisht kur madhësitë e mostrës së secilit grup janë të pabarabarta. Teste të tilla si ato të Levene ose Bartlett përdoren shpesh për të verifikuar supozimin e homogjenitetit të variancës.
9. Interpretimi i Rezultateve: vlera p dhe Vendimi
Rezultatet e ANOVA-s zakonisht paraqiten në një tabelë ANOVA që përmban SSB, SSW, df, MSB, MSW, vlerën F dhe vlerën p.
– Nëse vlera p ≤ α (p.sh. α = 0,05), atëherë hidhni poshtë H0: ka një ndryshim të rëndësishëm në mesataren midis grupeve.
– Nëse vlera p > α, atëherë nuk mund ta hedhim poshtë H0: nuk ka prova të mjaftueshme që mesataret janë të ndryshme.
Megjithatë, "mospërmbushja e kërkesës për H0" nuk do të thotë që mesataret janë vërtet të njëjta; thjesht do të thotë që të dhënat nuk janë mjaftueshëm të forta për të vërtetuar një ndryshim.
10. Testi Post Hoc Pas ANOVA-s
Nëse ANOVA është e rëndësishme, hapi tjetër është të zbulohet se cilat grupe ndryshojnë. Kjo bëhet me një test post hoc, për shembull:
– Tukey HSD (shpesh përdoret për krahasimin e të gjitha çifteve).
– Bonferroni (më konservator).
– Scheffé (fleksibël për kontraste të ndryshme).
– Games-Howell (më i përshtatshëm nëse varianca nuk është homogjene).
Pa testime të mëtejshme, ne dimë vetëm "ka një ndryshim", por nuk e dimë se ku qëndron ndryshimi.
11. Madhësia e Efektit
Përveç rëndësisë, është gjithashtu e rëndësishme të raportohet se sa ndikim ka një faktor në variablin e varur. Madhësitë e zakonshme të efektit në ANOVA janë:
– Eta në katror (\(\eta^2\)): përqindja e variacionit total të shpjeguar nga ndryshimet në grup.
– Omega në katror (\(\omega^2\)): një version më pak i paragjykuar, veçanërisht në mostrat e vogla.
Madhësitë e efekteve ndihmojnë në vlerësimin e rëndësisë praktike, jo vetëm të rëndësisë statistikore.
konkluzioni
ANOVA me një drejtim është një mjet statistikor themelor për krahasimin e mesatareve të më shumë se dy grupeve bazuar në një faktor të vetëm. Koncepti bazë është të krahasohet ndryshimi midis grupeve me ndryshimin brenda grupeve duke përdorur statistikën F. Përdorimi i saj kërkon supozimet e pavarësisë, normalitetit dhe homogjenitetit të variancës për të siguruar përfundime të besueshme. Nëse rezultatet e ANOVA-s tregojnë ndryshime të rëndësishme, analiza vazhdon me teste post hoc për të identifikuar grupe të dallueshme dhe për të raportuar madhësitë e efekteve për të vlerësuar forcën e ndikimit në praktikë.
Nëse dëshironi, mund të shtoj një shembull të plotë rasti (të dhëna të vogla), hapa të thjeshtë llogaritjeje manuale ose një shembull të rezultatit ANOVA nga SPSS/R/Excel së bashku me mënyrën e leximit të tij.
