Qu'est-ce que l'analyse de la variance?

Lors de la recherche, il devient parfois nécessaire d'analyser les données comparant plus de deux échantillons ou groupes.Un type de test de statistiques inférentiels, l'analyse de la variance (ANOVA), permet l'examen de plusieurs échantillons en même temps pour déterminer s'il existe une relation significative entre elles.Le raisonnement est identique aux tests t, seule l'analyse de la variance comprend des variables indépendantes de deux échantillons ou plus.Les différences entre les échantillons ainsi que la différence dans un échantillon sont déterminées.L'ANOVA est basée sur quatre hypothèses: le niveau de mesure, la méthode d'échantillonnage, la distribution de la population et l'homogénéité de la variance.

Afin de déterminer si les différences sont significatives, l'ANOVA concerne les différences entre et à l'intérieur des échantillons, qui est appelé la variance.L'ANOVA peut savoir si la variance est plus importante entre les échantillons par rapport à celle parmi les membres de l'échantillon.Si cela se révèle vrai, les différences sont considérées comme significatives.

La réalisation d'un test ANOVA implique l'acceptation de certaines hypothèses.La première est que la méthode d'échantillonnage aléatoire indépendante est utilisée et que le choix des membres de l'échantillon d'une seule population n'influence pas le choix des membres des populations ultérieures.Les variables dépendantes sont mesurées principalement au niveau du rapport intervalle;Cependant, il est possible d'appliquer l'analyse de la variance aux mesures au niveau ordinal.On peut supposer que la population est normalement distribuée, même si cela n'est pas vérifiable, et les variances de la population sont les mêmes, ce qui signifie que les populations sont homogènes.

L'hypothèse de recherche suppose qu'au moins une moyenne est différente des autres, mais les différents moyens ne sont pas identifiés comme plus grands ou plus petits.Seul le fait qu'il existe une différence est prévu.L'ANOVA teste l'hypothèse nulle, ce qui signifie qu'il n'y a pas de différence entre toutes les valeurs moyennes, de sorte que a ' b ' C. Cela nécessite de définir l'alpha, se référant au niveau de probabilité où l'hypothèse nulle sera rejetée.

Le rapport F est une statistique de test utilisée spécifiquement pour l'analyse de la variance, car le score F montre où commence la zone de rejet de l'hypothèse nulle.Développé par le statisticien Ronald Fisher, la formule de F est la suivante: F ' entre l'estimation de la variance du groupe (MSB) Divisée par l'estimation de la variance du groupe intérieure (MSW), telle que F ' MSB / MSW.Chacune des estimations de variance se compose de deux parties mdash;La somme des carrés (SSB et SSW) et degrés de liberté (DF).En utilisant les tables statistiques pour la recherche biologique, agricole et médicale , l'alpha peut être réglé et basé sur cela, et l'hypothèse nulle de non-différence peut être rejetée.On peut conclure qu'une différence significative existe entre tous les groupes, si tel est le cas.