Varyans Analizi (ANOVA)
Analysis of Variance · Ayrıca şöyle bilinir: ANOVA, F-test
ANOVA, Ronald A. Fisher tarafından 1925 yılında geliştirilen, üç veya daha fazla bağımsız grup arasında ortalamaların anlamlı bir şekilde farklılık gösterip göstermediğini test eden parametrik bir istatistiksel yöntemdir. Toplam varyansı gruplar arası ve grup içi bileşenlere ayırarak, gözlemlenen farklılıkların tedavi etkilerinden mi yoksa rastgele varyasyondan mı kaynaklandığını belirler. Bu özelliğiyle tıp, psikoloji, tarım ve mühendislik gibi alanlardaki karşılaştırmalı araştırmalar için temel bir yöntemdir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
ANOVA'yı, sürekli bir sonuç üzerinde üç veya daha fazla bağımsız grubun ortalamalarını karşılaştırırken kullanın. Yaygın senaryolar: birden fazla tedavi koşulunun etkinliğini test etmek (eğitim, tıp), demografik kategoriler (yaş grupları, coğrafi bölgeler) arasındaki sonuçları karşılaştırmak veya randomize bir denemede birden fazla müdahale kolunu değerlendirmek. ANOVA, veriler yaklaşık olarak normal dağıldığında ve grup varyansları kabaca eşit olduğunda idealdir. Normal dağılım göstermeyen veriler için Kruskal-Wallis'i (parametrik olmayan alternatif) düşünün. Tekrarlanan ölçümler için (aynı denekler birden çok kez ölçüldüğünde) tekrarlanan ölçümler ANOVA'sını kullanın. İç içe geçmiş veriler için (okullar içindeki öğrenciler) çok düzeyli modellemeyi kullanın.
Güçlü yönler & sınırlılıklar
- Varsayımlar karşılandığında gerçek grup farklılıklarını tespit etmek için güçlüdür; birden fazla t-testine göre daha düşük Tip I hata oranı sağlar.
- Tutumludur: birçok ikili karşılaştırma yapmak yerine tek bir modelde genel grup etkisini test eder.
- Genel varyasyona göre grup farklılıklarının büyüklüğünü nicelleştiren etki büyüklüğünü (eta-kare) sağlar.
- İstatistiksel yazılımlarda yaygın olarak bulunur; disiplinler arası araştırmalarda standart bir uygulamadır; sonuçlar kolayca iletilir.
- Genişletilebilir: faktöriyel ANOVA (birden çok faktör), çok değişkenli ANOVA (MANOVA), tekrarlanan ölçüm tasarımları ve karma modeller için temel oluşturur.
- Normal dağılmış kalıntılar varsayar; büyük etki büyüklükleri veya eşit olmayan grup büyüklükleri ile normallikten sapmalara karşı hassastır.
- Varyans homojenliği varsayımı: gruplar arası eşit olmayan varyanslar Tip I hatayı artırır. Welch'in F'si daha sağlam bir alternatiftir.
- Omnibus testi: anlamlı bir p-değeri en az iki ortalamanın farklı olduğunu gösterir, ancak hangi çiftlerin farklı olduğunu belirtmez; post-hoc testleri karmaşıklık ve çoklu karşılaştırma cezaları ekler.
- Aykırı değerlere duyarlıdır: birkaç aşırı gözlem, grup içi varyansı artırabilir ve istatistiksel gücü azaltabilir.
- Bağımsız gözlemler gerektirir; veriler uygun ayarlama yapılmadan kümelenmişse (örn. sınıflara yerleştirilmiş öğrenciler) varsayımları ihlal eder.
SSS
Tek yönlü, iki yönlü ve tekrarlanan ölçümler ANOVA'sı arasındaki fark nedir?
Tek yönlü ANOVA, birden çok seviyeye sahip tek bir bağımsız değişkeni (faktör) test eder (örn. üç tedavi grubu). İki yönlü ANOVA, iki bağımsız değişkeni içerir ve ana etkileri ile bunların etkileşimini test eder (örn. tedavi ve cinsiyetin sonuç üzerindeki etkileri). Tekrarlanan ölçümler ANOVA'sı, aynı bireylerin birden çok kez ölçüldüğü (örn. tedavi öncesi, sırası ve sonrası) denek içi tasarımlara uygulanır; tekrarlanan gözlemler arasındaki korelasyonu hesaba katar. Seçim, çalışma tasarımına ve araştırma sorularına bağlıdır.
Post-hoc testlerini ne zaman kullanmalıyım ve hangisi en iyisidir?
Post-hoc testlerini yalnızca anlamlı bir omnibus ANOVA'dan sonra, hangi grup çiftlerinin farklı olduğunu belirlemek için kullanın. Tukey HSD (Honestly Significant Difference), eşit grup büyüklükleri ve planlanmış ikili karşılaştırmalar için standarttır ve aile bazında hatayı kontrol eder. Bonferroni, az sayıda karşılaştırma için muhafazakardır (daha katı, daha az yanlış pozitif). Scheffé, karmaşık karşıtlıklara izin veren en esnek olanıdır. Dunnett'in testi, birden fazla tedavi grubunu tek bir kontrol grubuyla karşılaştırmak için en iyisidir. Post-hoc testlerini her zaman önceden belirtin; veriye dayalı seçim Tip I hatayı artırır.
Gruplar arası eşit olmayan örneklem büyüklüklerini nasıl ele alırım?
Eksik veriler tamamen rastgele eksikse (MCAR), eşit olmayan n bir ihlal değildir. Tip I hata kontrolü, eşit olmayan n altında sağlamdır. Ancak, post-hoc testleri eşit grup büyüklükleri varsayar; eşit olmayan varyansları ve örneklem büyüklüklerini ayarlamak için değiştirilmiş kritik değerler veya alternatif testler (örn. Games-Howell) kullanın. Grup büyüklüklerini açıkça rapor edin. Eksikliğin ilgi değişkenleriyle ilişkili olması durumunda, eksik verileri uygun şekilde ele almak için çoklu atama veya karma modelleri düşünün.
Eta-kare (η²) nedir ve omega-kare (ω²) ile farkı nedir?
Her ikisi de etki büyüklüğünü ölçer: toplam varyansın grup üyeliği tarafından açıklanan oranı. Eta-kare (η² = SS_between / SS_total) hesaplaması daha kolaydır ancak özellikle küçük örneklemlerde yukarı doğru yanlıdır. Omega-kare (ω² = (SS_between − (k−1)MS_within) / (SS_total + MS_within)) bu yanlılığı düzeltir ve popülasyon etki büyüklüğünün daha az şişirilmiş bir tahminini sağlar. Yayın için, doğruluk açısından omega-kareyi rapor edin. Kabaca kıyaslamalar: 0.01 = küçük, 0.06 = orta, 0.14 = büyük etki.
Kaynaklar
- Fisher, R. A. (1925). Statistical Methods for Research Workers. Oliver and Boyd. link ↗
- Kruskal, W. H., & Wallis, W. A. (1952). Use of ranks in one-criterion variance analysis. Journal of the American Statistical Association, 47(260), 583–621. DOI: 10.1080/01621459.1952.10483441 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 4). Analysis of Variance. ScholarGate. https://scholargate.app/tr/research-statistics/analysis-of-variance
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Faktör AnaliziAraştırma istatistiği↔ karşılaştır
- Çok Düzeyli ModellemeAraştırma istatistiği↔ karşılaştır
- Çoklu Regresyon AnaliziAraştırma istatistiği↔ karşılaştır
- Parametrik Olmayan İstatistiksel TestlerAraştırma istatistiği↔ karşılaştır