SCHEMAT POSTĘPOWANIA DLA ANOVA DLA PRÓB NIEZALEŻNYCH
1. Zdecyduj, którego testu różnic użyjesz, analizując dane pod kątem podanych kryteriów (por. mail). Jeśli zdecydujesz się na ANOVA, postępuj dalej wg instrukcji.
2. Testuj normalność rozkładu i jednorodność wariancji w następujący sposób:
Kliknij kolejno na:
Statystyka -- Statystyki podstawowe i tabele -- Przekroje, prosta ANOVA [OK.]
Na ekranie pojawi się okno pt.: „Statystyki w grupach (przekroje)”.
Automatycznie program pokaże zakładkę „Pojedyncze tabele”. Jeśli nie, to wybierz ją sam.
Kliknij przycisk [ZMIENNE].
Z kolumny po lewej stronie wybierz zmienną zależną.
Z kolumny po prawej stronie wybierz zmienną grupującą.
W przykładzie Próchnica.sta: zmienna zależna to próchnica, zmienna grupująca to substancja słodząca.
Kliknij [OK] i jeszcze raz [OK.]
Na ekranie pojawi się okno pt.: „Statystyki w grupach – wyniki: .....”
Rysunek 1 Miejsce zakładki Testy ANOVA i Skategoryzowanych wykresów normalności.
Wybierz zakładkę Testy ANOVA
UWAGA! W tej zakładce sprawdzamy czy są spełnione założenia normalności rozkładu i równości wariancji.
Ocena normalności rozkładu: Kliknij przycisk [Skategoryzowane wykresy normalności]. W ten sposób oceniamy tylko wizualnie czy rozkład zmiennej zależnej jest zgodny z rozkładem normalnym. Aby analitycznie ocenić zgodność rozkładów klikamy dwukrotnie w obrębie tła wykresu i w oknie pt. „Wszystkie opcje”, które pojawi się na ekranie przechodzimy na kartę „Wykres właściwy: Prawdopodobieństwo normalne”.
Klikamy na umieszczony po prawej stronie u góry przycisk [Statystyki]. W małym oknie, które się pojawi zaznacz okienko Test Shapiro-Wilka. Kliknij przycisk [Zamknij].
Program zapyta cię jeszcze o miejsce, w którym ma umieścić wyniki testu Shapiro-Wilka. Wybierz w okienku „Dodaj legendę” w polu „Położenie” opcję „Podtytuł”. Kliknij [OK.]. Tak powinien wyglądać twój wykres dla przykładu Próchnica.sta:
Na podstawie wyników testu Shapiro-Wilka oceń czy spełnione zostało założenie o normalności rozkładu.
Kliknij w pasku narzędzi na zakładkę „Statystyka” i kliknij „Kontynuuj”. Pojawi się ponownie okno „Statystyki w grupach – wyniki:….”. Teraz musisz przetestować założenie o jednorodności wariancji.
Użyj testu Browna-Forsyth’a.
Kliknij przycisk z nazwą testu. Otrzymasz okno wyników z poziomem istotności. Jeśli chcesz użyć Testu Levene’a, to kliknij na przycisk z nazwą testu. Ciekawostka: porównaj poziomy istotności dla obu testów. Czy różnią się?
W przykładzie Próchnica.sta otrzymane wyniki świadczą o tym, że założenie homogeniczności wariancji jest spełnione. Mamy więc prawo do policzenia różnic testem ANOVA. Sprawdź poziomy p dla wyświetlania. Kliknij na przycisk [Analiza wariancji]. Otrzymasz taki oto wynik:
Popatrz na poziom istotności „p”. Na podstawie wartości w tabeli dla podanego przykładu możemy odrzucić hipotezę zerową zakładającą brak różnic między liczbą spróchniałych zębów w czterech grupach szczurów, którym podawano cztery różne substancje słodzące. Potwierdza się hipoteza alternatywna: Różnice są istotne statystycznie.
Ciekawi nas teraz powinno, które grupy różnią się od siebie, tj. czy wszystkie różnice między poszczególnymi grupami są istotne. W tym celu przeprowadzamy testy POST-HOC.
Kliknij na zakładkę „Post hoc”. Sprawdź, czy zmienna zależna jest wybrana poprawnie. Sprawdź poziom „p” dla podświetlenia. Kliknij na przycisk z nazwą testu TEST TUKEYA [Test rozsądnej istotnej różnicy (RIR) Tukeya].Otrzymasz taką oto tabelę: Statystycznie nieistotna okazała się tylko różnica między szczurami, którym podawano glukozę i sorbitol.
Wykresy średnich dla ANOVA znajdują się w zakładce Testy ANOVA. Kliknij przycisk [Wykresy interakcji].
Poniżej wzór okien, jakie powinieneś zobaczyć.
karolciagrajper