Analisis kovarians (ANCOVA): apa itu dan bagaimana penggunaannya dalam statistik

Bidang statistik menggunakan banyak teknik yang memungkinkan kita menganalisis, mengontrol, dan menyesuaikan data yang kita peroleh dalam suatu penyelidikan. Salah satunya adalah analisis kovarians (ANCOVA).

Teknik statistik ini pada gilirannya menggunakan dua strategi: analisis varians (ANOVA) dan regresi statistik. Ini adalah bagian dari teknik untuk mengontrol kesalahan eksperimental. Pada artikel ini kita akan tahu apa itu dan bagaimana cara kerjanya.

• Artikel terkait: "Analysis of Variance (ANOVA): apa itu dan bagaimana penggunaannya dalam statistik"

statistik terapan

Statistika adalah ilmu yang mencakup semua pengetahuan, strategi, dan alat yang memungkinkan pengumpulan, pengorganisasian, penyajian, analisis, dan interpretasi serangkaian data. Ini digunakan terutama dalam konteks penelitian.

Dalam psikologi, ini semakin banyak dipelajari sepanjang gelar, karena dianggap sebagai alat yang sangat menarik untuk diketahui, dan sangat berguna, jika kita ingin mendedikasikan diri untuk penelitian.

Ilmu ini bertujuan untuk mendeskripsikan hasil yang diperoleh dalam suatu penyelidikan, serta menganalisisnya atau membantu kami membuat keputusan. Dalam psikologi, ini sering digunakan untuk mempelajari dan mengembangkan berbagai perawatan dan terapi.

Jenis Statistik

Ada statistik deskriptif (di mana informasi yang digali adalah tentang sampel) dan statistik inferensial (yang mengekstraksi informasi tentang populasi).

Jenis teknik yang banyak digunakan dalam statistik adalah analisis kovarians, yang memungkinkan kami menghilangkan kesalahan sistematik yang mengubah hasil kami. Tapi ini sedikit lebih rumit dari ini; Kami akan menjelaskannya secara rinci di seluruh artikel.

Analisis kovarians: apa itu?

Analisis kovarians (ANCOVA) adalah teknik yang digunakan dalam statistik, dan khususnya itu adalah tes parametrik. Tes parametrik dalam statistik memungkinkan Anda menganalisis faktor dalam suatu populasi. Selain itu, mereka memungkinkan mengukur sejauh mana dua variabel independen.

Akronim ANCOVA adalah singkatan dari "ANalysis of COVAriance". Sebenarnya, ANCOVA menggabungkan dua jenis strategi: Analysis of Variance (ANOVA) bersama dengan Analisis Regresi.

Di sini kita harus ingat itu ANOVA adalah teknik statistik lain yang memisahkan dari variabilitas total hasil kami, bagian karena sumber kesalahan; Jadi, selain menjadi teknik kontrol kesalahan, ia menemukan pengaruh perawatan.

Untuk bagiannya, analisis kovarian juga merupakan teknik statistik, tetapi lebih lengkap daripada ANOVA; Seperti dia, ini digunakan untuk mengurangi kesalahan eksperimental, tetapi sebagai tambahan, ini menerapkan regresi linier berganda (regresi statistik) pada hasilnya.

• Anda mungkin tertarik pada: "Tes Chi-square (χ²): apa itu dan bagaimana penggunaannya dalam statistik"

Teknik kontrol kesalahan

Dalam penelitian sangat penting untuk mengontrol sumber kesalahan percobaan (yang muncul karena variabel aneh), karena mereka dapat mengubah hasil dan menjauhkan kita dari perubahan yang sebenarnya mencari. Dengan demikian, galat percobaan mencakup penyimpangan-penyimpangan dalam hasil sehubungan dengan nilai sebenarnya dari besaran yang sedang dipelajari.

Teknik yang berusaha untuk mengurangi kesalahan eksperimental dapat terdiri dari dua jenis.: teknik apriori (digunakan sebelum menerapkan perawatan dan mengumpulkan data) dan teknik a posteriori (digunakan setelah data diperoleh). Analisis kovarian termasuk tipe kedua, dan digunakan ketika kita sudah memiliki data untuk penelitian kita.

Secara khusus, analisis kovarians terdiri dari prosedur statistik dimana berhasil menghilangkan heterogenitas yang muncul pada variabel yang sedang kita pelajari (ini menjadi variabel dependen; misalnya, tingkat kecemasan), karena pengaruh satu (atau lebih) variabel independen, yang mana bersifat kuantitatif, dan yang akan kita sebut kovariat (misalnya, terapi dalam berbagai derajat intensitas).

Nanti kami akan menjelaskan apa yang terdiri dari kovariat, bagaimana mereka dapat mengubah hasil penyelidikan dan mengapa analisis kovarian berguna dalam kasus ini.

Berfungsi

Landasan teoretis dari analisis kovarians adalah sebagai berikut (atau "langkah-langkah" yang harus diikuti): pertama, analisis varians diterapkan pada data (ANOVA), dan kemudian, regresi linier berganda diterapkan pada mereka; ini menyiratkan bahwa pengaruh kovariat (variabel independen) terhadap variabel dependen (yaitu, pada variabel yang kita pelajari) dihilangkan.

Kovariat (X) adalah karakteristik atau pengukuran dari setiap unit percobaan atau partisipan, yang tidak bergantung pada perlakuan (variabel bebas), tetapi terkait dengan pengukuran kepentingan (Y) (variabel terikat). Artinya, mereka memiliki efek atau pengaruh pada apa yang kita pelajari, tetapi bukan karena perawatannya.

Ini berarti bahwa ketika X bervariasi, Y juga bervariasi; Selanjutnya, variasi X ini juga akan mempengaruhi pengaruh perlakuan terhadap Y. Semua ini membuat kami tertarik untuk menghilangkan pengaruh tersebut (kesalahan eksperimental), karena mereka mengubah hasil; dan ini dicapai dengan analisis kovarians.

Fakta yang aneh adalah bahwa semakin banyak kovariat yang kita miliki, semakin sedikit variabilitas data yang dimiliki, dan semakin banyak kekuatan statistik yang dimiliki tes tersebut. Kekuatan statistik adalah probabilitas bahwa suatu tes akan mengidentifikasi dengan benar dampak suatu pengobatan terhadap hasil yang sedang kita pelajari.

Untuk melayani kami? Sasaran

Analisis kovarians digunakan untuk tujuan berikut: di satu sisi, untuk menghilangkan kesalahan sistematik yang mungkin terjadi membiaskan hasil investigasi (kesalahan ini umumnya terjadi karena berada di luar kendali penyidik), dan oleh lainnya, menetapkan perbedaan jawaban peserta penelitian yang disebabkan oleh karakteristik pribadi mereka.

Hal ini membuat analisis kovarian digunakan untuk menetapkan perbedaan antar perlakuan, misalnya.

Hasil yang diberikan analisis kovarian kepada kita adalah skor terkoreksi yang darinya jumlah atau nilai yang dikaitkan dengan variabel asing telah dikurangi.

Analisis kovarian memungkinkan meningkatkan ketepatan eksperimen dan menghilangkan efek variabel yang tidak ada hubungannya dengan perlakuan, namun demikian, mereka mempengaruhi hasil.

Selain itu, ini memungkinkan kami memperoleh lebih banyak informasi tentang sifat perawatan yang kami terapkan dalam penelitian kami. Pada akhirnya, ini membantu kami menyesuaikan hasil kami untuk membuatnya lebih andal.

Bidang aplikasi

Analisis kovarians Ini diterapkan secara mendasar di bidang statistik terapan. Itu sebabnya sering digunakan dalam penelitian; namun, jenis penelitian yang dapat digunakan bervariasi, dan dapat berupa penelitian pendidikan, klinis, pertanian, kesehatan, dll.

Contoh (aplikasi)

Analisis kovarians memungkinkan kita untuk mempelajari, misalnya, hubungan antara usia (kovariat) dan Tingkat kecemasan (variabel dependen) menurut keadaan (perawatan), dalam penyelidikan psikologi klinik.

Namun, seperti yang telah kita lihat, teknik ini dapat digunakan dalam jenis penelitian lain, misalnya dalam penelitian pertanian: kemungkinan penerapannya adalah jika kita mau untuk mempelajari hubungan antara ukuran tomat (covariable) dan hasil per hektar kebun kami (variabel dependen) menurut varietas tomat (berbeda perawatan).