ניתוח של שיתופיות (ANCOVA): מה זה וכיצד משתמשים בה בסטטיסטיקה

תחום הסטטיסטיקה משתמש בטכניקות רבות המאפשרות לנו לנתח, לשלוט ולהתאים את הנתונים שאנו מקבלים בחקירה. אחד מהם הוא ניתוח שיתופיות (ANCOVA).

טכניקה סטטיסטית זו משתמשת, בתורה, בשתי אסטרטגיות: ניתוח שונות (ANOVA) ורגרסיה סטטיסטית. זה חלק מהטכניקות לשלוט על השגיאה הניסיונית. במאמר זה נדע מה זה ואיך זה עובד.

• מאמר קשור: "ניתוח שונות (ANOVA): מה זה וכיצד משתמשים בה בסטטיסטיקה"

סטטיסטיקה יישומית

סטטיסטיקה היא המדע המקיף את כל הידע, האסטרטגיות והכלים המאפשרים איסוף, ארגון, הצגת, ניתוח ופרשנות של סדרת נתונים. הוא משמש במיוחד בהקשרים מחקריים.

בפסיכולוגיה לומדים אותה יותר ויותר לאורך התואר, שכן היא נחשבת לכלי מאוד מעניין לדעת, ובעיקר שימושי, אם אנחנו רוצים להתמסר למחקר.

מדע זה נועד לתאר את התוצאות שהושגו בחקירה, כמו גם לנתח אותם או לעזור לנו לקבל החלטות. בפסיכולוגיה, הוא משמש לעתים קרובות כדי ללמוד ולפתח טיפולים וטיפולים שונים.

סוגי סטטיסטיקה

יש סטטיסטיקה תיאורית (כאשר המידע שנשלף הוא על המדגם) וסטטיסטיקה הסקתית (השולפת מידע על האוכלוסייה).

סוג של טכניקה בשימוש נרחב בסטטיסטיקה הוא הניתוח של שיתוף פעולה, המאפשר לנו לבטל את השגיאה השיטתית שמשנה את התוצאות שלנו

. אבל זה קצת יותר מורכב מזה; נסביר זאת בפירוט לאורך המאמר.

ניתוח של שיתופיות: מה זה?

ניתוח שיתוף פעולה (ANCOVA) הוא טכניקה המשמשת בסטטיסטיקה, ובמיוחד זה מבחן פרמטרי. מבחנים פרמטריים בתוך סטטיסטיקה מאפשרים לנתח גורמים בתוך אוכלוסייה. בנוסף, הם מאפשרים לכמת באיזו מידה שני משתנים בלתי תלויים.

ראשי התיבות ANCOVA מייצגים "ניתוח של COVAriance". למעשה, ANCOVA משלבת שני סוגים של אסטרטגיות: ניתוח שונות (ANOVA) יחד עם ניתוח רגרסיה.

כאן עלינו לזכור זאת ANOVA היא טכניקה סטטיסטית נוספת שמפרידה מהשונות הכוללת של התוצאות שלנו, החלק הנובע ממקורות טעות; כך, בנוסף להיותה טכניקת בקרת שגיאות, היא מגלה את השפעת הטיפולים.

גם ניתוח שיתופיות הוא טכניקה סטטיסטית, אך מלאה יותר מ-ANOVA; כמוה, הוא משמש להפחתת השגיאה הניסיונית, אך בנוסף, הוא מחיל רגרסיה ליניארית מרובה (רגרסיה סטטיסטית) על התוצאות.

• אולי יעניין אותך: "מבחן צ'י ריבוע (χ²): מה זה וכיצד הוא משמש בסטטיסטיקה"

טכניקת בקרת שגיאות

במחקר חשוב מאוד לשלוט במקורות הטעות הניסיונית (המופיעים עקב משתנים מוזרים), מכיוון שהם יכולים לשנות את התוצאות ולהרחיק אותנו מהשינויים האמיתיים שאנו נמצאים מחפש. לפיכך, הטעות הניסיונית כוללת את אותן סטיות בתוצאות ביחס לערך האמיתי של הגודל הנחקר.

הטכניקות המבקשות לצמצם את השגיאה הניסיונית יכולות להיות משני סוגים.: טכניקות אפריוריות (הן משמשות לפני יישום הטיפולים ואיסוף הנתונים) וטכניקות אחוריות (הן משמשות לאחר קבלת הנתונים). ניתוח של שיתופיות שייך לסוג השני, והוא משמש כאשר יש לנו כבר את הנתונים למחקר שלנו.

באופן ספציפי, ניתוח השונות מורכב מהליך סטטיסטי שבאמצעותו מצליח לבטל את ההטרוגניות המופיעה במשתנה שאנו חוקרים (זהו משתנה תלוי; למשל, רמות חרדה), עקב השפעת משתנה בלתי תלוי אחד (או יותר), אשר הם כמותיים, ואותם נקרא משתנים משתנים (לדוגמה, טיפול בדרגות שונות של עָצמָה).

מאוחר יותר נסביר ממה מורכבות משתנים משתנים, כיצד הם יכולים לשנות את תוצאות החקירה ומדוע ניתוח המשתנות שימושי במקרים אלה.

תִפקוּד

הבסיס התיאורטי של ניתוח השונות הוא הבא (או "השלבים" שיש לעקוב אחריהם): ראשית, ניתוח השונות מוחל על הנתונים (ANOVA), ומאוחר יותר, מופעלת עליהם רגרסיה ליניארית מרובה; זה מרמז שההשפעה שהיתה למשתנים המשתנים (משתנים בלתי תלויים) על המשתנה התלוי (כלומר, על המשתנה שאנו חוקרים) מתבטלת.

משתנים משתנים (X) הם מאפיינים או מדידות של כל יחידת ניסוי או משתתף, שאינם תלויים בטיפולים (משתנים בלתי תלויים), אך קשורים למדידת הריבית (Y) (משתנה תלוי). כלומר, יש להם השפעה או השפעה על מה שאנחנו לומדים, אבל הם לא נובעים מהטיפול.

זה אומר שכאשר X משתנה, גם Y משתנה; יתר על כן, וריאציה זו של X תשפיע גם על ההשפעה שיש לטיפולים על Y. כל זה גורם לנו להתעניין בביטול ההשפעות הללו (טעויות ניסוי), כי הם משנים את התוצאות; וזה מושג על ידי ניתוח של שיתופיות.

עובדה מוזרה היא שככל שיש לנו יותר משתנים משתנים, כך תהיה לנתונים פחות שונות, ולבדיקה תהיה יותר כוח סטטיסטי. כוח סטטיסטי הוא ההסתברות שבדיקה תזהה נכונה את ההשפעה שיש לטיפול על התוצאות שאנו חוקרים.

בשביל לשרת אותנו? מטרות

ניתוח השונות משמש למטרות הבאות: מצד אחד, כדי לבטל כל שגיאה שיטתית שעלולה הטיה של תוצאות החקירה (שגיאות אלו מתרחשות בדרך כלל מכיוון שהן מחוץ לשליטתו של החוקר), ועל ידי אַחֵר, לקבוע את ההבדלים בתשובות של משתתפי המחקר הנובעים ממאפיינים האישיים שלהם.

זה הופך את הניתוח של שיתופיות לשימוש כדי לקבוע הבדלים בין טיפולים, למשל.

התוצאה שניתוח השונות נותן לנו היא ציון מתוקן שממנו הופחת הכמות או הערך המיוחסים למשתנה הזר.

ניתוח השונות מאפשר להגביר את דיוק הניסויים ולבטל את ההשפעות של משתנים שאין להם שום קשר לטיפול, אך עם זאת, הם משפיעים על התוצאות.

בנוסף, היא מאפשרת לנו לקבל מידע נוסף על אופי הטיפולים שאנו מיישמים במחקר שלנו. בסופו של דבר, זה עוזר לנו להתאים את התוצאות שלנו כדי להפוך אותן לאמינות יותר.

תחומי יישום

ניתוח של שיתופיות זה מיושם באופן בסיסי בתחום הסטטיסטיקה היישומית. לכן נעשה בו שימוש תדיר במחקר; עם זאת, סוג המחקר שבו ניתן להשתמש בו משתנה, והוא יכול להיות מחקר חינוכי, קליני, חקלאי, בריאות וכו'.

דוגמאות (יישומים)

ניתוח של שיתופיות מאפשר לנו ללמוד, למשל, את הקשר בין גיל (קו-משתנה) לבין רמות חרדה (משתנה תלוי) לפי מצבים (טיפולים), במסגרת חקירת פסיכולוגיה מרפאה.

אבל, כפי שראינו, ניתן להשתמש בטכניקה זו בסוגי מחקר אחרים, למשל במחקר חקלאי: יישום אפשרי שלה יהיה אם נרצה לחקור את הקשר בין גודל העגבניות (משתנים) לבין היבול לדונם של המטע שלנו (משתנה תלוי) לפי זן העגבניות (שונה טיפולים).