Analiza covarianței (ANCOVA): ce este și cum este utilizată în statistică

Domeniul statisticii folosește numeroase tehnici care ne permit să analizăm, să controlăm și să ajustam datele pe care le obținem în cadrul unei investigații. Una dintre ele este analiza covarianței (ANCOVA).

Această tehnică statistică folosește, la rândul său, două strategii: analiza varianței (ANOVA) și regresia statistică. Face parte din tehnicile de control al erorii experimentale. În acest articol vom ști ce este și cum funcționează.

• Articol înrudit: "Analiza varianței (ANOVA): ce este și cum este utilizată în statistici"

statistici aplicate

Statistica este știința care cuprinde toate cunoștințele, strategiile și instrumentele care permit colectarea, organizarea, prezentarea, analizarea și interpretarea unei serii de date. Este folosit mai ales în contexte de cercetare.

În psihologie, se studiază din ce în ce mai mult pe toată durata diplomei, întrucât este considerat un instrument foarte interesant de cunoscut, și mai ales util, dacă vrem să ne dedicăm cercetării.

Această știință își propune să descrie rezultatele obținute într-o investigație

, precum și să le analizăm sau să ne ajute să luăm decizii. În psihologie, este adesea folosit pentru a studia și dezvolta diferite tratamente și terapii.

Tipuri statistice

Există statistici descriptive (unde informația care este extrasă este despre eșantion) și statistică inferențială (care extrage informații despre populație).

Un tip de tehnică utilizat pe scară largă în statistică este analiza covarianței, care ne permite să eliminăm eroarea sistematică care ne modifică rezultatele. Dar este ceva mai complex decât acesta; O vom explica în detaliu pe parcursul articolului.

Analiza covarianței: ce este?

Analiza covarianței (ANCOVA) este o tehnică folosită în statistică și în mod specific este un test parametric. Testele parametrice din statistici vă permit să analizați factorii dintr-o populație. În plus, ele permit cuantificarea în ce măsură două variabile sunt independente.

Acronimul ANCOVA înseamnă „ANAlysis of COVAriance”. De fapt, ANCOVA combină două tipuri de strategii: Analiza varianței (ANOVA) împreună cu Analiza de regresie.

Aici trebuie să ne amintim asta ANOVA este o altă tehnică statistică care separă de variabilitatea totală a rezultatelor noastre, partea datorată surselor de eroare; Astfel, pe lângă faptul că este o tehnică de control al erorilor, descoperă influența tratamentelor.

La rândul ei, analiza covarianței este și o tehnică statistică, dar mai completă decât ANOVA; La fel ca ea, este folosit pentru a reduce eroarea experimentală, dar în plus, aplică o regresie liniară multiplă (regresie statistică) rezultatelor.

• Te-ar putea interesa: "Testul chi-pătrat (χ²): ce este și cum este utilizat în statistică"

Tehnica de control al erorilor

În cercetare este foarte important să se controleze sursele de eroare experimentală (care apar din cauza variabile ciudate), deoarece acestea pot modifica rezultatele și ne pot îndepărta de adevăratele schimbări care suntem in cautarea. Astfel, eroarea experimentală include acele abateri în rezultate față de valoarea reală a mărimii care este studiată.

Tehnicile care urmăresc reducerea erorii experimentale pot fi de două tipuri.: tehnici a priori (se folosesc înainte de aplicarea tratamentelor și colectarea datelor) și tehnici a posteriori (se folosesc odată cu obținerea datelor). Analiza covarianței aparține celui de-al doilea tip și este utilizată atunci când avem deja datele pentru cercetarea noastră.

Mai exact, analiza covarianței constă într-o procedură statistică prin care reușește să elimine eterogenitatea care apare în variabila pe care o studiem (aceasta fiind o variabilă dependentă; de exemplu, nivelurile de anxietate), datorită influenţei uneia (sau mai multor) variabile independente, care sunt cantitative și pe care le vom numi covariabile (de exemplu, terapia în diferite grade de intensitate).

Mai târziu vom explica în ce constau covarianțele, cum pot modifica rezultatele unei investigații și de ce analiza covarianței este utilă în aceste cazuri.

Functionare

Fundamentul teoretic al analizei covarianței este următorul (sau „pașii” de urmat): în primul rând, se aplică o analiză a varianței datelor (ANOVA), iar mai târziu, li se aplică o regresie liniară multiplă; aceasta implică faptul că efectul pe care covariatele (variabilele independente) l-au avut asupra variabilei dependente (adică asupra variabilei pe care o studiem) este eliminat.

Covariatele (X) sunt caracteristici sau măsurători ale fiecărei unități experimentale sau participant, care nu depind de tratamente (variabile independente), ci sunt legate de măsurarea interesului (Y) (variabila dependentă). Adică au efect sau influență asupra a ceea ce studiem, dar nu se datorează tratamentului.

Aceasta înseamnă că atunci când X variază, și Y variază; În plus, această variație a lui X va afecta și influența pe care o au tratamentele asupra lui Y. Toate acestea ne fac interesați de eliminarea acestor influențe (erori experimentale), deoarece modifică rezultatele; iar acest lucru se realizează prin analiza covarianței.

Un fapt curios este că cu cât avem mai multe covariate, cu atât datele vor avea mai puțină variabilitate și testul va avea mai multă putere statistică. Puterea statistică este probabilitatea ca un test să identifice corect impactul pe care un tratament îl are asupra rezultatelor pe care le studiem.

Pentru că ne-a servit? Goluri

Analiza covarianței este utilizată în următoarele scopuri: pe de o parte, pentru a elimina orice eroare sistematică care ar putea părtinirea rezultatelor unei investigații (aceste erori apar, în general, deoarece sunt în afara controlului investigatorului) și de către alte, stabiliți diferențele în răspunsurile participanților la cercetare care se datorează caracteristicilor lor personale.

Acest lucru face ca analiza covarianței să fie utilizată pentru a stabili diferențele dintre tratamente, de exemplu.

Rezultatul pe care ni-l dă analiza covarianței este un scor corectat din care a fost scăzută suma sau valoarea atribuibilă variabilei străine.

Analiza covarianţei permite crește precizia experimentelor și elimină efectele variabilelor care nu au nicio legătură cu tratamentul, dar cu toate acestea, ele influențează rezultatele.

În plus, ne permite să obținem mai multe informații despre natura tratamentelor pe care le aplicăm în cercetarea noastră. În cele din urmă, ne ajută să ne adaptăm rezultatele pentru a le face mai fiabile.

Domenii de aplicare

Analiza covarianței Se aplică fundamental în domeniul statisticii aplicate. De aceea este folosit frecvent în cercetare; cu toate acestea, tipul de cercetare în care poate fi utilizat variază și poate fi educațional, clinic, agricol, de cercetare sanitară etc.

Exemple (aplicații)

Analiza covarianței ne permite să studiem, de exemplu, relația dintre vârstă (covariată) și Niveluri de anxietate (variabila dependenta) pe stari (tratamente), in cadrul unei investigatii psihologice clinica.

Dar, după cum am văzut, această tehnică poate fi utilizată în alte tipuri de cercetare, de exemplu în cercetarea agricolă: o posibilă aplicare a ei ar fi dacă dorim să sa studiem relatia dintre marimea rosiilor (covariabila) si randamentul la hectar din livada noastra (variabila dependenta) in functie de soiul de rosii (diferit). tratamente).