Kovaryans analizi (ANCOVA): nedir ve istatistikte nasıl kullanılır?

İstatistik alanı, bir soruşturmada elde ettiğimiz verileri analiz etmemize, kontrol etmemize ve ayarlamamıza izin veren birçok teknik kullanır. Bunlardan biri kovaryans analizidir (ANCOVA).

Bu istatistiksel teknik sırasıyla iki strateji kullanır: varyans analizi (ANOVA) ve istatistiksel regresyon. Deneysel hatayı kontrol etme tekniklerinin bir parçasıdır. Bu yazıda ne olduğunu ve nasıl çalıştığını öğreneceğiz.

• İlgili yazı: "Varyans Analizi (ANOVA): nedir ve istatistikte nasıl kullanılır?"

uygulanmış istatistikler

İstatistik, bir dizi verinin toplanmasına, düzenlenmesine, sunulmasına, analiz edilmesine ve yorumlanmasına olanak sağlayan tüm bilgi, strateji ve araçları kapsayan bilimdir. Özellikle araştırma bağlamlarında kullanılır..

Psikolojide, bilmek için çok ilginç bir araç olduğu ve kendimizi araştırmaya adamak istiyorsak özellikle yararlı olduğu düşünüldüğünden, derece boyunca daha fazla çalışılmaktadır.

Bu bilim, bir araştırmada elde edilen sonuçları tanımlamayı amaçlar., bunları analiz etmenin yanı sıra karar vermemize yardımcı olur. Psikolojide, genellikle farklı tedavileri ve terapileri incelemek ve geliştirmek için kullanılır.

İstatistik Türleri

Tanımlayıcı istatistikler (çıkarılan bilgilerin numune hakkında olduğu) ve çıkarımsal istatistikler (popülasyon hakkında bilgi çıkaran) vardır.

İstatistikte yaygın olarak kullanılan bir teknik türü sonuçlarımızı değiştiren sistematik hatayı ortadan kaldırmamızı sağlayan kovaryans analizi. Ama bundan biraz daha karmaşık; Bunu yazı boyunca detaylı olarak anlatacağız.

Kovaryans analizi: nedir bu?

Kovaryans analizi (ANCOVA) istatistikte kullanılan bir tekniktir ve özellikle parametrik bir testtir. İstatistik içindeki parametrik testler, bir popülasyondaki faktörleri analiz etmenize olanak tanır. Ek olarak, iki değişkenin ne ölçüde bağımsız olduğunu ölçmeye izin verirler.

ANCOVA kısaltması, "COVAriance ANaliz" anlamına gelir. Aslında ANCOVA iki tür stratejiyi birleştirir: Regresyon Analizi ile birlikte Varyans Analizi (ANOVA).

Burada şunu hatırlamalıyız ANOVA, sonuçlarımızın toplam değişkenliğinden ayrılan başka bir istatistiksel tekniktir., hata kaynaklarından kaynaklanan kısım; Böylece bir hata kontrol tekniği olmasının yanı sıra tedavilerin etkisini de keşfeder.

Kovaryans analizi de istatistiksel bir tekniktir, ancak ANOVA'dan daha eksiksizdir; Onun gibi deneysel hatayı azaltmak için kullanılır, ancak ek olarak sonuçlara çoklu doğrusal regresyon (istatistiksel regresyon) uygular.

• İlginizi çekebilir: "Ki-kare (χ²) testi: nedir ve istatistikte nasıl kullanılır?"

Hata kontrol tekniği

Araştırmada, deneysel hata kaynaklarının (nedeniyle ortaya çıkan) kontrol edilmesi çok önemlidir. Garip değişkenler), çünkü sonuçları değiştirebilirler ve bizi olduğumuz gerçek değişikliklerden uzaklaştırabilirler. Aranıyor. Bu nedenle deneysel hata, çalışılan büyüklüğün gerçek değerine göre sonuçlardaki sapmaları içerir.

Deneysel hatayı azaltmaya çalışan teknikler iki tip olabilir.: a priori teknikler (tedavileri uygulamadan ve verileri toplamadan önce kullanılırlar) ve a posteriori teknikler (veriler elde edildikten sonra kullanılır). Kovaryans analizi ikinci türe aittir ve araştırmamız için elimizde halihazırda veri olduğunda kullanılır.

Spesifik olarak, kovaryans analizi, istatistiksel bir prosedürden oluşur. incelediğimiz değişkende ortaya çıkan heterojenliği ortadan kaldırmayı başarır (bu bir bağımlı değişkendir; örneğin kaygı düzeyleri), bir (veya daha fazla) bağımsız değişkenin etkisi nedeniyle niceldir ve ortak değişkenler olarak adlandıracağımız (örneğin, farklı derecelerde terapi) yoğunluk).

Daha sonra ortak değişkenlerin nelerden oluştuğunu, bir araştırmanın sonuçlarını nasıl değiştirebileceklerini ve bu durumlarda kovaryans analizinin neden yararlı olduğunu açıklayacağız.

işleyen

Kovaryans analizinin teorik temeli aşağıdaki gibidir (veya izlenecek "adımlar"): önce verilere bir varyans analizi uygulanır (ANOVA) ve daha sonra, bunlara çoklu doğrusal regresyon uygulanır; bu, ortak değişkenlerin (bağımsız değişkenler) bağımlı değişken (yani incelediğimiz değişken üzerindeki) üzerindeki etkisinin ortadan kaldırıldığı anlamına gelir.

Ortak değişkenler (X), her deneysel birimin veya katılımcının özellikleri veya ölçümleridir, tedavilere bağlı olmayan (bağımsız değişkenler), ancak ilgi ölçümüyle (Y) (bağımlı değişken) ilişkilidir. Yani, incelediğimiz şey üzerinde bir etkisi veya etkisi vardır, ancak tedaviden kaynaklanmazlar.

Bu, X değiştiğinde Y'nin de değiştiği anlamına gelir; Ayrıca, X'in bu varyasyonu, tedavilerin Y üzerindeki etkisini de etkileyecektir. Bütün bunlar, bu etkileri (deneysel hatalar) ortadan kaldırmakla ilgilenmemizi sağlıyor., çünkü sonuçları değiştiriyorlar; ve bu, kovaryans analizi ile elde edilir.

İlginç bir gerçek şu ki, elimizde ne kadar çok değişken varsa, verilerin değişkenliği o kadar az olacak ve testin istatistiksel gücü o kadar fazla olacaktır. İstatistiksel güç, bir testin, bir tedavinin üzerinde çalıştığımız sonuçlar üzerindeki etkisini doğru bir şekilde belirleme olasılığıdır.

Bize hizmet ettiğin için mi? Hedefler

Kovaryans analizi aşağıdaki amaçlar için kullanılır: Bir yandan, olabilecek herhangi bir sistematik hatayı ortadan kaldırmak için. bir soruşturmanın sonuçlarını önyargılı hale getirme (bu hatalar genellikle araştırmacının kontrolü dışında oldukları için meydana gelir) ve diğer, Araştırmaya katılanların kişisel özelliklerinden kaynaklanan cevaplarındaki farklılıkları belirlemek.

Bu, örneğin tedaviler arasındaki farklılıkları belirlemek için kullanılan kovaryans analizini yapar.

Kovaryans analizinin bize verdiği sonuç, yabancı değişkene atfedilebilen miktar veya değerin çıkarıldığı düzeltilmiş bir puandır.

Kovaryans analizi izin verir deneylerin kesinliğini artırın ve tedaviyle ilgisi olmayan değişkenlerin etkilerini ortadan kaldırın, ancak yine de sonuçları etkiliyorlar.

Ayrıca araştırmamızda uyguladığımız tedavilerin doğası hakkında daha fazla bilgi edinmemizi sağlar. Sonuç olarak, sonuçlarımızı daha güvenilir hale getirmek için ayarlamamıza yardımcı olur.

Uygulama alanları

kovaryans analizi Uygulamalı istatistik alanında temel olarak uygulanır.. Bu nedenle araştırmalarda sıklıkla kullanılır; ancak kullanılabileceği araştırma türü değişir ve eğitim, klinik, tarım, sağlık araştırması vb. olabilir.

Örnekler (uygulamalar)

Kovaryans analizi, örneğin yaş (ortak değişken) ve Bir psikoloji araştırmasında durumlara (tedavilere) göre kaygı düzeyleri (bağımlı değişken) klinik.

Ancak gördüğümüz gibi, bu teknik diğer araştırma türlerinde, örneğin tarımsal araştırmalarda kullanılabilir: eğer istersek bunun olası bir uygulaması olabilir. domates büyüklüğü (eş değişken) ile bahçemizin hektar başına verimi (bağımlı değişken) arasındaki ilişkiyi domates çeşidine göre (farklı değişken) incelemek tedaviler).