Une analyse de variance , ou « variance » est une méthode statistique utilisée pour déterminer si les différences entre les moyennes d'au moins trois groupes de données sont statistiquement significatives. Un des inconvénients d'une ANOVA à sens unique , c'est qu'il ne peut pas vous dire précisément quels groupes sont différents - il ne peut vous dire que quelque part entre vos groupes , il existe une différence . Pour obtenir des informations supplémentaires , vous devez les tests post-hoc . Instructions
1

Exécutez votre analyse de la variance dans votre trousse d'analyse statistique , et sélectionnez l'option " post-hoc " , qui peut également être étiqueté « Suivi des comparaisons " ou " Analyse des effets principaux . " < Br > Page 2

décider si vous allez régler votre niveau de signification , et sélectionnez la méthode de le faire. Si vous avez seulement avoir trois groupes et sont assez confiants - en raison de précédents tests ou la théorie éprouvée - que le résultat va sortir d'une certaine manière , utiliser " . LSD " Sinon, sélectionnez « Bonferroni " ou " Tukey " si votre forfait n'offre pas la correction de Bonferroni .
3

attendre les résultats d'apparaître sur l'écran, puis vérifiez que le ratio global "F" de la variance est importante. Faites défiler jusqu'à la table contenant le rapport «F» , le plus souvent simplement étiqueté « variance » et trouver la « Entre les groupes " rangée. Vérifiez la signification de cette ligne , généralement étiqueté " Sig " ou si elle est au-dessus de votre niveau d' alpha ( habituellement 0,05 - consulter votre professeur ou partenaires de recherche pour être sûr ) "p . " , Et vous avez sélectionné LSD dans l'étape précédente, arrêter ici - vous n'avez pas de différences significatives. Sinon, passez à l'étape suivante.
4

Scoll vers le tableau détaillant vos tests post-hoc , généralement étiqueté " comparaisons multiples. « Chaque groupe est répertorié dans la première colonne , et sa comparaison avec les autres groupes sont donnés dans la deuxième colonne . Recherchez la colonne "p" " Sig " ou , et balayer vers le bas pour voir si les résultats sont inférieurs à ceux de votre niveau d' alpha . Si le sont , suivez la ligne vers la gauche pour voir où deux groupes fait référence. Les moyens de ces groupes sont statistiquement significatives. Continuer pour toute la table .
5

vérifier pour voir comment les différences sont grandes . Parfois, des différences statistiquement significatives peuvent être trouvées que lorsque les différences réelles entre les moyens sont très faibles. Visitez uccs.edu /~ faculty /lbecker /et pour les deux groupes que vous comparez , entrez leur moyenne et écart-type de vos résultats d'analyse de variance dans les zones de texte sur la droite de l'écran . Cliquez sur « Calculer », puis cochez la case D de l' Cohen. L'ampleur des effets qui sont considérés comme les petites, moyennes et grandes sont 0,2 , 0,5 et 0,8 respectivement .