? Une analyse de variance ou ANOVA, est une méthode statistique utilisée pour comparer les moyennes de plus de deux ensembles de données , pour voir si elles sont statistiquement différents les uns des autres . SPSS, un logiciel d'analyse statistique, permet l'utilisation d'une ANOVA à un facteur dans sa grande suite des procédures. Cependant, l' analyse de la variance n'est pas un test parfait et dans certaines circonstances, fournira des résultats trompeurs. Limitations de l'échantillon

Le test ANOVA suppose que les échantillons utilisés dans l'analyse sont " des échantillons aléatoires simples . " Cela signifie qu'un échantillon d'individus ( points de données ) sont prises à partir d'une population plus large ( un plus grand données piscine). Les échantillons doivent également être indépendants - autrement dit, ils ne touchent pas les uns les autres . Variance est généralement approprié pour comparer les moyennes dans des études contrôlées , mais quand les échantillons ne sont pas indépendants un test de mesures répétées doit être utilisé .
Distribution normale

ANOVA suppose que le données dans les groupes sont normalement distribués . Le test peut encore être effectuée si ce n'est pas le cas - et si la violation de cette hypothèse est que modérée , le test est toujours approprié. Cependant, si les données sont loin de la distribution normale , le test donne pas des résultats précis. Pour contourner ce problème , soit transformer les données avec la fonction SPSS "Calculer" avant de lancer l'analyse, ou d'utiliser un autre test comme un test de Kruskal -Wallace .

Égalité des écarts-types

Une autre limitation de variance est qu'elle suppose que les groupes ont le même , ou , écarts-types très similaires . Plus la différence en écarts-types entre les groupes , la plus grande chance que la conclusion de l'essai est inexacte. Comme l'hypothèse de distribution normale, ce n'est pas un problème tant que les écarts-types sont pas très différent , et la taille des échantillons de chaque groupe sont à peu près égaux. Si ce n'est pas le cas , un test Welch est une meilleure option .
Comparaisons multiples

Lorsque vous exécutez une analyse de la variance dans SPSS, la valeur résultante F et seuil de signification seulement vous dire si au moins un groupe dans votre analyse est différente d'au moins un autre . Il ne vous dit pas combien de groupes , ou les groupes , diffèrent statistiquement . Pour déterminer cela, des comparaisons de suivi doivent être effectuées. C'est rarement un problème dans les petites analyses , mais plus le nombre de groupes inclus dans le test de suivi , plus la chance de faire une erreur je , qui est en supposant un effet où il n'y a pas un seul type.