Analisi multivariata della varianza ( MANOVA ) , e l’analisi della varianza (ANOVA ) i test sono metodi statistici per l’analisi della differenza di mezzi tra le variabili . I test MANOVA e ANOVA sono di natura simile l’uno all’altro , perché lavorano sulle stesse ipotesi; Tuttavia , ci sono alcuni vantaggi chiave per utilizzare una MANOVA su un test ANOVA . Più variabili dipendenti

Il MANOVA possono misurare più variabili dipendenti , mentre l’ ANOVA consente solo per uno. La capacità di misurare gli effetti di una variabile indipendente su più variabili dipendenti è utile per confrontare l’ effetto della variabile indipendente in contesti diversi . Si avrebbe bisogno di eseguire più ANOVA test per misurare lo stesso numero di cose che si MANOVA fa .

Simultanea Testing

Perché la MANOVA test più variabili dipendenti in una sola volta , si sta testando gli effetti delle variabili indipendenti contemporaneamente . L’esecuzione di più test ANOVA su ciascuna variabile richiede non solo più tempo, ma aumenta il rischio di errori statistici di I tipo . Un errore di tipo I si verifica quando un test statistico respinge ipotesi nulla quando è vera . Ad esempio, se la ipotesi nulla è ” gli studenti che studiano hanno punteggi dei test più elevati rispetto agli studenti che non studiano “, quindi un errore di tipo avrebbe causato i risultati di respingere questa affermazione , anche se i dati effettivamente sostenute esso .

trovare Effetto

Il MANOVA aumenta anche la possibilità di trovare un affetto che una variabile indipendente ha. Quando si misura la variabile indipendente di incidere su più variabili dipendenti , si potrebbe scoprire che c’è una significativa influenza su una delle variabili dipendenti , ma non gli altri . Utilizzando un ANOVA , avresti solo testato una delle variabili dipendenti .

Svantaggi

Sebbene i test MANOVA hanno vantaggi significativi rispetto al ANOVA , ci sono anche qualche chiave svantaggi . La prova è più complessa per l’esecuzione di un singolo ANOVA , ei risultati possono essere più ambiguo . Ad esempio , se si scopre che una variabile indipendente incide più variabili dipendenti , non si può dire con certezza se sia o non era veramente la variabile indipendente , o le molteplici variabili dipendenti che hanno un effetto sulla vicenda . Perché ANOVA test sono solo una variabile dipendente , i risultati sono chiari .