ANCOVA Nedir? Kovaryans Analizi Ne Zaman Kullanılır?
Basira Editör Ekibi · · 12 dk okuma · Bilimsel inceleme: Doç. Dr. Hasan Yıldırım
Aa Yazı boyutu
Anahtar çıkarımlar
- ANCOVA (kovaryans analizi), grupların bağımlı değişkendeki ortalamalarını sürekli bir ortak değişkene, çoğu zaman ön test puanına göre düzelterek karşılaştırır; model, grup kuklası ve ortak değişkenli bir doğrusal regresyondur.
- Rastgele atanmış gruplarda ANCOVA hata varyansını küçültür ve grup farkını yalnız son testten de fark puanından da daha kesin kestirir.
- Rastgele atama yoksa ANCOVA önceden var olan grup farklarını gidermez; aynı veride fark puanıyla farklı sonuç verebilir (Lord paradoksu).
- Temel varsayımlar eğimlerin homojenliği (grup × ortak değişken etkileşimi), ortak değişkenin müdahaleden etkilenmemesi, doğrusal ilişki ve bağımsız gözlemlerdir; Shapiro-Wilk ve Levene artıklarda raporlanır, analizi tek başına belirlemez.
- Raporlanan temel nicelik düzeltilmiş grup farkıdır (b) ve güven aralığıdır; düzeltilmiş ortalamalar ortak değişkenin genel ortalamasında hesaplanır.
İçindekiler
ANCOVA (kovaryans analizi), iki ya da daha çok grubun bir bağımlı değişkendeki ortalamalarını, sonucu etkileyen sürekli bir ortak değişkene (kovaryat) göre düzelterek karşılaştıran yöntemdir. En sık kullanımı ön test–son test desenidir: son test puanları, gruplar ön testte aynı puanla başlamış gibi karşılaştırılır. Böylece hata varyansı küçülür ve grup farkı daha kesin kestirilir.
ANCOVA nedir?
ANCOVA, tek yönlü varyans analizinin modeline sürekli bir yordayıcı ekler. İki grupta model, grubu 0 ve 1 diye kodlayan bir kukla değişken (G) ile ortak değişkenin (X) birlikte yer aldığı bir doğrusal regresyondur:
Burada ortak değişkenin grup içi eğimidir; ise ortak değişkendeki değeri aynı olan iki kişi arasındaki beklenen grup farkıdır. Bu yüzden ‘e düzeltilmiş grup farkı denir ve ANCOVA’nın asıl sonucu odur. Grupları karşılaştıran testlerin kategorik yordayıcılı regresyonun özel durumları olduğu regresyon analizi nedir yazısında anlatılır; ANCOVA bu bağın doğrudan uygulamasıdır.
Her grubun düzeltilmiş ortalaması, grubun ortak değişkendeki ortalaması genel ortalamaya eşit olsaydı beklenen sonuçtur:
Burada ve , grubunun bağımlı değişken ve ortak değişken ortalamaları, ise ortak değişkenin genel ortalamasıdır. gruplar içinde birleştirilmiş eğimdir (yukarıdaki ). İki grubun düzeltilmiş ortalamaları arasındaki fark ‘e eşittir. Programlar düzeltilmiş ortalamaları kestirilmiş marjinal ortalama (estimated marginal means) adıyla da verir.
ANCOVA ne işe yarar?
Ortak değişkenin iki ayrı işi vardır (Huitema, 2011):
- Kesinliği artırmak. Son test puanlarındaki değişkenliğin bir kısmı öğrencilerin başlangıç düzeyinden gelir. Ön test modele girince bu kısım hata teriminden çıkar; grup farkının standart hatası küçülür, testin gücü artar.
- Şans eseri dengesizliği düzeltmek. Rastgele atamada bile gruplar ön testte biraz farklı başlayabilir. ANCOVA grup farkını bu başlangıç farkına göre düzeltir.
ANCOVA’nın yapamadığı iş, rastgele atanmamış grupları eşitlemektir. Hazır sınıflar, hasta ve sağlıklı grupları ya da kendi seçimiyle bir programa katılanlar ortak değişkende farklıysa, düzeltme gruplar arasındaki öteki farkları ortadan kaldırmaz ve sonuç nedensel bir etki diye okunamaz (Miller ve Chapman, 2001). Karıştırıcıların desende ve analizde nasıl ele alındığı kontrol edilebilen ve edilemeyen değişkenler yazısındadır.
ANCOVA ne zaman kullanılır?
ANCOVA, aralıklı ya da oranlı ölçekte ölçülen bir bağımlı değişkende bağımsız grupları karşılaştırırken sonuçla ilişkili ve müdahaleden önce ölçülmüş bir ortak değişken varsa kullanılır. Tipik örnekler ön test puanı, başlangıçtaki kan basıncı ya da müdahale öncesi kaygı düzeyidir.
| Desen ya da durum | Uygun analiz |
|---|---|
| Bağımsız gruplar, ortak değişken yok | İki grupta Welch t-testi, üç ve daha çok grupta Welch ANOVA ve Games-Howell |
| Rastgele atanmış gruplar, ön test ve son test | ANCOVA (ön test ortak değişken) |
| Rastgele atanmamış gruplar, ön testte farklı | ANCOVA tek başına yetmez; desen sınırlılığı yazılır, duyarlılık analizleri yapılır |
| Eğimler gruplar arasında belirgin biçimde farklı | Ayrı eğimli model (grup × ortak değişken etkileşimi) |
| Aynı kişiler üç ya da daha çok kez ölçülmüş | Tekrarlı ölçümler ya da karışık desen modelleri |
| Bağımlı değişken sıralı (ör. tek Likert maddesi) | Düşünülebilir bir seçenek: sıralara dayalı kovaryans analizi (Quade, 1967) |
| İki faktör, ortak değişken yok | İki yönlü ANOVA |
Ortak değişken yoksa grup karşılaştırmasının varsayılanı Welch’in yöntemleridir; gerekçesi Welch mi Student mı yazısındadır. İkinci bir kategorik faktör ortak değişken değil, modelin ikinci faktörüdür; o durumda ana etki ve etkileşim iki yönlü ANOVA ile incelenir. Aynı kişilerin zaman içindeki ölçümleri ise tekrarlı ölçümler ANOVA yazısının konusudur.
ANCOVA’nın varsayımları nelerdir?
Varsayımların çoğu doğrusal regresyonunkilerle aynıdır; eğimlerin homojenliği ve ortak değişkenin müdahaleden etkilenmemesi ise ANCOVA’ya özgüdür.
- Bağımsız gözlemler. Her katılımcı tek bir grupta ve tek bir kez yer alır. Aynı sınıftaki öğrenciler gibi kümelenmiş verilerde bu varsayım zayıflar.
- Doğrusal ilişki. Ortak değişken ile bağımlı değişken arasındaki ilişki her grupta doğrusaldır. Grup başına çizilen saçılım grafiği bunu gösterir.
- Eğimlerin homojenliği. Ortak değişkenin eğimi bütün gruplarda aynıdır. Model tek bir ortak eğim kullandığı için tek bir düzeltilmiş grup farkı ancak bu durumda anlamlıdır.
- Ortak değişken müdahaleden etkilenmemiştir. Ortak değişken müdahaleden önce ölçülür. Müdahaleden sonra ölçülen ve müdahalenin değiştirdiği bir değişkene göre düzeltmek, etkinin bir kısmını modelden siler (Huitema, 2011).
- Ortak değişken güvenilir ölçülür. Ölçme hatası düzeltmeyi zayıflatır. Rastgele atamalı desende bu daha çok kesinlik kaybıdır; rastgele atama yoksa düzeltme eksik kalır ve grup farkı yanlı kestirilir (Huitema, 2011). Ön test bir ölçekse güvenirliği raporlanır (güvenirlik analizi).
- Artıkların normalliği ve eşit varyansı. Normallik ham puanlarda değil, modelin artıklarında incelenir. Shapiro-Wilk ve Levene testleri artıklar üzerinde raporlanır ama analizi tek başına belirlemez (varyans homojenliği); “Levene anlamlıysa başka teste geç” gibi iki aşamalı kurallar önerilmez.
- Eşit olmayan varyans. Artık varyansı gruplar arasında ya da ortak değişkenin düzeyine göre belirgin biçimde farklı olabilecekse (özellikle grup büyüklükleri dengesizken), varyans eşitliğine dayanmayan değişen varyansa dayanıklı (HC3) standart hatalar analiz planında önceden seçilebilir ya da duyarlılık satırı olarak verilebilir; küçük örneklemde HC3’ün önerildiği gösterilmiştir (Long ve Ervin, 2000).
Artıklar belirgin biçimde normal dışıysa ya da bağımlı değişken sıralıysa, sıralara dayalı kovaryans analizi (Quade, 1967) düşünülebilir bir seçenektir ve iki analizin sonucu birlikte raporlanır. Ön test–son test deseninde fark puanları belirgin biçimde normal dışıysa fark puanlarının, sonuç sıralıysa son test puanlarının Mann-Whitney U testiyle nasıl karşılaştırıldığı ön test son test modeli yazısında anlatılır.
Artıkların dağılımına grafikle de bakılır; normallik testi yazısındaki karar kuralı grupların ve farkların dağılımı için yazılmıştır. “Örneklem 30’dan küçükse parametrik olmayan teste geç” diye bir kural yoktur.
Eğimlerin homojenliği nasıl sınanır?
Modele grup ile ortak değişkenin çarpımı eklenir:
, iki grubun eğimleri arasındaki farktır. Bu terim aracı ve düzenleyici değişken yazısındaki etkileşim teriminin aynısıdır: burada grup, ortak değişkenin etkisini düzenleyip düzenlemediği açısından sınanır. sıfıra yakın ve güven aralığı dar ise ortak eğimli ANCOVA kurulur.
Eğimler belirgin biçimde farklıysa grup farkı ortak değişkenin değerine bağlıdır; tek bir düzeltilmiş fark raporlamak yanıltıcı olur. O durumda ayrı eğimli model raporlanır ve grup farkı ortak değişkenin birkaç anlamlı değerinde ya da Johnson-Neyman aralığıyla verilir.
İpucu
Etkileşim testinin gücü düşük olduğu için karara grafik ve güven aralığı da katılır.
Ön test–son test deseninde ANCOVA mı, fark puanı mı?
Rastgele atanmış gruplarda ANCOVA yeğlenir; ön testte farklı başlayan hazır gruplarda ise seçim, grupların neden farklı başladığına ilişkin varsayıma bağlıdır.
Kontrol gruplu ön test–son test deseninde grup farkı üç yolla kestirilebilir: yalnız son test karşılaştırılır, fark puanları (son test − ön test) karşılaştırılır ya da ön test ortak değişken olarak alınır. Üçü tek bir formülde birleşir; P program, K kontrol grubudur:
Burada son test, ön test ortalamasıdır. Yalnız son testte , fark puanında , ANCOVA’da ise , yani veriden kestirilen grup içi eğimdir. Üç yöntem yalnız ön testteki başlangıç farkını ne kadar hesaba kattıkları bakımından ayrılır.
Rastgele atanmış gruplarda üç kestirim de yansız olsa da kesinlikleri farklıdır. Ön ve son testin varyansı eşit () ve aralarındaki korelasyon ise kabaca:
Fark puanı yalnız son testten ancak olduğunda daha kesindir; ANCOVA’nın hata varyansı ise her değerinde ikisinden de küçüktür ya da onlara eşittir. Bu yüzden rastgele atamalı çalışmalarda ANCOVA önerilir (Vickers ve Altman, 2001; Van Breukelen, 2006; Senn, 2006). İki grup ve iki ölçümlü karışık desen ANOVA’daki grup × zaman etkileşimi de fark puanlarının karşılaştırmasıyla aynı soruyu sorar; ANCOVA’nın kesinlik üstünlüğü ona karşı da geçerlidir.
Rastgele atama yoksa tablo değişir. Lord (1967), aynı veride fark puanının “grup farkı yok”, ANCOVA’nın “grup farkı var” diyebileceğini göstermiştir. Van Breukelen (2006) da ön testte farklı başlayan hazır gruplarda iki yöntemin birlikte yansız olamayacağını ve birbiriyle çelişebileceğini göstermiştir; bu durumda fark puanı daha az yanlı görünse de yazar iki kontrol grubu ve iki ön ölçüm önerir.
Atama ön test düzeyine göre yapılmışsa yalnız ANCOVA yansızdır. Hangisinin doğru olduğu veriden değil, grupların neden farklı başladığına ilişkin varsayımdan çıkar; bu varsayım yöntem bölümünde açıkça yazılır.
Dikkat
Rastgele atamalı bir çalışmada grupların ön testte “denk olup olmadığını” anlamlılık testiyle sınamak da gereksizdir: atama rastgeleyse her başlangıç farkı tanımı gereği şansa bağlıdır. Ortak değişken, ön testteki p değerine bakılarak değil, sonuçla ilişkisine göre analiz planında önceden seçilir (Altman, 1985).
Çözümlü örnek: okuma programı ve ön test
Bir eğitim araştırmacısı bir ortaokulun yedinci sınıflarından 40 öğrenciyi rastgele iki gruba ayırıyor: 20 öğrenci sekiz haftalık bir okuma stratejileri programına katılıyor, 20 öğrenci olağan derslerine devam ediyor. Okuma anlama testi (0–50 puan) program öncesinde (ön test) ve sonrasında (son test) uygulanıyor. Soru şudur: ön test düzeyi aynı olan öğrencilerde program son test puanını yükseltiyor mu? Veri varsayımsaldır ve öğretici amaçla hazırlanmıştır.
| on_kontrol | on_program | son_kontrol | son_program |
|---|---|---|---|
| 27 | 32 | 29 | 38 |
| 24 | 21 | 24 | 33 |
| 36 | 31 | 36 | 37 |
| 23 | 24 | 31 | 38 |
| 19 | 29 | 27 | 38 |
| 34 | 26 | 29 | 33 |
| 35 | 30 | 35 | 34 |
| 24 | 13 | 28 | 31 |
| 27 | 31 | 27 | 36 |
| 47 | 20 | 42 | 24 |
| 24 | 36 | 27 | 41 |
| 27 | 21 | 33 | 27 |
İlk 12 satır (toplam 20) · Bu örnekteki tüm sayılar SciPy 1.16.3 ile bağımsız olarak yeniden hesaplanır. Veriyi indirin (CSV)
Tablo 1
Gruplara Göre Ön Test ve Son Test Okuma Anlama Puanlarının Betimsel İstatistikleri
| Grup | n | Ön test ort. | Ön test SS | Son test ort. | Son test SS |
|---|---|---|---|---|---|
| Kontrol | 20 | 30.70 | 6.84 | 32.05 | 5.45 |
| Program | 20 | 27.15 | 5.52 | 34.50 | 4.93 |
Program grubu ön testte kontrol grubunun biraz altında başlamıştır. Atama rastgele olduğu için bu fark şansa bağlıdır ve ayrıca sınanmaz; ANCOVA onu modelin içinde hesaba katar. ANCOVA modeli, son_test bağımlı değişkeniyle grup (0 = kontrol, 1 = program) ve on_test sütunlarının en küçük kareler regresyonudur.
| son_test | grup | on_test |
|---|---|---|
| 29 | 0 | 27 |
| 24 | 0 | 24 |
| 36 | 0 | 36 |
| 31 | 0 | 23 |
| 27 | 0 | 19 |
| 29 | 0 | 34 |
| 35 | 0 | 35 |
| 28 | 0 | 24 |
| 27 | 0 | 27 |
| 42 | 0 | 47 |
| 27 | 0 | 24 |
| 33 | 0 | 27 |
İlk 12 satır (toplam 40) · Bu örnekteki tüm sayılar SciPy 1.16.3 ile bağımsız olarak yeniden hesaplanır. Veriyi indirin (CSV)
Model: F(2, 37) = 34.51, p < .001, R² = .65. Katsayılar iki tabloda verilir; ikinci tablodaki SH standart hatadır.
Tablo 2
ANCOVA Modelinin Katsayıları ve Güven Aralıkları
| Terim | B | %95 GA | p |
|---|---|---|---|
| Sabit | 11.67 | ||
| Grup (program − kontrol) | 4.81 | [2.67, 6.94] | < .001 |
| Ön test | 0.66 | [0.49, 0.83] | < .001 |
Tablo 3
Katsayıların Standart Hataları ve t Değerleri
| Terim | SH | t(37) |
|---|---|---|
| Grup (program − kontrol) | 1.05 | 4.56 |
| Ön test | 0.08 | 7.95 |
Eğimlerin homojenliği: Ön test ortalamaya göre merkezlenmiş ve grup ile çarpılarak modele eklenmiştir. Etkileşim terimi için sonuç B = −0.03, %95 GA [−0.38, 0.32], t(36) = −0.19, p = .851 olmuştur. Kestirilen eğimler arasında belirgin bir fark görülmedi, ama aralık geniştir: 40 öğrencilik veri, program grubunun eğiminin kontrol grubununkinden ortak eğimin (0,66) yarısı kadar düşük olmasını da dışlamaz.
Anlamsız bir etkileşim eğimlerin eşit olduğunu kanıtlamaz; ortak eğim varsayımı bu veriyle ancak kabaca desteklenir. Atama rastgele ve ön test programdan önce ölçüldüğü için ortak eğimli model birincil analiz olarak planlanmıştır; ayrı eğimli model duyarlılık analizi olarak raporlanabilir. Artıklarda normallikten ve gruplar arasında eşit varyanstan belirgin bir sapma görülmemiştir.
| son_test | grup | on_test_m | grup_x_on_test |
|---|---|---|---|
| 29 | 0 | -1.925 | 0 |
| 24 | 0 | -4.925 | 0 |
| 36 | 0 | 7.075 | 0 |
| 31 | 0 | -5.925 | 0 |
| 27 | 0 | -9.925 | 0 |
| 29 | 0 | 5.075 | 0 |
| 35 | 0 | 6.075 | 0 |
| 28 | 0 | -4.925 | 0 |
| 27 | 0 | -1.925 | 0 |
| 42 | 0 | 18.075 | 0 |
| 27 | 0 | -4.925 | 0 |
| 33 | 0 | -1.925 | 0 |
İlk 12 satır (toplam 40) · Bu örnekteki tüm sayılar SciPy 1.16.3 ile bağımsız olarak yeniden hesaplanır. Veriyi indirin (CSV)
ANCOVA sonucu nasıl yorumlanır?
ANCOVA’da yorumlanan asıl sonuç grup katsayısıdır, yani ortak değişkendeki değeri aynı olan kişiler arasında beklenen grup farkı.
- Grup katsayısı (b₁): Ön test puanı aynı olan iki öğrenciden programa katılanın son test puanı ortalama 4,81 puan daha yüksektir. Güven aralığı 2,67 ile 6,94 puan arasındadır ve sıfırı içermez. Bu, düzeltilmiş ortalamalar arasındaki farktır.
- Ön test katsayısı (b₂): Aynı gruptaki iki öğrenci arasında ön testteki bir puanlık fark, son testte ortalama 0,66 puanlık farkla ilişkilidir. Bu katsayı programın etkisi değil, düzeltmenin ağırlığıdır.
- Sabit: Kontrol grubunda ön test puanı sıfır olan bir öğrencinin beklenen puanıdır; verinin dışında kaldığı için yorumlanmaz.
Aynı veriye üç yaklaşım uygulandığında grup farkı şöyle çıkar:
Tablo 4
Aynı Veride Üç Yaklaşımla Kestirilen Grup Farkı (Program Eksi Kontrol)
| Yaklaşım | Grup farkı | %95 GA | p |
|---|---|---|---|
| Yalnız son test (Welch t) | 2.45 | [−0.88, 5.78] | .144 |
| Fark puanı (Welch t) | 6.00 | [3.57, 8.43] | < .001 |
| ANCOVA (ön test ortak değişken) | 4.81 | [2.67, 6.94] | < .001 |
| program_son | kontrol_son |
|---|---|
| 38 | 29 |
| 33 | 24 |
| 37 | 36 |
| 38 | 31 |
| 38 | 27 |
| 33 | 29 |
| 34 | 35 |
| 31 | 28 |
| 36 | 27 |
| 24 | 42 |
| 41 | 27 |
| 27 | 33 |
İlk 12 satır (toplam 20) · Bu örnekteki tüm sayılar SciPy 1.16.3 ile bağımsız olarak yeniden hesaplanır. Veriyi indirin (CSV)
Yalnız son testin karşılaştırması anlamlı değildir, t(37.61) = 1.49, p = .144. Bunun iki nedeni vardır: program grubu ön testte geride başlamıştır ve başlangıç düzeyinden gelen değişkenlik hata teriminde kalmıştır. Fark puanında ise program grubu ortalama 7,35 puan, kontrol grubu ortalama 1,35 puan ilerlemiştir; fark anlamlıdır, t(37.75) = 5.01, p < .001.
Ancak fark puanı ön testteki her puanlık başlangıç farkını son testte tam bir puan sayar (). Bu veride grup içi eğim 0,66 olduğu için fark puanı başlangıç farkını bu örneklemde gereğinden çok düzeltir ve ANCOVA’dan büyük bir fark kestirir; rastgele atamada üç kestirim de beklentide aynı etkiyi hedefler. ANCOVA eğimi veriden kestirdiği için ikisinin arasında kalır ve üç aralığın en darını verir.
| program_fark | kontrol_fark |
|---|---|
| 6 | 2 |
| 12 | 0 |
| 6 | 0 |
| 14 | 8 |
| 9 | 8 |
| 7 | -5 |
| 4 | 0 |
| 18 | 4 |
| 5 | 0 |
| 4 | -5 |
| 5 | 3 |
| 6 | 6 |
İlk 12 satır (toplam 20) · Bu örnekteki tüm sayılar SciPy 1.16.3 ile bağımsız olarak yeniden hesaplanır. Veriyi indirin (CSV)
Bu ayrışma testlerden birinin “hatalı” olduğunu göstermez. Üç yöntem aynı soruyu başlangıç farkına farklı ağırlık vererek yanıtlar. Rastgele atamalı desende analiz planına yazılacak birincil yöntem ANCOVA’dır; öteki iki sonuç gerekirse duyarlılık satırı olarak verilir. Ön testte farklı başlayan hazır gruplarda yöntemin nasıl seçildiği ve dört yolun aynı veride karşılaştırması ön test son test modeli yazısındadır.
Etki büyüklüğü olarak düzeltilmiş fark (b₁) puan biriminde ve güven aralığıyla verilir. ANOVA tablosu kullanılıyorsa kısmi eta kare de eklenebilir:
Burada grup etkisinin, hatanın kareler toplamıdır. Ortak değişken hata kareler toplamını küçülttüğü için ANCOVA’daki kısmi η² aynı verinin ortak değişkensiz analizindekinden çoğu zaman büyük çıkar ve başka desenlerdeki değerlerle doğrudan karşılaştırılmaz. Ayrıntısı etki büyüklüğü yazısındadır.
ANCOVA bulguları nasıl raporlanır?
Raporda grupların ham ön test ve son test betimselleri, ortak değişkenin neden seçildiği, eğimlerin homojenliği sınaması, düzeltilmiş grup farkı ve güven aralığı birlikte verilir. Yukarıdaki örnek APA 7 biçiminde şöyle yazılabilir:
Tezde nasıl yazılır
Program ve kontrol grubunun son test okuma anlama puanları, ön test puanı ortak değişken olarak alınarak kovaryans analiziyle karşılaştırılmıştır. Grup × ön test etkileşimi anlamlı değildir, B = −0.03, %95 GA [−0.38, 0.32], p = .851. Ön test denetlendiğinde program grubunun son test puanları kontrol grubundan yüksektir, B = 4.81, %95 GA [2.67, 6.94], t(37) = 4.56, p < .001.
Tek serbestlik dereceli bir etkide F, t’nin karesidir; aynı sonuç ANOVA tablosu biçiminde F(1, 37) olarak da yazılabilir. Sayıların biçimi APA istatistik raporlama yazısında anlatılır. Üç ya da daha çok grupta grup etkisi k − 1 kuklayla sınanır; ardından düzeltilmiş ortalamalar Bonferroni ya da Holm düzeltmeli ikili karşılaştırmalarla incelenir ve düzeltme raporda adıyla yazılır (post hoc testleri).
Sık yapılan hatalar nelerdir?
ANCOVA’daki hataların çoğu, düzeltmeden yapamayacağı bir işi beklemekten ya da ortak değişkeni yanlış seçmekten doğar.
- Rastgele atanmamış grupları kovaryans analiziyle “eşitlenmiş” saymak. Düzeltme yalnız ölçülen ortak değişkene göredir; öteki farklar kalır (Miller ve Chapman, 2001).
- Müdahaleden sonra ölçülmüş bir değişkeni ortak değişken yapmak. Müdahalenin etkisinin bir kısmı düzeltmeyle silinir.
- Her gruba ayrı bağımlı t-testi yapıp sonuçları karşılaştırmak. Bir grupta anlamlı, ötekinde anlamsız bir değişim, gruplar arasında fark olduğunu göstermez; gerekçesi bağımlı örneklem t-testi yazısındadır.
- Ön testteki grup farkını anlamlılık testiyle sınayıp ortak değişkene ona göre karar vermek. Ortak değişken önceden seçilir (Altman, 1985).
- Eğimlerin homojenliğine bakmamak. Eğimler belirgin biçimde farklıyken tek bir düzeltilmiş fark yanıltıcıdır.
- Ham ortalamalarla düzeltilmiş ortalamaları karıştırmak. Tabloda hangisinin verildiği açıkça yazılır.
- Çok sayıda ortak değişkeni sonuca bakarak eklemek ya da çıkarmak. Her ortak değişken bir serbestlik derecesi harcar; sonuca göre seçim birinci tür hata oranını şişirir.
Sık sorulan sorular
ANCOVA ile ANOVA arasındaki fark nedir?
ANOVA grup ortalamalarını olduğu gibi karşılaştırır. ANCOVA aynı karşılaştırmayı sürekli bir ortak değişkene göre düzeltilmiş ortalamalarla yapar ve ortak değişkenin açıkladığı değişkenliği hata teriminden çıkarır.
Birden çok ortak değişken kullanılabilir mi?
Evet. Her ortak değişken modele ayrı bir terim olarak girer ve eğimlerin homojenliği her biri için ayrı sınanır. Sonuçla gerçekten ilişkili, müdahaleden önce ölçülmüş birkaç değişken analiz planında önceden seçilir.
Ortak değişken kategorik olabilir mi?
Ortak değişken genellikle süreklidir. Cinsiyet ya da okul türü gibi kategorik bir değişken modele ikinci bir faktör olarak girer; ana etki ve etkileşim iki yönlü ANOVA mantığıyla yorumlanır.
Ön test anlamlı biçimde farklıysa ANCOVA bunu düzeltir mi?
Gruplar rastgele atanmışsa evet: ANCOVA şans eseri dengesizliği hesaba katar ve ön testteki farkın p değeri ayrıca önemli değildir. Gruplar rastgele atanmamışsa ANCOVA’nın düzeltmesi grupların neden farklı başladığına dair varsayıma bağlıdır ve sonuç nedensel bir kanıt sayılmaz (Lord, 1967; Van Breukelen, 2006).
Kovaryans analizinde hangi kareler toplamı türü kullanılır?
Tek ortak değişkenli ve etkileşimsiz modelde grup etkisi Tip II ve Tip III kareler toplamıyla aynı çıkar; ikisi de ortak değişkene göre düzeltilmiş farkı sınar. Sıralı (Tip I) kareler toplamında grup modele ortak değişkenden önce girerse düzeltilmemiş fark sınanır. Türlerin farkı iki yönlü ANOVA yazısında anlatılır; programın hangi türü kullandığı raporda yazılır.
ANCOVA’nın parametrik olmayan bir karşılığı var mı?
Sıralara dayalı kovaryans analizi (Quade, 1967) bilinen seçeneklerden biridir. Bağımlı değişken sıralıysa ya da artıklar belirgin biçimde normal dışıysa düşünülebilir; öteki durumlarda duyarlılık satırı olarak raporlanabilir. Genel seçim mantığı doğru istatistiksel test seçimi yazısındadır.
- #anova
- #kovaryans-analizi
- #regresyon-analizi
- #parametrik-testler
- #arastirma-deseni
Bilimsel inceleme
Makine öğrenmesi ve biyoistatistik alanlarında çalışır; sağlık, fen ve sosyal bilimlerde disiplinlerarası araştırmalarda istatistik danışmanlığı yürütür.
Kaynakça
- Altman, D. G. (1985). Comparability of randomised groups. The Statistician, 34(1), 125–136.
- Huitema, B. E. (2011). The analysis of covariance and alternatives: Statistical methods for experiments, quasi-experiments, and single-case studies (2nd ed.). Wiley.
- Long, J. S., & Ervin, L. H. (2000). Using heteroscedasticity consistent standard errors in the linear regression model. The American Statistician, 54(3), 217–224.
- Lord, F. M. (1967). A paradox in the interpretation of group comparisons. Psychological Bulletin, 68(5), 304–305.
- Miller, G. A., & Chapman, J. P. (2001). Misunderstanding analysis of covariance. Journal of Abnormal Psychology, 110(1), 40–48.
- Quade, D. (1967). Rank analysis of covariance. Journal of the American Statistical Association, 62(320), 1187–1200.
- Senn, S. (2006). Change from baseline and analysis of covariance revisited. Statistics in Medicine, 25(24), 4334–4344.
- Van Breukelen, G. J. P. (2006). ANCOVA versus change from baseline had more power in randomized studies and more bias in nonrandomized studies. Journal of Clinical Epidemiology, 59(9), 920–925.
- Vickers, A. J., & Altman, D. G. (2001). Analysing controlled trials with baseline and follow up measurements. BMJ, 323(7321), 1123–1124.
Kendi verinizde görün
Kavramı kendi verinizde görmek isterseniz Basira’yı ücretsiz deneyebilirsiniz. Basira’yı deneyin
Kavramı kendi verinizde görmek isterseniz panelinize dönebilirsiniz. Panele git
İlgili yazılar
İstatistiksel Testler
İki Yönlü ANOVA Nedir? Ana Etki ve Etkileşim
İki yönlü ANOVA iki faktörün ana etkilerini ve etkileşimini birlikte sınar. Basit etkiler, kareler toplamı türleri, eşit olmayan varyans ve raporlama.
Basira ·
İstatistiksel Testler
MANOVA Nedir? Çok Değişkenli Varyans Analizi
MANOVA, grupları birden çok bağımlı değişkende tek testle karşılaştırır. Ayrı ANOVA'ların sorunu, Pillai izi, Wilks lambda, varsayımlar ve raporlama.
Basira ·
İstatistiksel Testler
Post Hoc Testleri: Tukey, Games-Howell ve Dunn
Post hoc testleri anlamlı bir ANOVA ya da Kruskal-Wallis sonrasında hangi grupların farklı olduğunu gösterir. Tukey, Games-Howell ve Dunn testleri örnekle.
Basira ·