Quali sono i limiti dell'ANOVA in SPSS?
Un'analisi della varianza unidirezionale, o ANOVA, è un metodo statistico utilizzato per confrontare le medie di più di due insiemi di dati, per vedere se sono statisticamente diversi l'uno dall'altro. SPSS, un pacchetto di analisi statistiche, consente l'uso di un'ANOVA unidirezionale nella sua ampia suite di procedure. Tuttavia, l'ANOVA non è un test perfetto e in determinate circostanze fornirà risultati fuorvianti.
Limitazioni del campione
Il test ANOVA presuppone che i campioni utilizzati nell'analisi siano "campioni casuali semplici". Ciò significa che un campione di individui (punti dati) viene prelevato da una popolazione più ampia (un pool di dati più ampio). I campioni devono anche essere indipendenti, cioè non si influenzano a vicenda. L'ANOVA è generalmente adatto per confrontare le medie negli studi controllati, ma quando i campioni non sono indipendenti è necessario utilizzare un test a misure ripetute.
Distribuzione normale
ANOVA presuppone che i dati nei gruppi siano normalmente distribuiti. Il test può ancora essere eseguito se così non fosse -- e se la violazione di questa ipotesi è solo moderata, il test è comunque idoneo. Tuttavia, se i dati sono molto lontani dalla distribuzione normale, il test non fornirà risultati accurati. Per aggirare questo problema, trasforma i dati con la funzione SPSS "Compute" prima di eseguire l'analisi oppure utilizza un test alternativo come un test di Kruskal-Wallace.
Pari deviazioni standard
Un'altra limitazione dell'ANOVA è che presuppone che i gruppi abbiano le stesse deviazioni standard o molto simili. Maggiore è la differenza di deviazioni standard tra i gruppi, maggiore è la possibilità che la conclusione del test sia imprecisa. Come l'ipotesi di distribuzione normale, questo non è un problema fintanto che le deviazioni standard non sono molto diverse e le dimensioni del campione di ciascun gruppo sono più o meno uguali. In caso contrario, un test Welch è un'opzione migliore.
Confronti multipli
Quando si esegue un'ANOVA in SPSS, il valore F e il livello di significatività risultanti indicano solo se almeno un gruppo nell'analisi è diverso da almeno un altro. Non ti dice quanti gruppi, o quali gruppi, differiscono statisticamente. Per determinare ciò, è necessario eseguire confronti di follow-up. Questo è raramente un problema nelle piccole analisi, ma maggiore è il numero di gruppi inclusi nel test di follow-up, maggiore è la possibilità di commettere un errore di tipo I, che assume un effetto dove non ce n'è uno.