Quando há mais de duas amostras , análise de variância, é mais confiável do que o t -teste. O teste t de só pode ser usado para verificar as diferenças entre os dois meios . Embora múltiplos testes-t pode ser realizado para testar mais do que dois meios uns com os outros , isto pode levar a complicações cortar . Uma análise de variância é uma maneira relativamente simples para comparar as médias de várias amostras .
Números
Uma das principais vantagens da análise de variância, é que o número de observações em cada grupo não tem de ser o mesmo . Por exemplo, um pesquisador comparou os efeitos de beber chá na saúde pode ser capaz de encontrar 100 não-bebedores de chá, mas apenas 96 bebedores de chá .
Fatores
ANOVAs autorizar experiências onde as populações são classificados em dois fatores categóricos. Por exemplo, um experimento pode investigar as notas dos exames dos alunos que são do sexo feminino ou masculino - o primeiro fator - e têm ou não tiveram educação em casa casa adicional, o segundo fator . ANOVAs análise de experimentos de dois fatores são conhecidos como bidirecionais ANOVAs . Eles remover parte da variabilidade aleatória e permitir que o experimentador de olhar para as interações entre os fatores . Eles também permitem que as experiências com um tamanho total da amostra menor, como duas coisas estão sendo estudados ao mesmo tempo.
Pressupostos
Antes de uma análise de variância é aplicada, o experimento deve satisfazer algumas critérios metodológicos a fim de que os resultados sejam válidos . A população envolvida na amostra deve ser distribuído normalmente , o que significa que ele deve ser uma representação justa . As variações da população também devem ser iguais. As amostras utilizadas no experimento deve ser independente , e cada nível do fator deve ser aplicado a uma amostra .