آزمون مانووا

آزمون مانوا , آزمون MANOVA , آزمون مانووا

این آزمون کمک می کند تا به سوالات زیر پاسخ داده شود :

۱- آیا تغییرات در متغیر مستقل اثرات قابل توجهی بر متغیرهای وابسته دارد؟

۲- روابط میان متغیرهای وابسته چیست؟

۳- روابط بین متغیرهای مستقل چیست؟

آزمون مانووا یک شکل عمومی از تجزیه و تحلیل یکطرفه واریانس (ANOVA) است، اگر چه، بر خلاف ANOVA یک طرفه، از تحلیل کوواریانس بین متغیرهای وابسته در آزمون با استفاده از تفاوت های میانگین استفاده می کند.

در جایی که مقدار مربعات در تحلیل آماری واریانس یک طرفه ظاهر می شود، در تجزیه و تحلیل چند متغیره واریانس برخی از ماتریس های قطعی مثبت ظاهر می شود.

در تجزیه و تحلیل واریانس چند متغیره پیش فرض های زیر باید رعایت شوند:

１- مقیاس اندازه گیری باید نسبی یا فاصله ای باشد

２- توزیع متغیرها نرمال باشند(در صورت چولگی شدید یا خطایی بیش از ۲ استفاده نمی شود).

３- همگی واریانس ها وجود داشته باشند.

４- مشاهدات نمونه مستقل باشند

تجزیه و تحلیل MANOVA

در تجزیه و تحلیل MANOVA ، برای تفاوت های آماری در یک متغیر مستقل وابسته با یک متغیر گروه بندی مستقل بررسی می کنیم. آزمون مانوا این تحلیل را با در نظر گرفتن چندین متغیر مستقل و وابسته گسترش می دهد و آنها را به یک ترکیب خطی وزن ای یا متغیر کامپوزیت تبدیل می کند. مانووا این نتیجه را بررسی می کند که که آیا ترکیب جدید ایجاد شده توسط گروه های مختلف یا سطوح متغیر مستقل متفاوت است یا خیر. به این ترتیب، MANOVA اساسا تست می کند که آیا متغیر مستقل گروهی به طور همزمان مقدار قابل توجهی از واریانس را در متغیر وابسته توضیح می دهد یا خیر.