Istotny wynik ANOVA mówi, że nie wszystkie średnie są jednakowe. Nie wskazuje jednak automatycznie, które grupy różnią się między sobą. Do tego służą testy post hoc i porównania zaplanowane.
Najważniejsza decyzja nie brzmi „który test jest najbardziej popularny”, lecz „jakie porównania odpowiadają pytaniu i jakie założenia spełniają dane”. Tukey, Games–Howell, Holm i Bonferroni chronią przed pochopnym wnioskiem na różne sposoby.
Od wyniku ogólnego do par
Jedna ANOVA otwiera kilka pytań
A–BA–CB–C
Trzy średnie tworzą trzy pary. Cztery średnie tworzą już sześć par.
Kiedy wykonywać testy post hoc
Testy post hoc są potrzebne, gdy czynnik ma co najmniej trzy poziomy, a po analizie chcesz sprawdzić wszystkie sensowne pary. Najpierw upewnij się, że główny model odpowiada projektowi. Dla niezależnych grup będzie to zwykle jednoczynnikowa ANOVA albo wariant Welcha, a dla tych samych osób — analiza powtarzanych pomiarów.
Jeżeli dopiero uczysz się odczytywać tabelę ANOVA, zacznij od poradnika o wykonaniu i zapisie ANOVA w Jamovi. Dla tych samych uczestników użyj osobnej instrukcji ANOVA z powtarzanym pomiarem.
Dlaczego seria zwykłych testów t jest błędem
Każdy test niesie ryzyko fałszywego alarmu. Gdy wykonujesz wiele testów t przy poziomie α = 0,05 i nie stosujesz korekty, rośnie prawdopodobieństwo, że przynajmniej jedna para wyjdzie istotna przypadkiem. Dla sześciu niezależnych testów to ryzyko wynosiłoby około 26,5%.
Korekta kontroluje rodzinę wniosków, a nie „karze” pojedynczy wynik. Dlatego w tabeli interpretujesz skorygowane p lub jednoczesny przedział ufności, nie surowe p obok niego.
Jak uruchomić porównania w Jamovi
- Wybierz Analizy → ANOVA → Jednoczynnikowa ANOVA.
- Przenieś wynik ilościowy do zmiennych zależnych, a zmienną grupującą do pola grup.
- Włącz statystyki opisowe, wykres i test jednorodności wariancji.
- W sekcji testów post hoc wybierz Tukeya lub Gamesa–Howella zgodnie z wariantem analizy.
- Odczytaj różnicę średnich, przedział ufności i skorygowaną wartość p dla każdej pary.
Przed wyborem metody sprawdź liczebności i rozrzut. Osobny poradnik pokazuje jak interpretować test Levene’a i kiedy przejść do Welcha.
Jak wybrać Tukeya, Gamesa–Howella lub Holma
Dobry wybór dla wszystkich par po klasycznej jednoczynnikowej ANOVA.
Łączy się z ANOVA Welcha i nie zakłada jednakowych wariancji ani liczebności.
Sprawdza się, gdy masz skończony, uzasadniony zestaw porównań.
Nie wybieraj Gamesa–Howella tylko dlatego, że jedna liczebność jest nieco mniejsza. Decyzja powinna uwzględniać wariancje, liczebności, wartości odstające i sens modelu. Z kolei brak istotności w teście Levene’a nie jest dowodem idealnej równości.
Zobacz, jak zmienia się decyzja
Przełącz sytuację. Macierz pokazuje surowe p, p po korekcie oraz pary, które można opisać jako różne.
Jak czytać tabelę porównań
Znak różnicy średnich zależy od kolejności grup w tabeli. Jeśli Jamovi pokazuje A − B = −4,20, średnia A jest o 4,20 jednostki niższa od B. Istotność ocenia p po korekcie i przedział ufności. Gdy przedział dla różnicy nie obejmuje zera, para jest zgodna z wnioskiem o różnicy na przyjętym poziomie.
Nie interpretuj liczby gwiazdek jako siły efektu. Do oceny znaczenia praktycznego potrzebujesz wielkości różnicy, przedziału i kontekstu. Pomaga w tym poradnik o wartości p, przedziale ufności i wielkości efektu.
Jak opisać wynik w pracy dyplomowej
Analiza wariancji wykazała różnice między grupami, F(2, 87) = 8,64, p < 0,001, η² = 0,17. Test Tukeya wskazał, że grupa C uzyskała wyższy wynik niż A, różnica średnich = 6,10, 95% CI [2,31; 9,89], p < 0,001, oraz B, różnica średnich = 4,20, 95% CI [0,44; 7,96], p = 0,024. Grupy A i B nie różniły się istotnie.
Najpierw podaj wynik ogólny, następnie nazwę procedury post hoc, potem tylko potrzebne pary wraz z kierunkiem, wielkością różnicy, przedziałem i p. Nie przepisuj bez komentarza całej tabeli programu.
Najczęstsze błędy w porównaniach
- wykonywanie wielu testów t bez kontroli błędu rodzinnego;
- wybór Tukeya po ANOVA Welcha mimo wyraźnie nierównych wariancji;
- raportowanie surowego p zamiast wartości po korekcie;
- pomijanie kierunku i wielkości różnicy;
- uznawanie nieistotnego wyniku za dowód identyczności grup;
- wykonywanie wszystkich możliwych par, choć hipoteza dotyczyła tylko kilku kontrastów.
Jeśli problem wynika z rozkładu, braków lub wartości odstających, wróć do kontroli danych przed analizą, zamiast mechanicznie zmieniać procedurę.
Kiedy lepsze są kontrasty zaplanowane
Kontrast zaplanowany odpowiada na konkretną hipotezę sformułowaną przed obejrzeniem wyników, na przykład „grupa kontrolna kontra średnia z dwóch interwencji”. Jest bardziej precyzyjny niż przegląd wszystkich par. Jeżeli pytanie badawcze od początku wskazuje dwa lub trzy porównania, zaplanuj je w modelu i kontroluj ich rodzinę korektą Holma lub Bonferroniego.
Dobór testu powinien wynikać z projektu, rodzaju zmiennych i hipotezy. Gdy te elementy nie są jeszcze uporządkowane, skorzystaj z przewodnika jak wybrać test statystyczny do pracy dyplomowej.
Przy dwóch czynnikach porównania planuje się po odczytaniu interakcji; pomaga w tym przewodnik po ANOVA dwuczynnikowej i efektach prostych.
