Co sprawdza ANOVA Welcha?
Podobnie jak klasyczna ANOVA, test Welcha ocenia hipotezę zerową mówiącą, że średnie w porównywanych populacjach są jednakowe.
Przykład: porównujemy średni wynik wiedzy w czterech grupach zawodowych.
Uzyskano:
F Welcha = 8,74; p < 0,001.
Wynik wskazuje na różnice pomiędzy co najmniej częścią średnich. Nie oznacza jednak, że każda grupa różni się od każdej pozostałej.
Dlaczego nierówne wariancje są problemem?
Klasyczna ANOVA zakłada homogeniczność wariancji. Naruszenie tego założenia może być szczególnie problematyczne, gdy jednocześnie grupy mają różne liczebności.
ANOVA Welcha wykorzystuje zmodyfikowane ważenie grup i korektę stopni swobody, dzięki czemu jest bardziej odporna na heterogeniczność wariancji.
Test Levene’a
W SPSS często stosowany jest test Levene’a.
Jeżeli:
p < 0,05
otrzymujemy dowody przeciwko założeniu równości wariancji.
Nie należy jednak stosować automatycznej reguły:
Levene istotny → Welch, Levene nieistotny → klasyczna ANOVA.
Warto również ocenić:
- liczebności grup,
- odchylenia standardowe,
- obserwacje odstające,
- rozkłady wyników,
- skalę różnic pomiędzy wariancjami.
ANOVA Welcha a test Kruskala-Wallisa
Nierówne wariancje nie oznaczają automatycznie konieczności zastosowania testu Kruskala-Wallisa.
Welch nadal służy do porównywania średnich.
Kruskal-Wallis jest metodą rangową i odpowiada na inne pytanie statystyczne.
Co zrobić po istotnym wyniku?
Po istotnej ANOVA Welcha zwykle potrzebujemy analizy post-hoc.
Częstym wyborem jest test Gamesa-Howella, ponieważ dobrze radzi sobie z:
- nierównymi wariancjami,
- nierównymi liczebnościami grup.
Przykład:
A vs B – p = 0,48
A vs C – p = 0,004
A vs D – p < 0,001
B vs C – p = 0,031
B vs D – p = 0,009
C vs D – p = 0,72
Istotny wynik testu globalnego nie oznacza więc różnic pomiędzy wszystkimi parami.
Wielkość efektu
Wartość p nie mówi, czy różnica jest duża.
Dlatego warto raportować:
- wielkość efektu,
- różnice średnich,
- 95% przedziały ufności.
Jak opisać wynik?
„Ze względu na heterogeniczność wariancji zastosowano jednoczynnikową ANOVA Welcha. Stwierdzono różnice pomiędzy grupami, F(3, 88,6) = 8,74; p < 0,001. Test Gamesa-Howella wykazał, że grupa D uzyskała wyższy wynik niż grupa A (różnica średnich = 12,6; 95% CI: 5,1–20,1; p < 0,001).”
Najczęstsze błędy
- automatyczne stosowanie Kruskala-Wallisa po istotnym Levene’ie,
- stosowanie Tukeya mimo silnej heterogeniczności wariancji,
- brak testów post-hoc,
- raportowanie wyłącznie wartości p,
- ignorowanie nierównych liczebności grup.
FAQ
Kiedy stosować ANOVA Welcha?
Gdy porównujemy co najmniej trzy niezależne średnie, a założenie równych wariancji jest naruszone lub wątpliwe.
Czy Welch wymaga równych liczebności?
Nie.
Jaki post-hoc zastosować po Welchu?
Często test Gamesa-Howella.
Czy Welch jest testem nieparametrycznym?
Nie.
Czy ANOVA Welcha jest dostępna w SPSS?
Tak.
Polecamy
Potrzebujesz ANOVA Welcha, Gamesa-Howella albo pełnej analizy porównawczej kilku grup?
statystyka@statystyka.org.pl
tel. 692 809 254
Frazy kluczowe: ANOVA Welcha, Welch ANOVA, nierówne wariancje, analiza wariancji, test Levene’a, Games-Howell, analiza statystyczna, testy statystyczne, SPSS, statystyka do pracy mgr, porównanie wielu grup