ANOVA — Varyans Analizi Açıklaması

ANOVA, yani varyans analizi, ortalama sonucun birkaç grup arasında farklı olup olmadığını test eder. Tek yönlü ANOVA’da grup ortalamaları arasındaki değişkenlik ile grupların içindeki değişkenlik karşılaştırılır ve bu da $F$ istatistiğini verir.

Genellikle elinizde bir kategorik gruplama değişkeni, bir nicel yanıt değişkeni varsa ve birçok ayrı $t$-testi yapmak yerine tek bir genel test istiyorsanız doğru araç budur. Gruplar arası değişkenlik, grup içi değişkenliğe göre büyükse bu, anakütle ortalamalarının hepsinin eşit olmadığına dair kanıttır.

Klasik tek yönlü ANOVA için test istatistiği şöyledir:

$$F = \frac{MS_B}{MS_W}$$

Burada $MS_B$ gruplar arası ortalama kareyi, $MS_W$ ise grup içi ortalama kareyi gösterir. Daha büyük bir $F$, grup ortalamalarının yalnızca sıradan grup içi gürültüyle bekleyeceğinizden daha fazla ayrıldığını gösterir.

ANOVA Neyi Test Eder?

Tek yönlü ANOVA için alışılmış sıfır hipotezi şudur:

$$H_0: \mu_1 = \mu_2 = \cdots = \mu_k$$

Alternatif hipotez “tüm ortalamalar farklıdır” değildir. Daha zayıftır: en az bir grup ortalaması, en az bir başka grup ortalamasından farklıdır.

Bu nokta önemlidir çünkü ANOVA genel bir testtir. Anlamlı bir sonuç, bir yerde bir fark olduğuna dair kanıt olduğunu söyler, ama hangi grupların farklı olduğunu belirtmez. Bunu görmek için genellikle ek karşılaştırmalar gerekir.

ANOVA Ortalamaları Karşılaştırmak İçin Neden Varyansı Kullanır?

İsim ilk bakışta ters gibi gelebilir. ANOVA ortalamalarla ilgiliyse neden varyans kullanır?

Çünkü varyans, iki tür yayılımı ölçmek için temiz bir yol sunar:

1. Grup ortalamalarının genel ortalama etrafındaki yayılımı.
2. Bireysel gözlemlerin kendi grup ortalamaları etrafındaki yayılımı.

İlk tür yayılım ikinciden çok daha büyükse, gruplar sıradan grup içi dalgalanmanın normalde oluşturacağından daha ayrık görünür.

Tek Yönlü ANOVA Ne Zaman Uygundur?

Tek yönlü ANOVA, tek bir kategorik faktör gözlemleri gruplara ayırdığında ve bu gruplar arasında bir nicel yanıtın ortalamasını karşılaştırmak istediğinizde kullanılır.

Örneğin farklı öğretim yöntemleri arasında ortalama sınav puanlarını, farklı gübreler arasında ortalama ürün verimini ya da farklı tedavi koşulları arasında ortalama tepki süresini karşılaştırmak buna örnektir.

Klasik tek yönlü ANOVA için temel varsayımlar şunlardır:

1. Gözlemler bağımsızdır.
2. Yanıt değişkeni nicel bir ölçekte ölçülmüştür.
3. Grup varyansları makul ölçüde benzerdir.
4. Model, özellikle küçük örneklemlerde, veri yapısıyla ciddi biçimde uyumsuz değildir.

ANOVA birçok durumda yine de oldukça dayanıklı olabilir; özellikle dengeli gruplar ve orta büyüklükte örneklemlerde. Ancak bu, araştırma düzenine bağlıdır. Veriler eşleştirilmişse, aynı denekler üzerinde tekrarlı ölçümler varsa ya da varyanslar çok eşit değilse, sıradan tek yönlü ANOVA doğru araç olmayabilir.

Tek Yönlü ANOVA Örneği

Bir öğretmenin kısa sınav puanlarını kullanarak üç çalışma yöntemini karşılaştırmak istediğini düşünün:

1. Yöntem A: $72$, $74$, $76$
2. Yöntem B: $78$, $80$, $82$
3. Yöntem C: $84$, $86$, $88$

Grup ortalamaları şöyledir:

$$\bar{x}_A = 74, \qquad \bar{x}_B = 80, \qquad \bar{x}_C = 86$$

Tüm $9$ puanın genel ortalaması ise şöyledir:

$$\bar{x} = 80$$

Şimdi değişkenliği iki parçaya ayıralım.

Adım 1: Gruplar Arası Değişkenlik

Her grupta $3$ gözlem vardır, dolayısıyla gruplar arası kareler toplamı şöyledir:

$$SS_B = 3(74-80)^2 + 3(80-80)^2 + 3(86-80)^2$$ $$SS_B = 3(36) + 0 + 3(36) = 216$$

$k=3$ grup olduğuna göre, gruplar arası serbestlik derecesi $k-1=2$ olur. Bu yüzden:

$$MS_B = \frac{SS_B}{k-1} = \frac{216}{2} = 108$$

Adım 2: Grup İçi Değişkenlik

Her grubun içinde puanlar, grup ortalamasının iki yanında yalnızca $2$ puan uzaklıktadır:

$$SS_W = (4+0+4) + (4+0+4) + (4+0+4) = 24$$

Toplam $N=9$ gözlem olduğundan, grup içi serbestlik derecesi $N-k=6$ olur. Bu yüzden:

$$MS_W = \frac{SS_W}{N-k} = \frac{24}{6} = 4$$

Adım 3: $F$ İstatistiğini Hesaplayın

Şimdi hesaplayın:

$$F = \frac{MS_B}{MS_W} = \frac{108}{4} = 27$$

Bu kadar büyük bir $F$ değeri, grup ortalamalarının grup içindeki değişkenliğe kıyasla oldukça uzak olduğunu gösterir. Tek yönlü ANOVA’nın alışılmış varsayımları altında bu, üç anakütle ortalamasının da eşit olduğu sıfır hipotezine karşı güçlü bir kanıttır.

Pratik yorum basittir: üç çalışma yöntemi arasındaki farklar, yalnızca sıradan grup içi saçılmayla açıklanamayacak kadar büyüktür.

ANOVA Size Ne Söylemez?

ANOVA hangi belirli grup çiftinin farklı olduğunu söylemez. Genel sonuç anlamlı çıktıktan sonra genellikle post-hoc karşılaştırmalar ya da planlı kontrastlar gerekir.

Ayrıca etkinin pratik açıdan önemli olduğunu da söylemez. İstatistiksel olarak saptanabilen bir fark, gerçek bağlamda yine de önemsiz kadar küçük olabilir.

Çalışma rastgeleleştirilmemişse, ANOVA gruplama değişkeninin farka neden olduğunu da kanıtlamaz. Yalnızca topladığınız verilerde grup ortalamalarının farklı görünüp görünmediğini test eder.

ANOVA’da Yaygın Hatalar

Yaygın bir hata, ANOVA’nın esas olarak grup varyanslarının eşit olup olmadığını test ettiğini düşünmektir. Standart kullanımda ANOVA ortalamaları karşılaştırır. Varyans burada görünür çünkü sinyali gürültüden ayırmak için kullanılan mekanizmadır.

Bir başka hata, birkaç grup söz konusuyken tek bir genel ANOVA yerine birçok ayrı $t$-testi yapmaktır. Karşılaştırmalar dikkatle düzeltilmezse bu, yanlış pozitif riskini artırabilir.

Üçüncü bir hata ise anlamlı bir ANOVA sonucundan sonra durup tam olarak hangi grubun kazandığını bildiğini iddia etmektir. Genel test bunu tek başına cevaplamaz.

ANOVA Nerelerde Kullanılır?

ANOVA; deneylerde, ürün testlerinde, eğitimde, biyolojide, tarımda ve sosyal bilimlerde yaygındır. Birden fazla grup arasında ortalama farkları için savunulabilir tek bir teste ihtiyaç duyduğunuzda kullanışlıdır.

Özellikle gerçek soru karşılaştırmalı olduğunda çok yararlıdır: bu tedaviler, yöntemler ya da koşullar ölçülebilir biçimde farklı ortalama sonuçlar üretiyor mu?

Kendi Versiyonunuzu Deneyin

Aynı örneği alın ve Yöntem B’yi $79$, $80$, $81$ olarak değiştirin. $SS_W$, $MS_W$ ve son $F$ istatistiğini yeniden hesaplayın. Bu tek değişiklik temel sezgiyi görünür kılar: grup içi gürültü arttıkça, gerçek bir ortalama farkına dair kanıt zayıflar.