Statisticsguide.com

ANOVA

Välkommen till sidan om ANOVA

På den här sidan beskrivs de vanligaste analysmetoderna för att jämföra medelvärden mellan grupper eller villkor, inklusive ANOVA, ANOVA med en faktor (One-way ANOVA), ANOVA för upprepade mätningar, ANCOVA och MANCOVA. Du får en detaljerad förklaring av vad varje analys testar, exempel på när de används, tydliga instruktioner för hur du genomför dem i Jamovi, samt vägledning för hur resultaten kan tolkas. I exemplen markeras tydligt vilka variabler som är beroende och oberoende, samt eventuella kovariater, vilket gör det enklare att förstå analysens struktur och syfte. Guiden omfattar även tolkning av F-värden, p-värden, Post Hoc-tester och multivariata resultat, så att du kan dra korrekta slutsatser från dina data. Denna sida fungerar som ett komplett stöd för att välja rätt analys och genomföra den på ett korrekt sätt i Jamovi, oavsett om du jämför tre eller fler grupper, flera mättillfällen, eller flera beroende variabler samtidigt.

ANOVA

Vad är det?
ANOVA används för att jämföra medelvärden när det finns en eller flera oberoende variabler (faktorer). Den kan analysera huvudeffekter för varje faktor och interaktionseffekter mellan faktorer. Den generella ANOVA i Jamovi hanterar alltså både en-faktor och flerfaktor-design, men används framförallt när det finns två eller flera faktorer.

Exempel:
Du vill undersöka hur matematikpoäng påverkas av både klass och kön.

  • Beroende variabel: Matematikpoäng
  • Oberoende variabler: Klass, Kön
JAMOVI INSTRUKTION
  1. Öppna datasetet i Jamovi.
  2. Klicka på Analyses → ANOVA → ANOVA.
  3. Dra den beroende variabeln (matematikpoäng) till Dependent Variable.
  4. Dra de oberoende variablerna (klass och kön) till Fixed Factor(s).
  5. Under Model, välj om du vill inkludera huvud- och interaktionseffekter.
  6. Klicka på Post Hoc om du vill göra parvisa jämförelser för faktorerna.
  7. Klicka på OK.

Tolkning:

Post Hoc-test: Används för att se vilka specifika grupper som skiljer sig åt inom en faktor.

F-värde och p-värde: Varje rad visar om en huvudfaktor eller interaktion har signifikant effekt på den beroende variabeln.

Huvudeffekt: Om p < 0,05 för en faktor finns en signifikant skillnad mellan dess grupper.

Interaktion: Om p < 0,05 för en interaktion betyder det att effekten av en faktor beror på nivåerna i den andra faktorn.

ANOVA med en faktor (one-way ANOVA)

Vad är det?
En en-faktors ANOVA används för att jämföra medelvärden mellan tre eller fler oberoende grupper.

Exempel:
Du vill jämföra medelpoängen på ett matematiktest mellan tre olika klasser.

  • Beroende variabel: Matematikpoäng
  • Oberoende variabel: Klass
JAMOVI INSTRUKTION
  1. Öppna datasetet i Jamovi.
  2. Klicka på Analyses → ANOVA → One-way ANOVA.
  3. Dra den beroende variabeln (matematikpoäng) till Dependent Variable.
  4. Dra den oberoende variabeln (klass) till Fixed Factor(s).
  5. Klicka på Post Hoc Tests om du vill göra parvisa jämförelser mellan grupper.
  6. Klicka på OK.

Tolkning:

Kontrollera medelvärdena för att se vilken grupp som har högre värde.

Om p < 0,05 finns en signifikant skillnad mellan grupperna.

Post Hoc-test visar vilka specifika grupper som skiljer sig åt.

ANOVA för upprepade mätningar

Vad är det?
Används när samma individer mäts vid flera tidpunkter eller under flera villkor.

Exempel:
Du mäter styrkan hos deltagare före, under och efter ett träningsprogram.

  • Beroende variabel: Styrka
  • Oberoende variabel: Tidpunkt (Före, Under, Efter)
JAMOVI INSTRUKTION
  1. Öppna datasetet i Jamovi.
  2. Klicka på Analyses → ANOVA → Repeated Measures ANOVA.
  3. Skapa en ”Repeated Measures Factor” med nivåer (t.ex. Före, Under, Efter).
  4. Dra variablerna för varje tidpunkt till de motsvarande nivåerna.
  5. Klicka på OK.

Tolkning:

Post Hoc-test kan användas för att jämföra specifika tidpunkter och se var skillnaderna finns.

Om p < 0,05 finns en signifikant skillnad mellan tidpunkterna.

Kovariansanalys (ANCOVA)

Vad är det?
ANCOVA används för att jämföra medelvärden mellan grupper samtidigt som man kontrollerar för en eller flera kontinuerliga variabler (kovariater) som kan påverka resultatet.

Exempel:
Du vill jämföra matematikpoäng mellan tre klasser, samtidigt som du kontrollerar för elevers tidigare betyg.

  • Beroende variabel: Matematikpoäng
  • Oberoende variabel: Klass
  • Kovariat: Tidigare betyg
JAMOVI INSTRUKTION
  1. Öppna datasetet i Jamovi.
  2. Klicka på Analyses → ANOVA → ANCOVA.
  3. Dra den beroende variabeln (matematikpoäng) till Dependent Variable.
  4. Dra den oberoende variabeln (klass) till Fixed Factor(s).
  5. Dra kovariat(er) (tidigare betyg) till Covariates.
  6. Klicka på OK.

Tolkning:

Kovariatets effekt visar hur mycket den påverkar den beroende variabeln.

Om p < 0,05 finns en signifikant skillnad mellan grupperna när kovariat kontrolleras.

MANCOVA

Vad är det?
MANCOVA används när det finns flera beroende variabler som kan påverkas av samma faktorer, samtidigt som man kontrollerar för kovariater.

Exempel:
Du vill jämföra tre klasser på både matematik- och läsförmåga, samtidigt som du kontrollerar för tidigare betyg.

  • Beroende variabler: Matematikpoäng och läsförmåga
  • Oberoende variabel: Klass
  • Kovariat: Tidigare betyg
JAMOVI INSTRUKTION
  1. Öppna datasetet i Jamovi.
  2. Klicka på Analyses → ANOVA → MANOVA.
  3. Dra flera beroende variabler (matematikpoäng och läsförmåga) till Dependent Variables.
  4. Dra gruppvariabeln (klass) till Fixed Factor(s) och kovariater till Covariates.
  5. Klicka på OK.

Tolkning:

Univariata resultat visar skillnader för varje beroende variabel separat.

Om p < 0,05 (multivariat test, t.ex. Pillai’s Trace) finns signifikanta skillnader mellan grupperna på kombinationen av beroende variabler.