एटा चुकता क्या है? (परिभाषा & #038; उदाहरण)

एटा वर्ग आमतौर पर एनोवा मॉडल में उपयोग किए जाने वाले प्रभाव आकार का एक माप है।

यह एनोवा मॉडल में प्रत्येक मुख्य प्रभाव और अंतःक्रिया प्रभाव से जुड़े विचरण के अनुपात को मापता है।

एटा चुकता की गणना कैसे करें

एटा वर्ग की गणना करने का सूत्र सरल है:

एटा वर्ग = एसएस _{प्रभाव} / _कुल एसएस

सोना:

• एसएस _{प्रभाव} : एक चर के लिए प्रभाव के वर्गों का योग।
• _कुल एसएस: एनोवा मॉडल में वर्गों का कुल योग।

एटा वर्ग का मान 0 से 1 तक होता है, जहां 1 के करीब का मान विचरण के उच्च अनुपात को दर्शाता है जिसे मॉडल में दिए गए चर द्वारा समझाया जा सकता है।

एटा वर्ग मानों की व्याख्या करने के लिए अंगूठे के निम्नलिखित नियमों का उपयोग किया जाता है:

• .01: छोटा प्रभाव आकार
• .06: औसत प्रभाव आकार
• .14 या इससे अधिक: बड़े प्रभाव का आकार

उदाहरण: एटा वर्ग की गणना करें

मान लीजिए कि हम यह निर्धारित करना चाहते हैं कि क्या व्यायाम की तीव्रता और लिंग वजन घटाने पर प्रभाव डालते हैं।

इसका परीक्षण करने के लिए, हम एक प्रयोग में भाग लेने के लिए 30 पुरुषों और 30 महिलाओं को भर्ती करते हैं, जिसमें हम यादृच्छिक रूप से प्रत्येक में से 10 को एक महीने के लिए बिना व्यायाम, हल्के व्यायाम या गहन व्यायाम कार्यक्रम का पालन करने के लिए नियुक्त करते हैं।

निम्नलिखित तालिका व्यायाम और लिंग को कारकों के रूप में और वजन घटाने को प्रतिक्रिया चर के रूप में उपयोग करते हुए दो-तरफा एनोवा के परिणाम प्रस्तुत करती है:

 Df Sum Sq Mean Sq F value p value    
gender 1 15.8 15.80 9.916 0.00263
exercise 2 505.6 252.78 158.610 < 2e-16
Residuals 56 89.2 1.59  

हम एसएस _कुल , वर्गों के कुल योग की गणना इस प्रकार कर सकते हैं: 15.8 + 505.6 + 89.2 = 610.6 ।

फिर हम लिंग और व्यायाम के लिए एटा वर्ग की गणना इस प्रकार कर सकते हैं:

• लिंग के लिए एटा वर्ग: 15.8 / 610.6 = 0.02588
• अभ्यास के लिए एटा वर्ग: 505.6 / 610.6 = 0.828

हम यह निष्कर्ष निकालेंगे कि व्यायाम के लिए प्रभाव का आकार बहुत बड़ा है, जबकि लिंग के लिए प्रभाव का आकार काफी छोटा है।

ये परिणाम एनोवा तालिका परिणाम में प्रदर्शित पी मानों के अनुरूप हैं। व्यायाम के लिए पी-वैल्यू (<0.000) लिंग के लिए पी-वैल्यू (0.00263) से बहुत कम है, जो दर्शाता है कि वजन घटाने की भविष्यवाणी करने में व्यायाम कहीं अधिक महत्वपूर्ण है।

यह उदाहरण यह भी दर्शाता है कि एटा वर्ग उपयोगी क्यों है: हालांकि लिंग सांख्यिकीय रूप से महत्वपूर्ण है (पी = 0.00263), इसके साथ जुड़ा प्रभाव आकार वास्तव में काफी छोटा है।

एक पी-मान हमें केवल यह बता सकता है कि दो चरों के बीच कोई महत्वपूर्ण संबंध है या नहीं, लेकिन एटा वर्ग जैसा प्रभाव आकार माप हमें चरों के बीच संबंध की ताकत बता सकता है।

अतिरिक्त संसाधन

आंशिक ईटीए वर्ग क्या है?
वन-वे एनोवा का परिचय
टू-वे एनोवा का परिचय
एनोवा के साथ पोस्ट-हॉक परीक्षण का उपयोग करने के लिए एक गाइड