Anova၊ ancova၊ manova နှင့် mancova အကြား ခြားနားချက်များ

ဤသင်ခန်းစာသည် စာရင်းအင်းနည်းလမ်းများ ANOVA၊ ANCOVA၊ MANOVA နှင့် MANCOVA တို့၏ ကွာခြားချက်များကို ရှင်းပြထားသည်။

ANOVA

ANOVA (“ ကွဲလွဲမှုကို ခွဲခြမ်းစိတ်ဖြာခြင်း” ) ကို သုံးသော သို့မဟုတ် ထို့ထက်ပိုသော လွတ်လပ်သောအုပ်စုများ၏ နည်းလမ်းများကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားမှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။ ANOVA ၏ အသုံးအများဆုံး အမျိုးအစား နှစ်မျိုးမှာ တစ်လမ်းသွား ANOVA နှင့် နှစ်လမ်း ANOVA ဖြစ်သည်။

တစ်လမ်းသွား ANOVA- တုံ့ပြန်မှုကိန်းရှင်အပေါ် အချက်တစ်ခု၏ သက်ရောက်မှုကို ဆုံးဖြတ်ရန် အသုံးပြုသည်။

ဥပမာ- ကျောင်းသား 90 ၏ အတန်းကို 30 တွင် အုပ်စုသုံးစုခွဲ၍ အုပ်စုတစ်ခုစီသည် စာမေးပွဲအတွက် ပြင်ဆင်ရန် တစ်လအတွက် မတူညီသော လေ့လာမှုနည်းစနစ်ကို အသုံးပြုသည်။ လကုန်တွင် ကျောင်းသားအားလုံး စာမေးပွဲကို အတူတူဖြေဆိုကြသည်။ သင်ကြားမှုနည်းပညာသည် စာမေးပွဲရမှတ်များအပေါ် သက်ရောက်မှုရှိမရှိ သိလိုပါသည်။ ထို့ကြောင့် သင်သည် အုပ်စုသုံးစု၏ ပျမ်းမျှရမှတ်များကြားတွင် ကိန်းဂဏန်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားချက်ရှိမရှိ ဆုံးဖြတ်ရန် တစ်လမ်းမောင်း ANOVA ကို သင်လုပ်ဆောင်သည်။

နှစ်လမ်း ANOVA- တုံ့ပြန်မှုကိန်းရှင်တစ်ခုအပေါ် အချက်နှစ်ချက်၏ အကျိုးသက်ရောက်မှုကို ဆုံးဖြတ်ရန်နှင့် တုံ့ပြန်မှုကိန်းရှင်တွင် အချက်နှစ်ချက်ကြား အပြန်အလှန်အကျိုးသက်ရောက်မှုရှိမရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။

ဥပမာ- လေ့ကျင့်ခန်းအဆင့် (လေ့ကျင့်ခန်းမလုပ်ပါ၊ အပေါ့စားလေ့ကျင့်ခန်း၊ ပြင်းပြင်းထန်ထန် လေ့ကျင့်ခန်း) နှင့် လိင် (အမျိုးသား၊ အမျိုးသမီး) တို့သည် ကိုယ်အလေးချိန်ကျခြင်းအပေါ် သက်ရောက်မှုရှိမရှိ ဆုံးဖြတ်လိုပါသည်။ ဤကိစ္စတွင်၊ သင်လေ့လာနေသော အချက်နှစ်ချက်မှာ လေ့ကျင့်ခန်းနှင့် လိင်ကွဲပြားမှုဖြစ်ပြီး သင်၏ တုံ့ပြန်မှုပုံစံမှာ ကိုယ်အလေးချိန်ကျခြင်း (ပေါင်ဖြင့်တိုင်းတာခြင်း) ဖြစ်သည်။ လေ့ကျင့်ခန်းနှင့် ကျားမအပေါ် သက်ရောက်မှုရှိမရှိ ဆုံးဖြတ်ရန် နှစ်လမ်းသွား ANOVA ကို သင်လုပ်ဆောင်နိုင်ပြီး ကိုယ်အလေးချိန်လျှော့ချရာတွင် လေ့ကျင့်ခန်းနှင့် ကျားမအကြား အပြန်အလှန်သက်ရောက်မှုရှိမရှိ ဆုံးဖြတ်ရန် သင်လုပ်ဆောင်နိုင်သည်။

ANCOVA

ANCOVA (“ကွဲလွဲမှုကို ခွဲခြမ်းစိတ်ဖြာခြင်း”) ကို သုံးသော သို့မဟုတ် ထို့ထက်မကသော သီးခြားအုပ်စုများ၏ နည်းလမ်းများကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားမှု ရှိ/မရှိကို ဆုံးဖြတ်ရန်အတွက်လည်း အသုံးပြုပါသည်။ သို့သော် ANOVA နှင့် မတူဘဲ၊ ANCOVA တွင် တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော covariates များ ပါ၀င်သည်

ဥပမာ- တစ်လမ်းမောင်း ANOVA တွင် ကျွန်ုပ်တို့အသုံးပြုခဲ့သည့် အလားတူဥပမာကို သုံးသပ်ကြည့်ပါ။ ကျွန်ုပ်တို့သည် ကျောင်းသား 90 ကို 30 အုပ်စုဖြင့် အုပ်စုသုံးစုခွဲထားသည်။ အုပ်စုတစ်ခုစီသည် စာမေးပွဲအတွက် ပြင်ဆင်ရန် တစ်လအတွက် မတူညီသော လေ့လာမှုနည်းစနစ်ကို အသုံးပြုသည်။ လကုန်တွင် ကျောင်းသားအားလုံး စာမေးပွဲကို အတူတူဖြေဆိုကြသည်။

လေ့လာမှုနည်းပညာသည် စာမေးပွဲရမှတ်များအပေါ် သက်ရောက်မှုရှိ၊ မရှိ သိလို သော်လည်း အတန်းရှိ ကျောင်းသား၏ အတန်းကို ထည့်သွင်းစဉ်းစားစေလိုပါသည်။ ထို့ကြောင့် ကျွန်ုပ်တို့သည် ၎င်း၏လက်ရှိရမှတ်ကို အစုအဝေးတစ်ခုအဖြစ်အသုံးပြုကာ အုပ်စုသုံးစု၏ပျမ်းမျှရမှတ်များကြားတွင် ကိန်းဂဏန်းအချက်အလတ်များသိသိသာသာကွာခြားမှုရှိမရှိကိုဆုံးဖြတ်ရန် ANCOVA ကိုလုပ်ဆောင်ပါ။

၎င်းသည် လေ့လာမှုနည်းပညာကို covariate ၏လွှမ်းမိုးမှုကိုဖယ်ရှားပြီးသည်နှင့် စာမေးပွဲရမှတ်များအပေါ် သက်ရောက်မှုရှိမရှိ စမ်းသပ်နိုင်စေပါသည်။ ထို့ကြောင့် လေ့လာမှုနည်းလမ်းသုံးခုကြားတွင် စာမေးပွဲရမှတ်များတွင် ကိန်းဂဏန်းအချက်အလတ်များ သိသိသာသာကွာခြားမှုကို တွေ့ရှိပါက ၊ အတန်းအတွင်းရှိ ကျောင်းသားများ၏ လက်ရှိအတန်းကို ထည့်သွင်းတွက်ချက်ပြီးနောက်တွင်ပင် ဤကွာခြားချက်မှာ ရှိနေကြောင်း ကျွန်ုပ်တို့ စိတ်ချနိုင်ပါသည်။ ကောင်းနေပြီ သို့မဟုတ် ကောင်းနေပြီဆိုလျှင်)။ အတန်းထဲမှာ မဟုတ်ဘူး) ။

MANOVA

MANOVA (“Variance ကွဲပြားမှုကို အမျိုးမျိုးခွဲခြမ်းစိတ်ဖြာခြင်း”) သည် ANOVA နှင့် အတူတူပင်ဖြစ်သည်၊ ၎င်းသည် တုံ့ပြန်မှုကိန်းရှင်နှစ်ခု သို့မဟုတ် နှစ်ခုထက်ပိုသော တုံ့ပြန်မှုပုံစံများကို အသုံးပြုထားခြင်းမှတပါး၊ ANOVA နှင့် ဆင်တူသည်၊ ၎င်းသည် တစ်ကြောင်း သို့မဟုတ် နှစ်လမ်း ဖြစ်နိုင်သည်။

မှတ်ချက်- ANOVA သည် သုံးလမ်း၊ လေးလမ်းစသည်ဖြင့်လည်း ဖြစ်နိုင်သည်၊ သို့သော် ၎င်းတို့သည် သာမန်ထက်နည်းပါသည်။

တစ်လမ်းသွား MANOVA ၏ ဥပမာ- ပညာရေးအဆင့် (ဥပမာ အထက်တန်းကျောင်း၊ တွဲဖက်ဘွဲ့၊ ဘွဲ့၊ မဟာဘွဲ့ စသည်) သည် နှစ်စဉ်ဝင်ငွေနှင့် ကျောင်းသားကြွေးမြီပမာဏအပေါ် မည်သို့အကျိုးသက်ရောက်သည်ကို ကျွန်ုပ်တို့ သိရှိလိုပါသည်။ ဤကိစ္စတွင်၊ ကျွန်ုပ်တို့တွင် အချက်တစ်ချက် (ပညာရေးအဆင့်) နှင့် တုံ့ပြန်မှုပြောင်းလဲမှုနှစ်ခု (နှစ်စဉ်ဝင်ငွေနှင့် ကျောင်းသားကြွေးမြီ) ရှိသည်၊ ထို့ကြောင့် ကျွန်ုပ်တို့သည် တစ်လမ်းတည်း MANOVA ကို လုပ်ဆောင်ရန် လိုအပ်ပါသည်။

နှစ်လမ်းသွား MANOVA ၏ ဥပမာ- ပညာရေးအဆင့်နှင့် ကျား-မ တို့၏ အကျိုးသက်ရောက်မှုသည် နှစ်စဉ်ဝင်ငွေနှင့် ကျောင်းသားကြွေးမြီပမာဏ နှစ်ခုစလုံးအပေါ် မည်သို့အကျိုးသက်ရောက်သည်ကို ကျွန်ုပ်တို့ သိရှိလိုပါသည်။ ဤကိစ္စတွင်၊ ကျွန်ုပ်တို့တွင် အချက်နှစ်ချက် (ပညာရေးအဆင့်နှင့် ကျား၊ မ) နှင့် တုံ့ပြန်မှုပုံစံနှစ်မျိုး (နှစ်စဉ်ဝင်ငွေနှင့် ကျောင်းသားကြွေးမြီ) ရှိသည်၊ ထို့ကြောင့် ကျွန်ုပ်တို့သည် နှစ်လမ်းသွား MANOVA ကို လုပ်ဆောင်ရန် လိုအပ်ပါသည်။

မန်ကိုဗာ

MANCOVA (“Multivariate Analysis of Covariance”) သည် တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော covariates ပါ၀င်သည်မှလွဲ၍ MANOVA နှင့် ထပ်တူပါသည်။ MANOVA နှင့်ဆင်တူသည်၊ MANCOVA သည် တစ်ကြောင်း သို့မဟုတ် နှစ်လမ်း ဖြစ်နိုင်သည်။

တစ်လမ်းသွား MANCOVA ၏ ဥပမာ- ကျောင်းသားတစ်ဦး၏ ပညာရေးအဆင့်သည် ၎င်းတို့၏ တစ်နှစ်ဝင်ငွေနှင့် ကျောင်းသားကြွေးမြီပမာဏ နှစ်ခုစလုံးအပေါ် မည်သို့အကျိုးသက်ရောက်မှုရှိသည်ကို ကျွန်ုပ်တို့ သိရှိလိုပါသည်။ သို့သော်၊ ကျောင်းသားမိဘများ၏ နှစ်စဉ်ဝင်ငွေကိုလည်း ထည့်သွင်းစဉ်းစားလိုပါသည်။ ဤကိစ္စတွင်၊ ကျွန်ုပ်တို့တွင် အချက်တစ်ချက် (ပညာရေးအဆင့်)၊ တစ်ဦး covariate (ကျောင်းသားမိဘများ၏ နှစ်စဉ်ဝင်ငွေ)၊ နှင့် တုံ့ပြန်မှုပုံစံနှစ်ခု (ကျောင်းသားများ၏ နှစ်စဉ်ဝင်ငွေနှင့် ကျောင်းသားကြွေးမြီ) ရှိသည်၊ ထို့ကြောင့် ကျွန်ုပ်တို့သည် တစ်လမ်းတည်း MANCOVA ကို လုပ်ဆောင်ရန် လိုအပ်ပါသည်။

နှစ်လမ်းသွား MANCOVA ဥပမာ- ကျောင်းသားများ၏ ပညာရေးအဆင့်နှင့် ကျား၊မ၊ သို့သော်၊ ကျောင်းသားမိဘများ၏ နှစ်စဉ်ဝင်ငွေကိုလည်း ထည့်သွင်းစဉ်းစားလိုပါသည်။ ဤကိစ္စတွင်၊ ကျွန်ုပ်တို့တွင် အချက်နှစ်ချက် (ပညာရေးအဆင့်နှင့် ကျား၊ မ)၊ တစ်ဦးနှင့်တစ်ဦး (ကျောင်းသားမိဘများ၏ နှစ်စဉ်ဝင်ငွေ) နှင့် တုံ့ပြန်မှုပုံစံနှစ်ခု (ကျောင်းသား၏နှစ်စဉ်ဝင်ငွေနှင့် ကျောင်းသားကြွေးမြီ)၊ ထို့ကြောင့် ကျွန်ုပ်တို့သည် နှစ်ထပ်ခွဲခြမ်းစိတ်ဖြာမှုကို လုပ်ဆောင်ရပါမည်။ မန်ကိုဗာ။