အဓိပ္ပါယ်
ANOVA (ကွဲပြားမှုခွဲခြမ်းစိတ်ဖြာခြင်း) သည် အုပ်စုသုံးစုနှင့်အထက်၏ ပျမ်းမျှတန်ဖိုးများ တစ်ခုနှင့်တစ်ခု သိသိသာသာ ကွာခြားခြင်းရှိမရှိ စမ်းသပ်သည့် စာရင်းအင်းနည်းလမ်းတစ်ခုဖြစ်သည်။ နာမည်တွင် "ကွဲပြားမှု" ဟုပါသော်လည်း ANOVA သည် အခြေခံအားဖြင့် ဒေတာရှိ ကွဲပြားမှုအရင်းအမြစ်များကို ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့် ပျမ်းမျှတန်ဖိုးများကို နှိုင်းယှဉ်ခြင်းဖြစ်သည်။
မည်သို့အလုပ်လုပ်သနည်း
ANOVA သည် ကွဲပြားမှုအမျိုးအစားနှစ်ခုကို နှိုင်းယှဉ်သည် - အုပ်စုပျမ်းမျှတန်ဖိုးများကြား ကွဲပြားမှုနှင့် အုပ်စုတစ်ခုစီအတွင်း ကွဲပြားမှု။ အုပ်စုကြားကွဲပြားမှုသည် အုပ်စုအတွင်းကွဲပြားမှုထက် များစွာကြီးလျှင် အုပ်စုပျမ်းမျှတန်ဖိုးများသည် ကွဲပြားနိုင်ခြေများသည်။
လယ်သမားတစ်ဦးက သီးနှံအထွက်နှုန်း (ကွက်တစ်ကွက်လျှင် ကီလိုဂရမ်) အပေါ် ဓာတ်မြေဩဇာ ၃ မျိုးကို စမ်းသပ်သည်:
ဓာတ်မြေဩဇာ A: 45, 48, 50, 47
ဓာတ်မြေဩဇာ B: 55, 58, 52, 56
ဓာတ်မြေဩဇာ C: 46, 49, 44, 48
ANOVA ရလဒ်: F = 12.3, p = 0.001။ ဓာတ်မြေဩဇာများသည် သိသိသာသာ ကွဲပြားသော အထွက်နှုန်းများ ထုတ်လုပ်သည်။ နောက်ဆက်တွဲစမ်းသပ်မှုတွင် ဓာတ်မြေဩဇာ B သည် အကောင်းဆုံးဖြစ်ကြောင်း ဖော်ပြသည်။
အဘယ်ကြောင့် အရေးကြီးသနည်း
အုပ်စုနှစ်ခုထက်ပိုသော အုပ်စုများကို နှိုင်းယှဉ်ရန် လိုအပ်သည့်အခါတိုင်း ANOVA သည် မရှိမဖြစ်ဖြစ်သည်။ ဆေးခန့်သုံးမှုအမျိုးမျိုးကို နှိုင်းယှဉ်သည့် ဆေးခန်းစမ်းသပ်မှုများ၊ စာသင်ခန်းများစွာတွင် သင်ကြားနည်းများကို နှိုင်းယှဉ်သည့် ပညာရေးပညာရှင်များနှင့် ထုတ်လုပ်မှုလုပ်ငန်းစဉ်အမျိုးမျိုးကို စမ်းသပ်သည့် ထုတ်လုပ်သူများအားလုံးသည် ANOVA ကို အမှီပြုကြသည်။
ANOVA သည် သိသိသာသာ ကွာခြားချက်ကို တွေ့ရှိပါက အနည်းဆုံး အုပ်စုတစ်ခု ကွာခြားကြောင်း ပြောပြသော်လည်း မည်သည့်အုပ်စုများဖြစ်သည်ကို မပြောပါ။ ထို့နောက် သီးခြားကွာခြားသည့် အတွဲများကို ရှာဖွေရန် post-hoc စမ်းသပ်မှုများ (Tukey's HSD ကဲ့သို့) ကို သုံးသည်။ ဤအဆင့်နှစ်ဆင့်ချဉ်းကပ်မှုသည် ကွာခြားချက်များကို ထောက်ပြနိုင်စွမ်းရှိစဉ် မှားယွင်းသောအပြုသဘောနှုန်းကို ထိန်းချုပ်သည်။
အုပ်စုသုံးစုနှင့်အထက်၏ ပျမ်းမျှတန်ဖိုးများကို တစ်ပြိုင်နက်နှိုင်းယှဉ်ရန် ANOVA ကို သုံးပါ။ t-test များစွာလုပ်ခြင်းထက် အမှားနှုန်းကို ပိုကောင်းစွာ ထိန်းချုပ်နိုင်ပြီး အုပ်စုများစွာ နှိုင်းယှဉ်မှုအတွက် စံကိရိယာဖြစ်သည်။