Bidang statistik menggunakan banyak teknik yang memungkinkan kita untuk menganalisis, mengontrol, dan menyesuaikan data yang kita peroleh dalam suatu penyelidikan. Salah satunya adalah analisis kovarians (ANCOVA) .
Teknik statistik ini menggunakan, pada gilirannya, dua strategi: analisis varians (ANOVA) dan regresi statistik. Ini adalah bagian dari teknik untuk mengontrol kesalahan eksperimental. Pada artikel ini kita akan tahu apa itu dan bagaimana cara kerjanya.
- Artikel terkait: ” Analisis Varians (ANOVA): apa itu dan bagaimana penggunaannya dalam statistik “
Statistik terapan
Statistika adalah ilmu yang mencakup semua pengetahuan, strategi, dan alat yang memungkinkan untuk mengumpulkan, mengatur, menyajikan, menganalisis, dan menafsirkan serangkaian data. Ini digunakan terutama dalam konteks penelitian .
Dalam psikologi, semakin banyak dipelajari sepanjang karier, karena dianggap sebagai alat yang sangat menarik untuk diketahui, dan sangat berguna, jika kita ingin mendedikasikan diri untuk penelitian.
Ilmu ini bertujuan untuk menggambarkan hasil yang diperoleh dalam suatu penyelidikan , serta menganalisisnya atau membantu kita mengambil keputusan. Dalam psikologi, sering digunakan untuk mempelajari dan mengembangkan perawatan dan terapi yang berbeda.
Jenis statistik
Ada statistik deskriptif (di mana informasi yang digali adalah tentang sampel) dan statistik inferensial (yang mengekstrak informasi tentang populasi).
Jenis teknik yang banyak digunakan dalam statistik adalah analisis kovarians, yang memungkinkan kita menghilangkan kesalahan sistematis yang mengubah hasil kita . Tapi ini sedikit lebih kompleks dari ini; Kita akan menjelaskannya secara rinci di seluruh artikel.
Analisis kovarians: apa itu?
Analisis kovarians (ANCOVA) adalah teknik yang digunakan dalam statistik, dan khususnya itu adalah tes parametrik . Tes parametrik dalam statistik memungkinkan Anda menganalisis faktor dalam suatu populasi. Selain itu, mereka memungkinkan mengukur sejauh mana dua variabel independen.
Akronim ANCOVA berasal dari “Analysis of COVAriance”. Sebenarnya, ANCOVA menggabungkan dua jenis strategi: Analisis Varians (ANOVA) bersama dengan Analisis Regresi.
Di sini kita harus ingat bahwa ANOVA adalah teknik statistik lain yang memisahkan dari variabilitas total hasil kita , bagian karena sumber kesalahan; dengan demikian, selain menjadi teknik kontrol kesalahan, ia menemukan pengaruh perawatan.
Untuk bagiannya, analisis kovarians juga merupakan teknik statistik, tetapi lebih lengkap daripada ANOVA; Seperti dia, ini digunakan untuk mengurangi kesalahan eksperimental, tetapi juga menerapkan regresi linier berganda (regresi statistik) pada hasilnya.
- Anda mungkin tertarik: ” Uji chi-kuadrat (χ²): apa itu dan bagaimana penggunaannya dalam statistik “
Teknik kontrol kesalahan
Dalam penelitian, sangat penting untuk mengontrol sumber kesalahan eksperimental (yang muncul karena variabel aneh), karena mereka dapat mengubah hasil dan menjauhkan kita dari perubahan sebenarnya yang kita cari. Dengan demikian, kesalahan eksperimental termasuk penyimpangan dalam hasil sehubungan dengan nilai sebenarnya dari besaran yang sedang dipelajari.
Teknik yang berusaha untuk mengurangi kesalahan eksperimental dapat terdiri dari dua jenis : teknik apriori (digunakan sebelum menerapkan perawatan dan pengumpulan data) dan teknik posteriori (digunakan setelah data diperoleh). Analisis kovarians termasuk dalam tipe kedua, dan digunakan ketika kita sudah memiliki data dari penelitian kita.
Secara khusus, analisis kovarians terdiri dari prosedur statistik yang memungkinkan untuk menghilangkan heterogenitas yang muncul dalam variabel yang kita pelajari (ini menjadi variabel dependen; misalnya, tingkat kecemasan), karena pengaruh satu (atau plus) variabel independen, yang bersifat kuantitatif, dan yang akan kita sebut kovariat (misalnya terapi dalam berbagai tingkat intensitas).
Nanti kita akan menjelaskan apa yang terdiri dari kovariat, bagaimana mereka dapat mengubah hasil penyelidikan, dan mengapa analisis kovarians berguna dalam kasus ini.
berfungsi
Landasan teoretis dari analisis kovarians adalah sebagai berikut (atau “langkah-langkah” yang harus diikuti): pertama, analisis varians diterapkan pada data (ANOVA), dan kemudian, regresi linier berganda diterapkan pada data tersebut ; Ini menyiratkan bahwa efek kovariat (variabel independen) terhadap variabel dependen (yaitu, pada variabel yang kita pelajari) dihilangkan.
Kovariat (X) adalah karakteristik atau ukuran dari setiap satuan percobaan atau partisipan yang tidak bergantung pada perlakuan (variabel bebas), tetapi berkaitan dengan pengukuran minat (Y) (variabel terikat). Artinya, ada pengaruh atau pengaruh terhadap apa yang kita pelajari, tetapi bukan karena perlakuannya.
Ini berarti bahwa ketika X bervariasi, Y juga bervariasi; Selanjutnya, variasi X ini juga akan mempengaruhi pengaruh perlakuan terhadap Y. Semua ini membuat kita tertarik untuk menghilangkan pengaruh tersebut (kesalahan eksperimental) , karena mereka mengubah hasil; dan ini dicapai melalui analisis kovarians.
Fakta yang aneh adalah bahwa semakin banyak kovariat yang kita miliki, semakin sedikit variabilitas yang dimiliki data, dan semakin besar kekuatan statistik yang dimiliki tes tersebut. Kekuatan statistik adalah probabilitas bahwa tes dengan benar mengidentifikasi dampak perlakuan terhadap hasil yang kita pelajari.
Untuk melayani kita? sasaran
Analisis kovarians digunakan untuk tujuan berikut: di satu sisi, untuk menghilangkan kesalahan sistematis yang dapat membiaskan hasil penyelidikan (kesalahan ini umumnya terjadi karena berada di luar kendali peneliti), dan di sisi lain , untuk menetapkan perbedaan tanggapan peserta penelitian yang disebabkan oleh karakteristik pribadi mereka .
Hal ini membuat analisis kovarians digunakan untuk menetapkan perbedaan antara perlakuan, misalnya.
Hasil yang diberikan oleh analisis kovarians adalah skor yang dikoreksi dari mana jumlah atau nilai yang dikaitkan dengan variabel aneh telah dikurangi.
Analisis kovarians memungkinkan untuk meningkatkan ketepatan percobaan dan menghilangkan efek variabel yang tidak ada hubungannya dengan perlakuan , tetapi bagaimanapun, mempengaruhi hasil.
Selain itu, ini memungkinkan kita memperoleh lebih banyak informasi tentang sifat perawatan yang kita terapkan dalam penelitian kita. Pada akhirnya, ini membantu kita menyesuaikan hasil kita agar lebih dapat diandalkan.
Lingkup aplikasi
Analisis kovarians terutama diterapkan di bidang statistik terapan . Itulah mengapa sering digunakan dalam penelitian; Namun, jenis penelitian yang dapat digunakan bervariasi, dan mungkin penelitian pendidikan, klinis, pertanian, kesehatan, dll.
Contoh (aplikasi)
Analisis kovarians memungkinkan kita untuk mempelajari, misalnya, hubungan antara usia (kovariat) dan tingkat kecemasan (variabel dependen) berdasarkan keadaan (perawatan), dalam penyelidikan psikologi klinis.
Namun, seperti yang telah kita lihat, teknik ini dapat digunakan dalam jenis penelitian lain, misalnya dalam penelitian pertanian: kemungkinan penerapannya adalah jika kita ingin mempelajari hubungan antara ukuran tomat (kovariat) dan hasil per hektar kebun kita (variabel terikat) menurut varietas tomat (perlakuan berbeda).