حاسبة تحليل التباين أحادي الاتجاه (ANOVA)
الصق درجات كل مجموعة لتحصل على جدول ANOVA كاملًا — مجاميع المربعات ومتوسطات المربعات وقيمة F وقيمة p الدقيقة — مع η² وω² والإحصاءات الوصفية للمجموعات وفحص Brown–Forsythe لتساوي التباينات وتحليل Welch ANOVA والمقارنات الزوجية المصحَّحة بطريقة Bonferroni. كل خطوة محسوبة أمامك بأرقامك أنت. مجاني ودون تسجيل.
0 قيم
0 قيم
0 قيم
أدخل رقمين على الأقل في كل مجموعة من مجموعتين على الأقل.
كيفية استخدام حاسبة تحليل التباين أحادي الاتجاه
- 1. أدخل كل مجموعة. سمِّ المجموعة والصق درجاتها مفصولة بفواصل أو مسافات أو أسطر جديدة. ثلاث مجموعات جاهزة للتعبئة، ويمكنك إضافة حتى عشر مجموعات أو الحذف حتى مجموعتين.
- 2. اختر α. يحدِّد مستوى الدلالة (.05 افتراضيًا) سطر القرار وأحكام الاختبارات اللاحقة.
- 3. اقرأ الاختبار الكلي. يعرض جدول ANOVA قيم SS وdf وMS وF وp، بينما تبيِّن η² وω² مقدار التباين الذي تفسِّره المجموعات.
- 4. تحقَّق ثم تابع. انظر إلى اختبار Levene قبل الوثوق بقيمة F التقليدية، واستخدم Welch ANOVA إذا اختلفت التباينات، ثم اقرأ المقارنات الزوجية لمعرفة أي المجموعات تختلف. انسخ سطر APA عند الانتهاء.
ما الذي تقارنه نسبة F
يقسِّم تحليل التباين التباين الكلي في الدرجات إلى جزأين. يقيس مجموع المربعات بين المجموعات، SSB = Σ nⱼ(x̄ⱼ − x̄)²، مدى بُعد متوسط كل مجموعة عن المتوسط الكلي. ويقيس مجموع المربعات داخل المجموعات، SSW = Σ Σ (x − x̄ⱼ)²، مدى بُعد الدرجات الفردية عن متوسط مجموعتها. وبقسمة كلٍّ منهما على درجات حريته نحصل على متوسط المربعات، وتكون F = MSB / MSW. فإذا كانت متوسطات المجتمع متساوية فإن متوسطَي المربعات يقدِّران تباين الخطأ نفسه وتدور F حول 1؛ أما F الكبيرة فتعني أن متوسطات المجموعات متباعدة أكثر مما تنتجه الضوضاء داخل المجموعات بمحض الصدفة.
| المصدر | SS | df | MS | F |
|---|---|---|---|---|
| بين المجموعات | Σ nⱼ(x̄ⱼ − x̄)² | k − 1 | SSB / (k − 1) | MSB / MSW |
| داخل المجموعات | Σ Σ (x − x̄ⱼ)² | N − k | SSW / (N − k) | |
| الكلي | Σ (x − x̄)² | N − 1 |
k هو عدد المجموعات وN العدد الكلي للدرجات. η² = SSB / SST؛ ω² = (SSB − (k − 1)MSW) / (SST + MSW).
مثال تطبيقي: ثلاث طرق تدريس
انقر جرِّب مثالًا لتحميل درجات اختبارات قصيرة من ثلاثة صفوف، في كل منها ستة طلاب: المحاضرة (M = 73.83، SD = 4.36)، والصف المقلوب (M = 82.17، SD = 3.76)، والتعلُّم الذاتي عبر الإنترنت (M = 72.33، SD = 2.58). المتوسط الكلي هو 76.11.
تحليل التباين أحادي الاتجاه خطوة بخطوة
SSB = 336.78 مع df = 2، فيكون MSB = 168.39
SSW = 199.00 مع df = 15، فيكون MSW = 13.27
F = 168.39 / 13.27 = 12.69، p = .0006
η² = 336.78 / 535.78 = .63؛ ω² = .57
بأسلوب APA: اختلفت درجات الاختبارات القصيرة باختلاف طريقة التدريس، F(2, 15) = 12.69، p < .001، η² = .63. ولا يُظهر اختبار Levene أي دليل على اختلاف التباينات، F(2, 15) = 0.89، p = .430، ويتفق Welch ANOVA مع الاختبار التقليدي، F(2, 9.49) = 13.33، p = .002. وتُحدِّد مقارنات Bonferroni المصحَّحة موضع الفرق في الصف المقلوب: فقد تفوَّق على المحاضرة بمقدار 8.33 درجة (p المصحَّحة = .016) وعلى التعلُّم عبر الإنترنت بمقدار 9.83 درجة (p المصحَّحة = .002)، في حين لم يختلف صف المحاضرة عن صف الإنترنت (p المصحَّحة > .999).
الافتراضات وما يجب فعله عند عدم تحقُّقها
- ملاحظات مستقلة. كل درجة تعود إلى شخص مختلف وتنتمي إلى مجموعة واحدة. أما القياسات المتكررة على الأشخاص أنفسهم فتحتاج إلى تحليل تباين للقياسات المتكررة، وهو ما لا تجريه هذه الحاسبة.
- بواقٍ موزَّعة اعتداليًّا تقريبًا. يتحمَّل ANOVA التواء معتدلًا حين تتقارب أحجام المجموعات؛ أما مع المجموعات الصغيرة ذات التوزيع غير الاعتدالي الواضح فاستخدم اختبار Kruskal-Wallis.
- تباينات متساوية. اختبار Levene هنا هو صيغة Brown–Forsythe، التي تقيس التشتت حول وسيط كل مجموعة وتبقى موثوقة مع البيانات الملتوية. وحين يكون الاختبار دالًّا — أو حين تتباين أحجام المجموعات كثيرًا — أبلِغ عن Welch ANOVA الذي يتخلى عن هذا الافتراض.
- الاختبارات البعدية بعد مسوِّغ فقط. يستخدم جدول المقارنات الزوجية اختبارات t بطريقة Welch مع تصحيح Bonferroni. ولا يُحسب اختبار Tukey HSD لأنه يتطلب توزيع المدى المُستيودنتي (studentized range)؛ وBonferroni أكثر تحفظًا قليلًا، فتعامل مع قيم p المصحَّحة القريبة من الحد بحذر.
الأسئلة الشائعة
- ماذا تخبرنا نتيجة تحليل التباين أحادي الاتجاه الدالّة؟
- تخبرنا بأن متوسط مجموعة واحدة على الأقل يختلف عن المتوسطات الأخرى — لا أيّ مجموعة هي، ولا أن جميعها تختلف. فاختبار F الكلي لا يقارن إلا تشتت متوسطات المجموعات بالتشتت داخل المجموعات. ولتحديد موضع الفرق اقرأ المقارنات الزوجية مثل اختبارات Bonferroni المصحَّحة المعروضة مع النتائج.
- لماذا لا نجري عدة اختبارات t ببساطة؟
- لكل اختبار t احتمال خاص به للإنذار الكاذب. ومع ثلاث مجموعات هناك ثلاثة اختبارات زوجية، وعند α = .05 لكلٍّ منها يرتفع احتمال وقوع إنذار كاذب واحد على الأقل نحو 1 − .95³ ≈ 14%. أما ANOVA فيختبر جميع المتوسطات دفعة واحدة عند α المختارة، وتحافظ الاختبارات البعدية المصحَّحة على ضبط مجموعة المقارنات.
- ما الفرق بين η² وω²؟
- كلاهما يصف نسبة التباين الكلي التي يفسِّرها الانتماء إلى المجموعة. فـ η² = SSB / SST هي نسبة العيّنة وتبالغ في تقدير قيمة المجتمع، خصوصًا مع العيّنات الصغيرة. أما ω² فتطرح التباين المتوقع بمحض الصدفة وهي التقدير الأقل تحيُّزًا، لذا تكون دائمًا أصغر قليلًا. أبلِغ عن η² إن كان مجالك يتوقعها، وعن ω² حين تكون العيّنات صغيرة.
- متى أستخدم Welch ANOVA بدلًا من اختبار F التقليدي؟
- حين تختلف تباينات المجموعات — خصوصًا إذا اختلفت أحجامها أيضًا. فاختبار F التقليدي يجمع التباينات، وإذا كان لأصغر مجموعة أكبر تباين فقد ترتفع نسبة الإيجابيات الكاذبة فيه كثيرًا فوق α. أما Welch ANOVA فيوزن كل مجموعة بالنسبة n / s² ويعدِّل درجات حرية الخطأ، فيبقى دقيقًا؛ ومع تساوي التباينات يعطي نتيجة قريبة جدًّا من النتيجة التقليدية.
- كيف أبلِغ عن تحليل التباين أحادي الاتجاه بأسلوب APA؟
- اذكر متوسطات المجموعات وانحرافاتها المعيارية، ثم F(df بين المجموعات، df داخل المجموعات) = القيمة، p = القيمة، وحجم الأثر: F(2, 15) = 12.69، p < .001، η² = .63. اكتب F وp بخط مائل دون الحرف اليوناني η، واحذف الصفر البادئ من p ومن η² لأن أيًّا منهما لا يمكن أن يتجاوز 1. ثم أتبِع ذلك بنتائج الاختبارات البعدية التي تبيِّن أي المجموعات تختلف.
- كم درجة أحتاج في كل مجموعة؟
- تحتاج الحاسبة إلى درجتين على الأقل في كل مجموعة، لكنه حدٌّ حسابي أدنى لا هدف تصميمي. فللكشف عن أثر متوسط (f = .25) مع ثلاث مجموعات عند α = .05 وقوة 80% تحتاج إلى نحو 53 في كل مجموعة. كما أن تساوي أحجام المجموعات يجعل الاختبار أكثر متانة أمام اختلاف التباينات.