Les avantages de manova plus anova

La MANOVA peut mesurer plusieurs variables dépendantes, alors que le ANOVA permet seulement pour un. La capacité de mesurer les effets d`une variable indépendante sur plusieurs variables dépendantes est utile pour comparer l`effet de la variable indépendante dans différents contextes. Vous auriez besoin d`exécuter plusieurs tests ANOVA pour mesurer le même nombre de choses que l`on fait MANOVA.

Parce que le MANOVA teste plusieurs variables dépendantes à la fois, vous testez les effets des variables indépendantes simultanément. Exécution des tests ANOVA multiples sur chaque variable non seulement prend plus de temps, mais augmente le risque de type I erreurs statistiques. Une erreur de type I se produit quand un test statistique rejette une hypothèse nulle quand elle est vraie. Par exemple, si votre hypothèse nulle est "les étudiants qui étudient ont des résultats supérieurs à ceux des élèves qui n`étudient pas," puis un type d`une erreur causerait vos résultats à rejeter cette déclaration, même si vos données réellement appuyé.

La MANOVA augmente également votre chance de trouver une incidence sur cette variable indépendante a. Lorsque vous mesurez la variable indépendante affect sur plusieurs variables dépendantes, vous pouvez constater qu`il y a une influence significative sur l`une des variables dépendantes, mais pas les autres. En utilisant un ANOVA, vous auriez seulement teste une des variables dépendantes.

Bien que les tests de MANOVA ont des avantages significatifs par rapport à l`ANOVA, il y a aussi quelques inconvénients clés. Le test est plus complexe à exécuter qu`un seul ANOVA, et vos résultats peuvent être plus ambigu. Par exemple, si vous trouvez qu`une variable indépendante affecte plusieurs variables dépendantes, vous ne pouvez pas dire avec certitude si oui ou non il était vraiment la variable indépendante, ou les multiples variables dépendantes ayant un effet sur l`autre. Parce que les tests ANOVA ont une seule variable dépendante, les résultats sont plus claires.