Other common assumptionsFor indepen

Other common assumptions
For independent t-tests and ANOVA
Homogeneity of variances: Levene’s test
Use: Used to test the equality of variances when comparing the means of independent groups e.g. Independent t-tests and ANOVA.
Note: The violation of this assumption is more serious than violation of the assumption of normality but both t-tests and ANOVA are fairly robust to deviations from this assumption. There are alternative tests within the t-test and ANOVA menus to deal with violations of this assumption.
Interpretation:
If the p-value is less than 0.05 reject H0 and conclude that the assumption of equal variances has not been met.
For repeated measures ANOVA
Sphericity: Mauchly’s test
Use: Tests for sphericity - a measure of whether variances of the differences between all repeated measures are all equal. If the assumption is not met, the F-statistic is positively biased leading to an increased risk of a type 1 error.
Interpretation:
Significant when p-value < 0.05 meaning there are significant differences between the variance of differences, i.e. condition of sphericity is not met. If the assumption is not met, use the Greenhouse-Geisser correction to the degrees of freedom which appears in the standard output.
Independent observations
For most tests, it is assumed that the observations are independent. That is the results for one subject* are not affected by another. Examples of data which is not independent are repeated measures on the same subject (use the specific tests for this type of experiment) and observations over time (check the Durbin Watson test for regression). Another situation where observations are not independent is when subjects are nested within groups with a common influence e.g. children within classes who may be influenced by the teacher (use multilevel modelling to include class as an extra RANDOM factor). Time series analysis (which allows for non-independent measurements over time) and multilevel modelling are beyond the scope of most students.
*The subject is the unit of interest which could be a person, an observation, a day etc.

Results (Thai) 1:

สมมติฐานอื่น ๆ ทั่วไปสำหรับอิสระ t-ทดสอบและ ANOVAเนื้อเดียวกันของผลต่าง: การทดสอบของ Leveneการใช้: ใช้ในการทดสอบความเท่าเทียมกันของผลต่างเมื่อเปรียบเทียบวิธีการของกลุ่มอิสระเช่นอิสระ t-ทดสอบและ ANOVAหมายเหตุ: การฝ่าฝืนสมมติฐานนี้จะรุนแรงมากกว่าการละเมิดสมมติฐานของเครื่อง แต่ t-ทดสอบและ ANOVA จะค่อนข้างแข็งแกร่งความเบี่ยงเบนจากสมมติฐานนี้ มีทางเลือกทดสอบภายในทดสอบ t และ ANOVA เมนูในการจัดการกับการฝ่าฝืนสมมติฐานนี้ตีความ:ถ้าค่า p น้อยกว่า 0.05 ปฏิเสธ H0 และสรุปว่า สมมติฐานของผลต่างเท่ากับยังไม่ได้พบสำหรับมาตรการซ้ำ ANOVASphericity: ทดสอบของ Mauchlyการใช้งาน: การทดสอบสำหรับ sphericity - การวัดว่าผลต่างของความแตกต่างระหว่างมาตรการซ้ำทั้งหมดมีทั้งหมดเท่ากับ ถ้าไม่เป็นไปตามสมมติฐาน สถิติ F เป็นบวกลำเอียงนำไปเพิ่มความเสี่ยงของความผิดพลาดชนิด 1ตีความ:สำคัญเมื่อค่า p < 0.05 หมายความว่า มีความแตกต่างที่สำคัญระหว่างความแปรปรวนของความแตกต่าง sphericity คือสภาพที่ไม่เป็นไปตาม ถ้าไม่เป็นไปตามสมมติฐาน ใช้การแก้ไข Geisser เรือนกระจกเป็นองศาความเป็นอิสระซึ่งปรากฏในการแสดงผลมาตรฐานข้อสังเกตที่เป็นอิสระสำหรับการทดสอบส่วนใหญ่ มันจะสันนิษฐานว่า ข้อสังเกตที่เป็นอิสระ นั่นคือผลลัพธ์ของเรื่องหนึ่ง * ไม่ได้รับผลกระทบอีก ตัวอย่างของข้อมูลที่ไม่เป็นอิสระจะวัดซ้ำในเรื่องเดียวกัน (ใช้เฉพาะทดสอบสำหรับการทดสอบชนิดนี้) และการสังเกตการณ์ช่วงเวลา (เครื่องทดสอบ Durbin Watson สำหรับการถดถอย) เป็นสถานการณ์ที่สังเกตจะไม่อิสระเมื่อวัตถุซ้อนกันภายในกลุ่มที่มีค่าเช่นเด็กภายในชั้นเรียนที่อาจมีผลมาจากครูที่มีอิทธิพลต่อ (ใช้สร้างแบบจำลองหลายระดับรวมชั้นเพิ่มเติมปัจจัยสุ่ม) วิเคราะห์ลำดับเวลา (ซึ่งช่วยให้การวัดไม่ใช่อิสระตลอดเวลา) และแบบจำลองหลายระดับอยู่นอกเหนือขอบเขตของนักเรียนส่วนใหญ่* เรื่องเป็นหน่วยที่น่าสนใจซึ่งอาจเป็นบุคคล การสังเกต วันฯลฯ

Results (Thai) 2:

สมมติฐานทั่วไปอื่น ๆ
สำหรับ t- ทดสอบอิสระและ ANOVA
สม่ำเสมอของความแปรปรวน: Levene ของการทดสอบ
การใช้งาน: ใช้ในการทดสอบความเท่าเทียมกันของความแปรปรวนเมื่อเปรียบเทียบกับวิธีการของกลุ่มอิสระ EG-ทดสอบ T อิสระและ ANOVA.
หมายเหตุ: การละเมิดสมมติฐานนี้จะรุนแรงมากขึ้น กว่าการละเมิดข้อสันนิษฐานของภาวะปกติ แต่ทั้งทดสอบ T และการวิเคราะห์ความแปรปรวนเป็นธรรมมีประสิทธิภาพในการเบี่ยงเบนไปจากสมมติฐานนี้ มีการทดสอบทางเลือกภายใน t-test และเมนู ANOVA ในการจัดการกับการละเมิดข้อสันนิษฐานนี้.
แปลความหมาย:
ถ้า p-value น้อยกว่า 0.05 ปฏิเสธ H0 และสรุปได้ว่าข้อสันนิษฐานของความแปรปรวนเท่ากันยังไม่ได้รับการตอบสนอง.
สำหรับการวัดซ้ำ ANOVA
sphericity: Mauchly ของการทดสอบ
การใช้งาน: การทดสอบความกลม - ตัวชี้วัดของความแปรปรวนไม่ว่าจะเป็นความแตกต่างระหว่างวัดซ้ำทั้งหมดมีค่าเท่ากันทั้งหมด หากสมมติฐานที่ไม่เป็นไปตาม F-สถิติจะลำเอียงในเชิงบวกที่นำไปสู่ความเสี่ยงที่เพิ่มขึ้นของประเภท 1 ข้อผิดพลาด.
แปลความหมาย:
ที่สําคัญเมื่อ p-value <0.05 หมายความว่ามีความแตกต่างอย่างมีนัยสำคัญระหว่างความแปรปรวนของความแตกต่างสภาพของ sphericity IE คือ ไม่เจอ. หากสมมติฐานที่ไม่เป็นไปตามใช้แก้ไขเรือนกระจก Geisser องศาของเสรีภาพที่ปรากฏในการส่งออกมาตรฐาน.
สังเกตอิสระ
สำหรับการทดสอบส่วนใหญ่ก็สันนิษฐานว่าเป็นข้อสังเกตมีความเป็นอิสระ นั่นคือผลสำหรับเรื่องเดียว * ยังไม่ได้รับผลกระทบจากที่อื่น ตัวอย่างของข้อมูลที่ไม่เป็นอิสระมีการทำซ้ำมาตรการในเรื่องเดียวกัน (ใช้การทดสอบที่เฉพาะเจาะจงสำหรับประเภทของการทดลองนี้) และข้อสังเกตในช่วงเวลา (ตรวจสอบการทดสอบเดอร์บินวัตสันถดถอย) อีกสถานการณ์หนึ่งที่สังเกตที่ไม่เป็นอิสระคือเมื่อวัตถุจะถูกฝังอยู่ในกลุ่มที่มีอิทธิพลที่พบบ่อยเช่นเด็กที่อยู่ในชั้นเรียนที่อาจจะได้รับอิทธิพลจากครู (ใช้แบบจำลองหลายระดับเพื่อรวมเป็นปัจจัยสุ่มเสริม) การวิเคราะห์อนุกรมเวลา (ซึ่งช่วยให้สำหรับการตรวจวัดไม่ใช่กรรมการอิสระเมื่อเวลาผ่านไป) และการสร้างแบบจำลองหลายอยู่นอกเหนือขอบเขตของนักเรียนมากที่สุด.
* เรื่องเป็นหน่วยงานที่น่าสนใจซึ่งอาจจะเป็นคนที่มีข้อสังเกตวัน ฯลฯ

Results (Thai) 3:

สมมติฐานอื่น ๆทั่วไปและการวิเคราะห์ความแปรปรวนแบบอิสระสำหรับค่าความแปรปรวนการทดสอบ : วีนใช้ : ใช้เพื่อทดสอบความเท่ากันของความแปรปรวน เมื่อเปรียบเทียบค่าเฉลี่ยของกลุ่มอิสระเช่นอิสระ t-test และ ANOVAหมายเหตุ : กรณีการละเมิดสมมติฐานนี้มันร้ายแรงกว่าการละเมิดแบบปกติ แต่ทั้งสองแบบ และการวิเคราะห์ความแปรปรวนค่อนข้างมีเสถียรภาพเพื่อการเบี่ยงเบนจากสมมติฐานนี้ มีการทดสอบ t-test และการวิเคราะห์ความแปรปรวน ( ANOVA ) เมนูทางเลือกในการจัดการกับการละเมิดของสมมติฐานนี้แปล :ถ้า p-value น้อยกว่า 0.05 ปฏิเสธ H0 และสรุปว่าสมมติฐานของความแปรปรวนเท่ากัน ยังไม่ได้เจอกันสำหรับมาตรการความซ้ำความอ้วนท้วน : มอชลี่ทดสอบใช้แบบกลม - วัดว่า ความแปรปรวนของความแตกต่างระหว่างการวัดซ้ำทุกคนเท่าเทียมกัน ถ้าปรับแล้วไม่ตรง f-statistic บวกอคติที่นำไปสู่การเพิ่มความเสี่ยงของประเภท 1 ข้อผิดพลาดแปล :ที่สำคัญเมื่อ p-value < 0.05 ความหมายมีความแตกต่างระหว่างความแปรปรวนของความแตกต่าง คือ ภาวะของความอ้วนท้วนไม่เจอ ถ้าสมมติไม่เจอ ใช้เรือนกระจก geisser แก้ไของศาของเสรีภาพที่ปรากฏในการแสดงผลมาตรฐานตัวอย่างอิสระสำหรับการทดสอบส่วนใหญ่มันจะสันนิษฐานว่า ชุมชนเป็นอิสระ นั่นคือผลลัพธ์ของเรื่องหนึ่ง * ไม่ได้รับผลกระทบ โดยอีก ตัวอย่างของข้อมูลที่ไม่ได้เป็นอิสระมีการวัดซ้ำในเรื่องเดียวกัน ( ใช้ในการทดสอบที่เฉพาะเจาะจงสำหรับการทดลองประเภทนี้ ) และสังเกตตลอดเวลา ( ตรวจสอบ เดอร์บินวัตสันทดสอบการถดถอย ) อีกสถานการณ์ที่สังเกตจะไม่เป็นอิสระ เมื่อเปรียบเทียบกันภายในกลุ่มที่มีอิทธิพลทั่วไป เช่น เด็กในชั้นเรียนที่อาจจะได้รับอิทธิพลจากครู ( ใช้แบบหลายระดับ ได้แก่ ระดับเป็นปัจจัยสุ่มพิเศษ ) การวิเคราะห์อนุกรมเวลา ( ซึ่งช่วยให้ไม่อิสระการวัดช่วงเวลา ) และแบบหลายระดับอยู่นอกเหนือขอบเขตของนักเรียนมากที่สุด* เรื่อง หน่วยของดอกเบี้ยซึ่งอาจเป็นบุคคล การสังเกต , วันที่ ฯลฯ