İstatistik Sözlüğü → ANCOVA
ANCOVAanaliz
Grupların bir sonuç değişkenindeki ortalamalarını, sonucu etkileyen bir ya da daha fazla sürekli değişkenin (kovaryat) etkisini istatistiksel olarak sabit tutarak karşılaştıran kovaryans analizi.
Kavram
Gruplar karşılaştırılırken sonuç, çoğu zaman grubun kendisi dışındaki etkenlerden de etkilenir. Örneğin üç sınıfa farklı öğretim yöntemleri uygulandığında dönem sonu puanları, öğrencilerin dönem başındaki bilgi düzeyine de bağlıdır. Kovaryans analizi (ANCOVA), bu sürekli değişkeni (kovaryatı) modele ekler ve grupları 'kovaryatın aynı değerdeki kişiler için' karşılaştırır. Bunun iki yararı vardır: gruplar arasındaki başlangıç farklarının bir kısmı ayıklanır ve sonuçtaki açıklanamayan değişkenlik azaldığı için test güç kazanır.
Model, ANOVA ile regresyonun birleşimidir: sonuç = grup etkisi + eğim × kovaryat + hata. Her grubun ortalaması, kovaryatın genel ortalamasında beklenen değere taşınır; bunlara düzeltilmiş (kestirilen marjinal) ortalamalar denir. Grup etkisinin F testi bu düzeltilmiş ortalamalar arasındaki farkı sınar. Kovaryat sonuçla ne kadar güçlü ilişkiliyse hata varyansı o kadar küçülür.
ANOVA varsayımlarına ek olarak iki önemli varsayım vardır: kovaryat ile sonuç arasındaki ilişki doğrusaldır ve bu ilişkinin eğimi tüm gruplarda aynıdır (eğim homojenliği). Eğimler farklıysa grup farkı kovaryatın değerine göre değişir ve tek bir düzeltilmiş fark yanıltıcı olur; bu durumda ayrı eğimler modeli ve Johnson-Neyman yöntemi kullanılır. Kovaryat, gruplara atamadan önce ölçülmeli ve gruptan etkilenmemelidir. Rastgele atama yapılmamış çalışmalarda ANCOVA tüm başlangıç farklarını gidermez; yalnız ölçülen kovaryatı düzeltir.
Ne zaman kullanılır?
- Gruplar bir sonuçta karşılaştırılırken sonucu güçlü biçimde etkileyen sürekli bir değişken (ör. ön test puanı, yaş, başlangıç kilosu) hesaba katılmak istendiğinde.
- Ön test-son test desenlerinde, son test puanlarını ön teste göre düzelterek karşılaştırmak için; aynı soruyu zamanın etkisiyle birlikte görmek isteniyorsa karma desen ANOVA da kullanılabilir.
- Kovaryat ile sonuç arasındaki ilişkinin eğimi gruplar arasında farklıysa ayrı eğimler modeli (Johnson-Neyman); birden fazla sonuç değişkeni varsa MANCOVA tercih edilir.
Gündelik bir örnek
Bir okulda üç matematik sınıfına farklı öğretim yöntemleri uygulanıyor: klasik anlatım, oyunla öğrenme ve dijital uygulama. Dönem sonu sınavında ortalamalar 62, 70 ve 74 çıkıyor. Ama dijital sınıfın öğrencileri dönem başındaki ön testte de diğerlerinden yüksek puan almıştı. ANCOVA ön test puanını kovaryat olarak alır ve sınıfları 'dönem başında aynı düzeyde olan öğrenciler için' karşılaştırır. Düzeltilmiş ortalamalar 64, 70 ve 71 çıkarsa dijital yöntemin ham avantajının bir bölümünün başlangıçtaki üstünlükten geldiği anlaşılır; oyunla öğrenmenin ve dijital yöntemin klasik anlatıma üstünlüğü ise düzeltmeden sonra da sürüyordur.
MerQur'da parametreler
Kareler toplamı (SS) türü (Type III, Type II, Type I)
Kavram: Kareler toplamı türü, grup etkisinin kovaryata göre düzeltilip düzeltilmediğini belirler. Tip I etkileri modele giriş sırasına göre sınar; grup önce girerse kovaryattan arındırılmamış ham farkı ölçer. Tip II ve Tip III'te grup etkisi kovaryata göre düzeltilmiştir; ANCOVA'nın asıl sorusu da budur.
Gündelik örnek: Tip I'de grup önce girerse yöntemlerin farkı 62, 70 ve 74'lük ham ortalamalara göre ölçülür ve ön test farkı hesaba katılmaz. Tip III ise farkı ön testi aynı olan öğrenciler için, yani düzeltilmiş ortalamalara göre sınar.
Ne işe yarar: Faktörün kovaryata (ve ikinci faktöre) göre düzeltilip düzeltilmeyeceğini belirler. Tip I'de faktör önce girer (kovaryattan düzeltilmemiş); Tip II ve III'te kovaryata göre düzeltilmiştir.
Sonuca etkisi: Faktör (ve etkileşim) satırının SS, F, p, η²ₚ, ω²/ε² değerleri ve karar değişir. Kovaryat satırı ve düzeltilmiş ortalamalar değişmez.
Doğrulama verisinde: hsb2 prog + read: Tip III prog SS 650.259965 (F 5.867, p 0.0034); Tip I prog SS 3175.697857 (F 28.65). DrugTest Drug: Tip III F(2, 26) = 2.136, p = 0.1384; Tip I F = 9.149, p = 0.0010.
Post-hoc test (Yok, Bonferroni, LSD, Šidák, Tukey-Kramer)
Kavram: Grup etkisi anlamlıysa post-hoc testler hangi grup çiftlerinin farklı olduğunu ham değil, kovaryata göre düzeltilmiş ortalamalar üzerinden ve çoklu karşılaştırma riskini denetleyerek sınar. Tukey-Kramer, grup büyüklükleri farklı olduğunda Tukey yönteminin uyarlamasıdır.
Gündelik örnek: Düzeltilmiş ortalamalar 64, 70 ve 71 ise Bonferroni karşılaştırması oyunla öğrenme ile dijital yöntemin birbirinden ayrılmadığını, ama ikisinin de klasik anlatımdan yüksek olduğunu gösterebilir.
Ne işe yarar: Düzeltilmiş (EMM) ortalama farklarını karşılaştırır; fark SE'si tam kovaryans matrisinden (√(L V L')), sd hata sd'sidir.
Sonuca etkisi: Yalnız p ve eşzamanlı GA genişliği değişir; Δ, SE ve t aynıdır.
Doğrulama verisinde: DrugTest A - F (Δ = -3.446, SE = 1.8868, t(26) = -1.826): LSD p = 0.0793, Bonferroni 0.2379, Šidák 0.2195, Tukey-Kramer 0.1809.
Etki büyüklükleri: ω², ε² (onay kutuları)
Kavram: Etki büyüklüğü, sonuçtaki değişkenliğin ne kadarının grup farkıyla açıklandığını gösterir. ω² ve ε², örneklemde bu payı olduğundan büyük gösterme eğilimindeki η²'ye göre ana kütle değerini daha az yanlı tahmin eder.
Gündelik örnek: ω² = 0,05 çıkarsa ön test denetlendikten sonra sınav puanlarındaki farklılığın yaklaşık %5'i öğretim yöntemiyle ilişkilidir. Bu küçük-orta bir etkidir; okul yönetimi yöntemi değiştirmenin maliyetini buna göre tartabilir.
Ne işe yarar: ω² = (SS_A - sd_A·MSE)/(SST + MSE), ε² = (SS_A - sd_A·MSE)/SST; SST düzeltilmiş toplam KT, negatifse 0.
Sonuca etkisi: Yalnız ek satırlar.
Doğrulama verisinde: DrugTest Tip III ω² = 0.0279, ε² = 0.0283 (η²ₚ = 0.1411); Tip I ω² = 0.2004, ε² = 0.2029.
Varsayım kontrolleri: Eğim homojenliği (onay kutusu)
Kavram: Eğim homojenliği, kovaryat ile sonuç arasındaki ilişkinin her grupta aynı eğime sahip olmasıdır. Grup × kovaryat etkileşimi anlamlıysa varsayım bozulmuştur: grupların farkı kovaryatın değerine göre değişir ve tek bir düzeltilmiş fark anlamını yitirir.
Gündelik örnek: Klasik anlatımda ön testi yüksek öğrenciler sınavda çok daha iyi yaparken oyunla öğrenmede ön testin etkisi zayıfsa eğimler farklıdır. Bu, oyunla öğrenmenin özellikle başlangıçta zayıf öğrencilere yaradığı anlamına gelebilir; tek bir 'ortalama' fark bu bilgiyi gizler.
Ne işe yarar: y ~ faktör + kovaryat modeline faktör x kovaryat terimleri eklenerek iç içe model F testi yapar.
Sonuca etkisi: Yalnız ek test satırı.
Doğrulama verisinde: hsb2 prog x read F = 0.012, p = 0.9878; DrugTest F(2, 24) = 0.593, p = 0.5606 (anlamsız; eğimler homojen kabul edilir).
Varsayım kontrolleri: Levene (onay kutusu)
Kavram: ANCOVA, kovaryat hesaba katıldıktan sonra kalan hata varyansının gruplarda eşit olduğunu varsayar; Levene testi bunu model artıkları üzerinden sınar.
Gündelik örnek: Ön test denetlendikten sonra dijital sınıfta öğrencilerin puanları beklenenin çevresinde çok dağınıksa, diğer sınıflarda ise toplu duruyorsa Levene testi bunu işaret eder.
Ne işe yarar: Ana etkiler modelinin artıkları üzerinde, grup (iki faktörde hücre) bazında ortalama merkezli Levene uygular.
Sonuca etkisi: Yalnız bilgi satırı.
Doğrulama verisinde: hsb2 F(2, 197) = 3.3637, p = 0.0366; DrugTest F(2, 27) = 5.858, p = 0.0077.
Varsayım kontrolleri: Shapiro (onay kutusu)
Kavram: Normallik varsayımı ham puanlar için değil, modelin artıkları, yani her gözlemin model tahmininden sapması için geçerlidir. Shapiro-Wilk bu artıkların normal dağılıp dağılmadığını sınar.
Gündelik örnek: Her öğrencinin sınav puanının, kendi sınıfı ve ön test puanına göre beklenen puandan ne kadar saptığı hesaplanır. Bu sapmalar birkaç öğrencinin sınavı boş bırakması yüzünden sola çarpıksa test bunu gösterir.
Ne işe yarar: Artıkların normalliğini sınar.
Sonuca etkisi: Yalnız bilgi satırı.
Doğrulama verisinde: DrugTest W = 0.9502, p = 0.1708.
Ek çıktılar: Parametre tahminleri (onay kutusu)
Kavram: Parametre tahminleri ANCOVA'nın arka plandaki regresyon modelini gösterir: kovaryatın eğimi ve her grubun karşılaştırma grubundan, kovaryat sabitken, ne kadar farklı olduğu.
Gündelik örnek: Kovaryatın eğimi 0,6 ise ön testte 10 puan fazla alan bir öğrencinin, aynı sınıfta, sınavda ortalama 6 puan daha yüksek alması beklenir. Karşılaştırma grubu dijital sınıfsa 'klasik' katsayısı −7, aynı ön test puanına sahip bir öğrencinin klasik sınıfta 7 puan daha düşük alacağını söyler.
Ne işe yarar: Son düzeyin karşılaştırma düzeyi olduğu gösterge kodlamayla B, SE, t, p ve GA tablosunu verir.
Sonuca etkisi: Yalnız ek tablo.
Doğrulama verisinde: DrugTest Intercept -0.434671, Drug A -3.446138 (SE 1.886781), Drug D -3.337167; ortak eğim 0.987184 (SE 0.164498).
Ek çıktılar: Kovaryat kontrolleri (onay kutusu)
Kavram: Kovaryat kontrolleri iki şeyi gösterir: kovaryatın gruplar arasında farklı olup olmadığı ve her grupta kovaryat ile sonuç arasındaki ilişkinin gücü. Kovaryat gruplar arasında çok farklıysa düzeltme verinin az olduğu bölgelere uzanan bir tahmine dayanır; kovaryat sonuçla ilişkisizse ANCOVA'ya eklemenin yararı yoktur.
Gündelik örnek: Ön test ortalamaları 50, 52 ve 58 ise sınıflar başlangıçta farklıdır ve düzeltme önemlidir. Ama bir sınıfta ön testin en düşüğü bile diğer sınıfın en yükseğinden fazlaysa, bu iki sınıfı 'aynı ön test düzeyinde' karşılaştırmak veride gerçek karşılığı olmayan bir varsayım olur.
Ne işe yarar: Kovaryat ~ faktör tek yönlü ANOVA'sını ve grup içi y ~ kovaryat ilişkisini (r, eğim, p) verir.
Sonuca etkisi: Yalnız ek bölüm.
Doğrulama verisinde: DrugTest PreTreatment ~ Drug F(2, 27) = 1.659, p = 0.2092; A grubunda r = 0.764, B grubunda 0.7452, p = 0.0101.
Ek çıktılar: Ayrı eğimler (J-N) (onay kutusu)
Kavram: Eğim homojenliği bozulduğunda her gruba kendi eğimi verilir. Johnson-Neyman yöntemi, iki grubun farkının kovaryatın hangi değer aralığında anlamlı olduğunu, yani 'anlamlılık bölgesini' hesaplar.
Gündelik örnek: Oyunla öğrenme ile klasik anlatımın eğimleri farklıysa Johnson-Neyman, örneğin 'ön testi 45'in altında olan öğrencilerde oyunla öğrenme anlamlı biçimde daha iyi; 45'in üstünde iki yöntem arasında fark yok' gibi bir sonuç verir.
Ne işe yarar: y ~ faktör x ilk kovaryat modelinde grup başına eğim, SE, t, p, GA verir; iki grupta Johnson-Neyman anlamlılık bölgesini hesaplar (Bauer ve Curran, 2005). İkinci faktör seçiliyse bölüm üretilmez ve uyarı yazılır.
Sonuca etkisi: Yalnız ek bölüm.
Doğrulama verisinde: hsb2 female: eğim erkek grubunda 0.6360, kız grubunda 0.5021; J-N bölgesi (α = 0.05) -36.20 < read < 67.11, (α = 0.01) 10.18 < read < 63.78.
Ek çıktılar: Tahmin/artık kaydet (onay kutusu)
Kavram: Model her gözlem için grubu ve kovaryatı dikkate alan bir tahmin üretir; artık, gözlenen değerle bu tahmin arasındaki farktır. Bunları veri setine kaydetmek, artıkların ayrıca incelenmesini mümkün kılar.
Gündelik örnek: Bir öğrencinin ön testine ve sınıfına göre beklenen puanı 68, aldığı puan 45 ise artığı −23'tür. Öğretmen bu öğrencinin sınav günü hasta olup olmadığını kontrol edebilir.
Ne işe yarar: ANCOVA_PRED_ ve ANCOVA_RESID_ sütunlarını veri setine ekler.
Sonuca etkisi: Veri setine sütun eklenir; test değişmez.
Güven Düzeyi (%90, %95, %99, Diğer (özel), 80.0-99.9)
Kavram: Güven düzeyi, düzeltilmiş ortalamalar, farklar ve eğimler için verilen aralıkların ne kadar 'emin' olacağını ve anlamlılık kararının eşiğini (α) belirler. F ve p değerlerini değiştirmez.
Gündelik örnek: %95 güvenle oyunla öğrenmenin klasik anlatıma üstünlüğü '2 ile 10 puan arası' diye verilebilir. %99 güven istenirse aralık genişler; Johnson-Neyman anlamlılık bölgesi de daralır.
Ne işe yarar: α = 1 - güven düzeyi; düzeltilmiş ortalama GA, post-hoc GA, parametre ve eğim GA'ları ve J-N bölgesi bu α'yı kullanır.
Sonuca etkisi: GA genişlikleri ve kararlar değişir; F ve p değişmez.
Doğrulama verisinde: hsb2 grup 2 düzeltilmiş ortalama %95 GA [52.900, 55.898]; DrugTest A grubu %90 GA [4.517, 8.913], %99 [3.135, 10.295].
2. faktör (isteğe bağlı)
Kavram: İkinci bir faktör eklendiğinde model iki yönlü ANCOVA'ya dönüşür: iki faktörün ana etkileri ve etkileşimi, kovaryat denetlenerek sınanır. Etkileşim varsa bir faktörün etkisine diğerinin her düzeyinde ayrı bakılır.
Gündelik örnek: Cinsiyet ikinci faktör olarak eklenirse öğretim yöntemlerinin etkisinin kız ve erkek öğrencilerde farklı olup olmadığı, ön test denetlenerek sınanır.
Ne işe yarar: y ~ A x B + kovaryat modelini kurar; B'nin düzeltilmiş ortalamalarını, hücre EMM'lerini ve basit etkileri verir.
Sonuca etkisi: Ek bölümler; ayrı eğimler bölümü devre dışı kalır.
Doğrulama verisinde: hsb2 prog @ female = 0: F(2, 193) = 8.703, p = 0.0002.
Model tanıları: Uyum eksikliği (lack of fit)
Kavram: Uyum eksikliği testi, modelin, yordayıcıların aynı değer birleşimine sahip gözlemlerin ortalamalarını yeterince iyi yakalayıp yakalamadığını sınar. Anlamlı sonuç, modelin bir şeyi (ör. kovaryatın eğrisel etkisini ya da bir etkileşimi) kaçırdığını gösterir. Test, aynı değer birleşiminin birden çok kez tekrarlandığı verilerde anlamlıdır.
Gündelik örnek: Ön test puanları tam sayıysa aynı sınıfta aynı ön test puanını almış birkaç öğrenci olur. Bu öğrencilerin gerçek sınav ortalamaları modelin düz çizgisinden düzenli biçimde sapıyorsa, örneğin çok yüksek ön testlerde puanlar tavana dayandığı için, test bunu yakalar.
Ne işe yarar: Modelin yordayıcı değer bileşimleri (hücreler) üzerindeki tam ortalamalar modeline göre yeterliliğini F testiyle sınar.
Sonuca etkisi: Yalnız ek test satırı. Doymuş modelde saf hata ile uyum eksikliği ayrılamadığı için "tanımsız" notu verilir.
Doğrulama verisinde: mtcars mpg ~ cyl + gear: F(4, 24) = 0.5612469775, p = 0.6929786891.
Model tanıları: Değişen varyans testleri (Breusch-Pagan, White)
Kavram: Değişen varyans (heteroskedastisite), artıkların dağınıklığının modelin terimlerine göre değişmesidir. Breusch-Pagan ve White testleri bu ilişkiyi sınar; anlamlı sonuç, F testlerinin güvenilirliğinin azaldığını ve sağlam yöntemlerin düşünülmesi gerektiğini gösterir.
Gündelik örnek: Ön testi düşük öğrencilerin sınav puanları beklenenin çevresinde çok dağınık, ön testi yüksek olanlarınki ise toplu duruyorsa artıkların varyansı ön teste göre değişir ve Breusch-Pagan testi bunu yakalar.
Ne işe yarar: Artık varyansının model terimleriyle ilişkisini sınar (tanımlar iki yönlü ANOVA'daki gibidir).
Sonuca etkisi: Yalnız ek test satırları.
Doğrulama verisinde: mtcars: Koenker 10.0526523650, özgün Breusch-Pagan 8.4862948732, F 4.2749929042, White 11.1991024456 (sd = 6).
Özel kontrast (L)
Kavram: Özel kontrast, araştırmacının modelin katsayılarına kendi verdiği ağırlıklarla tanımladığı belirli bir soruyu sınar. Hazır post-hoc testlerin yanıtlamadığı, önceden planlanmış karşılaştırmalar için kullanılır.
Gündelik örnek: Okulun asıl sorusu 'iki yeni yöntemin ortalaması klasik anlatımdan daha mı yüksek?' ise klasik sınıfa −1, diğer iki sınıfa 0,5 ağırlık veren bir kontrast bu soruyu ön test denetlenerek tek bir testte sınar.
Ne işe yarar: Model katsayıları üzerinde araştırmacının yazdığı doğrusal kontrastı (L β) sınar; satırlar katsayı adlarına ağırlık yazılarak ya da sayı listesiyle girilir. Her satır için tahmin, SE, test ve GA; birden çok satırda ortak Wald testi verilir.
Sonuca etkisi: Yalnız ek kontrast bölümü eklenir; alan boşsa çıktı değişmez. SS türü kontrastı etkilemez, çünkü kontrast katsayılar üzerinden kurulur.
Doğrulama verisinde: mtcars mpg ~ cyl * am + wt: tahminler 1.89985083591 (SE 1.61043235526) ve -3.86814977484 (SE 1.40652267139); ortak Wald F(2, 25) = 5.41642255799.
Gerçek veride örnek
Veri: UCLA OARC hsb2 (High School and Beyond, n = 200)
Değişkenler: bağımlı write (yazma puanı), faktör prog (program türü), kovaryat read (okuma puanı)
- Soru: Okuma puanı (read) sabit tutulduğunda yazma puanı ortalamaları program türüne (prog: 1 genel, 2 akademik, 3 mesleki) göre farklı mı?
- Varsayımlar: Regresyon eğimi homojenliği karşılanır (prog × read F = 0.012, p = .988). Model artıkları üzerinde Levene F(2, 197) = 3.36, p = .037; hata varyansı homojenliği hafifçe ihlal edilir.
- Sonuç: Tip III KT ile prog F(2, 196) = 5.87, p = .003; kovaryat read F(1, 196) = 69.33, p < .001. Okuma puanı denetlendiğinde de program türleri arasında anlamlı fark vardır.
- Etki büyüklüğü: Kısmi η² prog .057 (küçük-orta), read .261 (büyük); model R² = 0.393.
- Düzeltilmiş ortalamalar (read = 52.23): akademik 54.40, genel 52.50, mesleki 49.61; ham ortalamalar (56.26, 51.33, 46.76) arasındaki farkın bir bölümü okuma becerisindeki farklardan kaynaklanır.
- APA: F(2, 196) = 5.87, p = .003, η²p = .06 (kovaryat read: F(1, 196) = 69.33, p < .001, η²p = .26).
İlgili kavramlar
Johnson-Neyman tekniği (ayrı eğimler)Regresyon eğimlerinin homojenliğiOmega kare (ω²)Kovaryat (ortak değişken)Denekler arası faktörRegresyon katsayısı (B) ve parametre tahminleriUyum eksikliği (lack-of-fit) testiDeğişen varyans (heteroskedastisite)
Örneklerdeki sayılar MerQur'un bağımsız, kamuya açık doğrulama verileri üzerindeki çıktılarıdır; ayrıntılar için MerQur Teknik Not'a bakınız.