Περιεχόμενο
Οι διμερείς και πολυπαραγοντικές αναλύσεις είναι στατιστικές μέθοδοι για τη διερεύνηση σχέσεων μεταξύ δειγμάτων δεδομένων. Η διαιρετική ανάλυση εξετάζει δύο ζευγαρωμένα σύνολα δεδομένων, εξετάζοντας αν υπάρχει σχέση μεταξύ τους. Η πολυμεταβλητή ανάλυση χρησιμοποιεί δύο ή περισσότερες μεταβλητές και αναλύσεις οι οποίες, αν υπάρχουν, συσχετίζονται με ένα συγκεκριμένο αποτέλεσμα. Ο στόχος στην τελευταία περίπτωση είναι να προσδιοριστεί ποιες μεταβλητές επηρεάζουν ή προκαλούν το αποτέλεσμα.
Αναλυτική ανάλυση
Η διαιρετική ανάλυση διερευνά τη σχέση μεταξύ δύο συνόλων δεδομένων, με ένα ζευγάρι παρατηρήσεων που λαμβάνονται από ένα μόνο δείγμα ή άτομο. Ωστόσο, κάθε δείγμα είναι ανεξάρτητο. Αναλύετε τα δεδομένα χρησιμοποιώντας εργαλεία όπως t-tests και chi-squared tests, για να δείτε αν οι δύο ομάδες δεδομένων συσχετίζονται μεταξύ τους. Εάν οι μεταβλητές είναι ποσοτικές, συνήθως τις γράφετε σε ένα scatterplot. Η διαιρετική ανάλυση εξετάζει επίσης τη δύναμη οποιασδήποτε συσχέτισης.
Παραδείγματα διμερών αναλύσεων
Ένα παράδειγμα διμερούς ανάλυσης είναι μια ερευνητική ομάδα που καταγράφει την ηλικία του συζύγου και του συζύγου σε έναν και μοναδικό γάμο. Αυτά τα δεδομένα συνδυάζονται επειδή και οι δύο ηλικίες προέρχονται από τον ίδιο γάμο, αλλά ανεξάρτητες επειδή ένα άτομο ηλικίας δεν προκαλεί την ηλικία ενός άλλου ατόμου. Σχεδιάζετε τα δεδομένα για να δείξετε μια συσχέτιση: οι ηλικιωμένοι σύζυγοι έχουν μεγαλύτερες συζύγους. Ένα δεύτερο παράδειγμα είναι η καταγραφή των μετρήσεων της δύναμης πρόσφυσης των ατόμων και της δύναμης των βραχιόνων. Τα δεδομένα συνδυάζονται επειδή και οι δύο μετρήσεις προέρχονται από ένα μόνο άτομο, αλλά είναι ανεξάρτητες επειδή χρησιμοποιούνται διαφορετικοί μύες. Σχεδιάζετε δεδομένα από πολλά άτομα για να δείξετε μια συσχέτιση: τα άτομα με υψηλότερη δύναμη πρόσφυσης έχουν μεγαλύτερη δύναμη στο χέρι.
Πολλαπλασιαστική Ανάλυση
Η πολυμεταβλητή ανάλυση εξετάζει διάφορες μεταβλητές για να διαπιστώσει αν μία ή περισσότερες από αυτές είναι προγνωστική για κάποιο αποτέλεσμα. Οι προβλέψιμες μεταβλητές είναι ανεξάρτητες μεταβλητές και το αποτέλεσμα είναι η εξαρτημένη μεταβλητή. Οι μεταβλητές μπορούν να είναι συνεχείς, δηλαδή μπορούν να έχουν ένα εύρος τιμών, ή μπορούν να είναι διχοτομημένες, που σημαίνει ότι αντιπροσωπεύουν την απάντηση σε ένα ναι ή όχι ερώτημα. Η ανάλυση πολλαπλής παλινδρόμησης είναι η πιο κοινή μέθοδος που χρησιμοποιείται στην ανάλυση πολλών μεταβλητών για να βρεθούν συσχετισμοί μεταξύ συνόλων δεδομένων. Άλλοι περιλαμβάνουν την υλικοτεχνική παλινδρόμηση και την πολυπαραγοντική ανάλυση της διακύμανσης.
Παράδειγμα πολλών μεταβλητών
Μια πολυμεταβλητή ανάλυση χρησιμοποιήθηκε από τους ερευνητές σε μια μελέτη 2009 του περιοδικού Pediatrics για να διερευνήσει εάν τα αρνητικά συμβάντα της ζωής, το οικογενειακό περιβάλλον, η οικογενειακή βία, η βία στα μέσα ενημέρωσης και η κατάθλιψη αποτελούν παράγοντες πρόκλησης της επιθετικότητας των νέων και του εκφοβισμού. Σε αυτή την περίπτωση, τα αρνητικά γεγονότα της ζωής, το οικογενειακό περιβάλλον, η οικογενειακή βία, η βία στα μέσα και η κατάθλιψη ήταν οι ανεξάρτητες μεταβλητές πρόβλεψης και η επιθετικότητα και ο εκφοβισμός ήταν οι εξαρτώμενες μεταβλητές έκβασης. Πάνω από 600 άτομα, με μέσο όρο ηλικίας 12 ετών, έλαβαν ερωτηματολόγια για τον προσδιορισμό των μεταβλητών πρόβλεψης για κάθε παιδί. Μια έρευνα επίσης καθορίζει τις μεταβλητές αποτελεσμάτων για κάθε παιδί. Για τη μελέτη του συνόλου δεδομένων χρησιμοποιήθηκαν πολλαπλές εξισώσεις παλινδρόμησης και μοντελοποίηση διαρθρωτικών εξισώσεων. Τα αρνητικά συμβάντα της ζωής και η κατάθλιψη βρέθηκαν να είναι οι ισχυρότεροι παράγοντες πρόβλεψης της επιθετικότητας των νέων.