Kovarianssianalyysi – Peter – – Tärkeimmät hakuteokset

Kovarianssianalyysi (ANCOVA) on tilastollinen menetelmä, joka mahdollistaa kolmansien muuttujien huomioon ottamisen tutkittaessa riippumattoman ja riippuvan muuttujan välistä yhteyttä. Näitä kolmansia muuttujia kutsutaan kovariaateiksi, koska ne jakavat olennaisen osan varianssista riippuvan muuttujan kanssa. Kovariaatin ja riippuvan muuttujan välistä suhdetta kontrolloidaan tilastollisesti (tai osittaistetaan pois), kun tarkastellaan riippumattoman ja riippuvan muuttujan välistä suhdetta. ANCOVA:ta voidaan soveltaa sekä varianssianalyysin että regressioanalyysin yhteydessä, ja sitä voidaan käyttää sekä kokeellisen että ei-kokeellisen aineiston kanssa. Tutkimusasetelmasta riippuen ANCOVA palvelee kuitenkin eri tavoitteita. Työskenneltäessä kokeellisen aineiston kanssa se auttaa vähentämään virheiden varianssia, mikä lisää tilastollisen testin tilastollista tehoa. Jotta tämä toimisi, riippumattoman muuttujan ja kovariaatin on oltava riippumattomia. Kun kyseessä ei ole kokeellinen aineisto, ANCOVA voi auttaa tunnistamaan riippumattoman muuttujan ainutlaatuisen osuuden riippuvan muuttujan selittämisessä ja sulkemaan pois vaihtoehtoiset selitykset suhteelle. Kovamuuttujien sisällyttämisen tulisi noudattaa teoreettista oletusta, joten siitä olisi päätettävä ennen aineiston analysointia.