Page 151 - Osnovne statistične metode in Jamovi

4.3 Parametrični preizkusi

4.3.6 Dodatni parametrični preizkusi
V prejšnjih razdelkih smo si ogledali parametrične preizkuse, ki se najpogo-
steje uporabljajo v družboslovnih raziskavah. Poleg omenjenih t-preizkusov
in analize variance (ANOVA) poznamo še druge parametrične preizkuse, s ka-
terimi lahko preverjamo hipoteze, s katerimi imamo opravka v različnih razi-
skavah. Med temi omenimo sledeče:
− preizkus kovariance (ANCOVA);
− multivariatna analiza variance (MANOVA);
− multivariatna analiza kovariance (MANCOVA).
4.3.6.1 Analiza kovariance

Analiza kovariance57 (ANCOVA) meri, ali se povprečja odvisne spremenljivke
razlikujejo glede na neodvisne spremenljivke in glede kontrolnih spremen-
ljivk58 (Košmelj, 2004).

Analizo kovariance torej uporabljamo tedaj, ko želimo preveriti, ali se odvi-
sna spremenljivka razlikuje glede na neodvisno, vendar pri tem izločimo vpliv
zunanjih spremenljivk (kontrolnih spremenljivk). Z analizo kovariance lahko,
denimo, preverimo, ali se dosežki učencev na končnem testu znanja razliku-
jejo po tem, ali so bili deležni eksperimentalnega modela pouka ali tradicio-
nalnega, pri tem pa kontroliramo rezultate za začetni test znanja59. Preizkus
kovariance preverja ničelno hipotezo, ki se glasi, da je povprečje med skupi-
nami enako tudi po upoštevanju vpliva kontrolnih spremenljivk.
Da lahko opravimo analizo kovariance, morajo biti uresničeni sledeči pogo-
ji (Johnson, 2016; Košmelj, 2004):
− odvisna spremenljivka in kovariable so zvezne spremenljivke;60
− zveza med odvisno in neodvisno spremenljivko je linearna – to preveri-
mo s pomočjo grafičnega prikaza relacije med spremenljivkama;
− ostanki so normalno porazdeljeni – to preverimo s pomočjo uporabe
preizkusa normalnosti;

57 Angl. analysis of covariance (ANCOVA).
58 Kontrolnim spremenljivkam pravimo tudi moteče spremenljivke, sospremenljivke ali kovariable
(Košmelj, 2004).
59 Smiselno je namreč predpostaviti, da bodo imeli učenci z višjimi dosežki na začetnem testu znanja
tudi višje dosežke na končnem. Sprašujemo se torej, ali model pouka vpliva na dosežke na zaključ-
nem testu znanja. Pri tem pa želimo odstraniti vpliv začetnega testa znanja in tako »prečistiti«
informacijo o dosežkih na končnem testu, da bodo rezultati slednjega pokazali samo vpliv modela
pouka.
60 Večkrat upoštevamo tudi ordinalne numerične spremenljivke.

151