ANOVA- analiz de varian

Cnd dorim s comparm mai mult de dou grupe de subieci nu vom mai folosi testul t,
ci vom apela la tehnicile ANOVA cunoscut i sub denumirea de analiz dispersional sau.
analiz de varian
De ce ANOVA i nu testul t ?
1. Datorit design-ului cercetrii. Testul t se limiteaz la compararea diferenelor
dintre dou grupe, adic la situaii n care exist doar dou modaliti ale variabilei
independente. Tehnicile de cercetare mai laborioase recomand ns utilizarea
unui numr mai mare de trepte ale variabilei independente pentru a observa cu un
grad mai mare de finee efectul pe care variabila independent l are asupra
variabilei dependente.
2.

Erorile statistice i anume eroarea setului de comparaii.

Utiliznd testul t de comparaii in cazul n care avem o variabil independent cu 3

modaliti va trebui s l utilizm de trei ori cite o data pentru fiecare din cele trei perechi de cite
2 modaliti adic n cazul comparrii grupei 1 cu grupa 2, grupei 1 cu grupa 3 i grupei 2 cu
grupa 3. Orice calcul statistic presupune efectuarea unor erori ori calculnd teste t ar trebui s
calculm trei astfel de teste iar utilizand ANOVA, vom obine un singur indicator F. Fiecare test t
calculat introduce distorsiuni care se calculeaz dup

formula urmtoare (Hinkle, Wiersma

i Jurs, 1994)(apud Sava, 2004)

1 (1 )

unde este pragul de semnificaie stabilit pentru fiecare test t efectuat (frecvent p=.05), iar c este
dat de numrul de teste t ce trebuie efectuate.

Dac exist doar dou grupe de subieci, se aplic un singur test t pentru a testa
diferenele dintre mediile celor dou grupe

Dac exist trei grupe de subieci, precum n situaia prezentat mai sus, vom avea
de aplicat trei teste

Aplicnd formula de mai sus, observam c doar n primul caz (un singur test t pentru un design
cu dou eantioane de comparat), probabilitatea de a comite o eroare de tip I rmne .05 n cel de
al doilea caz prezentat de noi ea devine de 0.15 situaie in care vom respinge ipoteza nul cnd ea
nu ar fi trebuit respins.
1 (1 0.05) = 0.05
1

1 (1 0.05) = 0.15
3

Din acest motiv nu vom putea utiliza testul t n situaii de comparare a mai mult de dou grupe.
Totui unii autori utilizeaz testele t i efectueaz o ajustare, prin metoda Bonferroni,
astfel nct s elimine eroarea setului de comparaii i s controleze ansele de a comite eroarea
de tip I. (apud Sava, 2004) Aceast corecie const n mprirea pragului critic de semnificaiadica a lui 0.05- la numrul de comparaii ce urmeaz a fi efectuate.De exemplu n cayul unui
desgn pe eantioane independente cu 5 eantioane ce urmeaz a fi comparate avem 10 teste t , n
acest caz noua valoare critica a pragului de semnificaie va deveni 0.05 impartit la 10 adica 0.005
Din punct de vedere statistic aceast abordare nu aduce un plus de rigoare in cercetare ci
dimpotriva crete ansa de a comite eroarea de tip I, iar atunci cnd aceasta este controlat,
sporesc ansele de comitere a erorii de tip II, motiv pentru care nu recomandam acest tip de
demers in cercetare

Clasificarea tehnicilor ANOVA

Cele mai ntlnite design-uri de cercetare experimental utilizeaz una dintre urmtoarele
patru forme de analiz de varian:
1. ANOVA simpl sau unifactorial
2. ANOVA cu msurtori repetate;
3. ANOVA factorial cel mai utilizat fiind. bifactorial
4. ANOVA mixt.
Iat o scurt descriere a acestor patru tipuri:
1. ANOVA unifactorial este modelul cel mai simplu dintre tehnicile ANOVA, fiind un
corespondent al testului t pentru dou eantioane independente.
Exemplu:
Un cercettor dorete s vad dac profesia influeneaz competitivitatea interpersonal.
n acest sens selecteaz aleator trei grupuri de brbai: fotbaliti profesioniti, profesori de
colegiu i manageri care sunt evaluai pentu a se determina cat de mult le place competiia
interpersonal. Scorurile mari indic nivele ridicate ale competitivitii.
2. ANOVA cu msurtori repetate este un model corespondent al testului t pentru dou
eantioane perechi.
Exemplu:
Intr-o experien de psihofarmacologie , vrem s studiem efectul a dou substsne de
tipul amfetaminei asupra timpilor de reacie la un test psihomotricitate. Pentru a
controla o posibil surs de eroare , se folosesc aceiai subieci crora li se aplic , la
intervale de dou sptmni , trei tratamente diferite: cu substana , cu subsatna i
placebo. Se msoar de fiecare dat timpii de reacie ai subiecilor exprimai n
milisecunde.
Intr-un studiu de psihologia muncii vrem s evideniem efectul zgomotului asupra
discriminrii perceptive. n acest scop , subiecii sunt supui unui numr de trei
condiii experimentale-dimineaa la nceputul zilei de munc.n prima realizeaz o
sarcin de discriminare perceptiv n absena zgomotului, in a doua sarcin zgomotul
este intermitent iar n a treia sarcin zgomotul este continuu. Se monitorizeaz erorile
efectuate

3. ANOVA factorial este un model mai complex, testand efectele mai multor variabile
independente (factori) asupra unei variabile dependente.
Exemplu:
Deoarece diverse pai ale creierului sunt specializate pentru comportamente specifice ,
studiile au artata c diferenele dintre stngaci i dreptaci se datoreaz diferenelor n ce
privete emisfera dominant. Pornind de la acest fapt cercettorii au presupus c dreptacii
i stngacii au abiliti i talente diferite. n vederea testrii acestei ipoteze un psiholog a
evaluat discriminarea de acord component a abilitilor muzicale- pentru trei grupuri de
subieci: stngaci, dreptatci i ambidectri n dou condiii experimantale: cand subiecii
sunt odihniti si dupa 24 de ore in condiiile privrii de somn.Performana discriminativ a
subiecilor a fost msurat cu o prob specific.
ANOVA factorial poate fi utilizat n cazul msurtorilor repetate dac sunt manipulai
cel puin doi factori.
Exemplu:
Un psiholog educaional studiaz motivaia elevilor.Un lot de 7 subieci sunt urmrii timp
de 3 ani din clasa a patra pn n clasa a asea.n fiecare an elevii conpleteaz un
chestionarv msurnd motivaia i entuziasmul pentru coal centrat pe 3 discipline:
matematica, romana, muzica.Psihologul vrea s tie dac apar schimbri semnificative
ntre nivelurile de motivaie de-a lungul celor 3 ani si intre interesul pentru diferite
discipline.
4. ANOVA mixt este o combinaie ntre ANOVA simpl i ANOVA cu msurtori
repetate.
Exemplu:
Intr-o cercetare care vizeaz efectul imaginilor mentale un grup de 16 studeni -dintre
care 50% sunt fete i restul biei.-este supus la trei condiii experimentale la interval
de dou sptmni. Prima condiie presupune invarea fiecarui cuvnt nsoit de
desenarea acestuia imagine mental construit, a doua condiie presupune
nvarea cuvntului nsoit de copierea imaginii acestuia care i este prezentat
mpreun cu cuvntul imagine mental dat . Al treilea grup nva cuvintele pur i
simplu condiia de control. Ce se poate spune cu privire la efectele tipului nvrii
asupra numrului de cuvinte reamintite la fete i biei?

Condiii necesare pentru aplicarea ANOVA

(1) Eantionul a fost selectat aleator din populaie, iar dac acest lucru nu este posibil se
recomand ca msur compensatorie distribuirea aleatoare a subiecilor n grupele
experimentale.
(2) Variabila dependent prezint distribuie normal. Aceast condiie este greu de ndeplinit
n cazul n care grupele experimentale sunt constituite dintr-un numr mic de subieci (ex.
n = 10).
(3) Dispersia subiecilor mprii pe grupe experimentale s fie egal. Testul Levene este
special construit pentru a observa n ce msur este realizat aceast omogenitate a
dispersiei.
(4) Pentru ANOVA pe msurri repetate apare o condiie suplimentar denumit condiia de
sfericitate. Aceasta implic premisa unei relaii similare ntre fiecare pereche de condiii
experimentale, ea fiind o condiie mai general a simetriei complexe. Aceasta din urm
este ndeplinit, dac dispersia este egal n toate situaiile experimentale (omogenitatea
dispersiei) n practic se observ c este foarte dificil de ndeplinit dubla condiie,
majoritatea design-urilor ANOVA cu msurtori repetate cu mai mult de dou grupe
nclcnd aceast condiie
Tehnicile ANOVA sunt destul de robuste la nerespectarea primelor dou condiii. Cu alte
cuvinte, indicele general F nu este afectat foarte mult de primele dou condiii (Hinkle,
Wiersma i Jurs, 1994). n schimb, nendeplinirea condiiei patru, absena unei omogeniti a
dispersiei dintre grupe, afecteaz semnificativ valorile lui F. ntr-o asemenea situaie sunt
posibile dou msuri alternative:
(a) renunarea la aplicarea tehnicilor ANOVA i utilizarea unor tehnici corespondente
neparametrice;
(b) aplicarea tehnicilor parametrice ANOVA prin apelul la o corecie a gradelor de libertate la
interpretarea lui F

Testele post hoc

Tabelul. Alegerea testelor post hoc

Numr de subieci
Egali

Dispersii
Omogenitatea egale
dispersiei

Dispersii
inegale

Relativ

Profund

inegali

inegali

Scheffe

Gabriel

Hochberg

Tukey

Tukey b

GT2

Games-

Games-

Howell

Howell

Dunnett T3

Dac numrul de subieci este un criteriu evident nc din datele iniiale ale unei cercetri,
omogenitatea dispersiei se testeaz prin apelul la testul Levene.

Dac rezultatul este nesemnificativ statistic, dispersiile dintre cele dou grupe sunt
considerate egale.

Cand rezultatul este semnificativ statistic, dispersiile vor fi considerate a fi eterogene,

diferite i vom apela la metodele de comparare post hoc precizate n cazul dispersiilor
inegale, dup ce, anterior am ajustat citirea lui F.

In cea ce privesc testele post-hoc trebuie menionat c acestea se interpreteaz n valoare

absolut semnul minus neinsemnnd altceva dect faptul c subiecii au obinut, n medie,
rezultate mai mari la a doua grup de comparaie dect la prima. Pentru cei comozi, SPSS-ul
ofer un sprijin important n a identifica diferenele semnificative la un p < .05, acestea fiind
marcate cu asterisc in cazul n care selectm aceast obiune.

Tabelele sumare ale formelor de ANOVA prezentate

ANOVA INTERGRUP

Se utilizeaz n cazul comparrii a K eantioane independente

Tabelul sumar
Sursa

SP

df

PM

intergrup

SP inter

PM inter

intragrup

SP intra

df inter =
K-1
df intra =
N-K
df total =
N-1

Total SP total
SP total =
variabilitatea
total

SP total =

SP inter +
variabilitatea
intergrup

x2

SP intra
variabilitatea
intragrup

G2
N

T2 G2
SP inter =

n
N
SP intra =

SP

unde SP =
unde:

! PM =

x2

T2
pentru fiecare grup
n

G - total general

SP
df

T-

totalul pe grupe

N-

efectivul total cuprins n studiu

n-

efectivul fiecrui grup

K-

nr. de modaliti ale variabilei

PM intra

F
F=

PM inter
PM intra

ANOVA INTRAGRUP

Se utilizeaz n cazul comparrii a K eantioane perechi

Tabelul sumar
Sursa

SP

df

PM

intergrup

SP inter

df inter =
K-1
df intra =
N-K
n-1

PM inter

intragrup

SP intra

subiect

SP
subiect
eroare
SP
eroare
Total SP total

SP total =
variabilitatea
total

PM
eroare

SP inter
+
SP intra
variabilitatea intra
variabilitatea
inter
SP subiect
SP eroare

x2

G2
N

df = N - 1

SP inter =

T2 G2
nN

df = K - 1

SP intra = SP total -SP inter

df = N _ K

P2 G 2
SP subiect =
K N

df = n - 1

SP
df

PM inter
PM eroare

df total =
N-1

P-

suma scorurilor fiecrui subiect

K-

nr. de eantioane

SP eroare = SP inter - SP subiect

!! PM =

F=

(n-1)(K-1)

SP total =

unde:

df = (K - 1) (n - 1 )

ANOVA BIFACTORIAL

Pe eantioane independente !!
Tabelul sumar
Sursa

SP

df

PM

inter

SP inter

ab - 1

SP A

a-1

PM A

FA

SP B

b-1

PM B

FB

AB

SP A B

(a-1) (b-1)

PM A B

FAB

intra

SP intra

N - ab

PM intra

Total SP total

G2
SP total = x
N
2

AB2 G 2

SP inter =
n
N
SP A =

A2 G2
bn N

B2 G 2
SP B =

an N
SP A B = SP inter - SPA - SPB
SP intra = SP total - SP inter

n cadrul planurilor factoriale se evideniaz att efectele fiecrei variabile studiate-cunoscute i

sub numele de efecte principale - ct i efectul interaciunii acestora i pot fi puse n eviden prin
diagrame de interaciune.n cazul unui design factorial de tip 2X2 combinaiile posibile i modul
lor de reprezentare grafic sunt prezentate mai jos
Design factorial 2X2 n care:

Efectul variabilei A nu este semnificativ

Efectul variabilei B nu este semnificativ

Efectul interaciunii AXB nu este semnificativ

A1

A2

Medie

50

50

50

B2

50

50

50

Medie

50

50

B1

60
50
40
B1

30

B2

20
10
0
A1

A2

Design factorial 2X2 n care:

70
60

Efectul variabilei A este semnificativ

50

Efectul variabilei B nu este semnificativ

40

B1

30

B2

20
10

Efectul interaciunii AXB nu este semnificativ

B1

A1

A2

Medie

30

60

45

B2

30

60

Medie

30

60

45

0
A1

A2

80
70
60
50
40

B1
B2

30
20
10
0
A1

A2

Design factorial 2X2 n care:

Efectul variabilei A nu este semnificativ

Efectul variabilei B este semnificativ

Efectul interaciunii AXB nu este semnificativ

A1

A2

Medie

70

70

70

B2

40

40

40

Medie

55

55

B1

80
70
60
50

B1

40
30

B2

20
10
0
A1

A2

Design factorial 2X2 n care:

Efectul variabilei A este semnificativ

Efectul variabilei B este semnificativ

Efectul interaciunii AXB nu este semnificativ

A1

A2

Medie

10

30

20

B2

30

50

40

Medie

20

40

B1

60
50
40
B1

30

B2

20
10
0
A1

A2

Design factorial 2X2 n care:

Efectul variabilei A nu este semnificativ

Efectul variabilei B nu este semnificativ

Efectul interaciunii AXB este semnificativ

A1

A2

Medie

40

60

50

B2

60

40

50

Medie

50

50

B1

70
60
50
40

B1

30

B2

20
10
0
A1

A2

Design factorial 2X2 n care:

Efectul variabilei A este semnificativ

Efectul variabilei B nu este semnificativ

Efectul interaciunii AXB este semnificativ

A1

A2

Medie

30

50

40

B2

40

40

40

Medie

35

45

B1

60
50
40
B1

30

B2

20
10
0
A1

A2

Design factorial 2X2 n care:

Efectul variabilei A nu este semnificativ

Efectul variabilei B este semnificativ

Efectul interaciunii AXB este semnificativ

A1

A2

Medie

30

50

40

B2

70

50

60

Medie

50

50

B1

80
70
60
50
40

B1
B2

30
20
10
0
A1

A2

Design factorial 2X2 n care:

Efectul variabilei A este semnificativ

Efectul variabilei B este semnificativ

Efectul interaciunii AXB este semnificativ

A1

A2

Medie

40

40

40

B2

40

60

50

Medie

40

50

B1

70
60
50
40

B1

30

B2

20
10
0
A1

A2

BIBLIOGRAFIE

Clocotici, V., Stan, A. (2000). Statistic aplicat n psihologie. Iai: Editura Polirom.
Field, A. (2000). Discovering statistics using SPSS for Windows. London: Sage Publications.
Hinkle, D.E., Wiersma, W., Jurs, S.G. (1994). Applied statistics for the behavioral sciences (3rd.).
Boston, USA: Houghton Mifflin Company.
Keppel, G. (1991). Design and analysis: a researchers handbook (3rd ed.). Englewood Cliffs,
USA: Prentice-Hall Inc.
Radu, I., Miclea, M., Albu, M., Neme, S., Moldovan, O., Szamoskozi, . (1993). Metodologie
psihologic i analiza datelor. Cluj-Napoca: Editura Sincron.

Sava, F. (2002). Pagina de statistic social. Gsit la: http://statisticasociala.tripod.com

Smith, E. (2000). Research design. n H.T. Reiss i C.M. Judd (eds.). Handbook of research
methods in social and personality psychology. Cambridge, UK: Cambridge University Press.

EXEMPLE REZOLVATE I ANALIZATE

Exemplul1
ntr-un studiu de psihologia muncii , un cercettor a dorit s determine influena a trei programe
de reinserie profesional asupra procesului de re-angajare, subiecii fiind persoane liceniate n tiine
economice. n acest sens , au foat selectai aleator cte un numr de 20 subieci care s participe la fiecare
din cele trei programe . Somerii provin din toate sectoarele de activitate (public i privat) i au fost
integrai n unul din programele de reabilitare.In vederea evalurii eficienei programului s-a msurat
perioada de timp de omaj exprimat n sptmni necesar fiecruia pentru a-i gsi un alt loc de munc.

Program1

Program2

Program3

Pasul 1
Identificarea variabilelor
Analiznd problema anterioar identificm ca variabil independent:
A programul de reinserie, cu cele trei modaliti
a1 programul 1
a2 programul 2
a3 programul 3
i variabila dependent X eficiena programului de reinserie operaionalizat prin numrul de
sptmni necesare fiecrei persoane pentru a-i gsi un loc de munc.
Pasul 2
Designul cercetrii
Avem un design experimental de baz cu o variabil independent cu k modaliti, inter subiect deoarece
la fiecare program au participat ali subieci.
A

a1

a2

a3

X
Pasul 3
Ipoteza
Programul de reinserie profesional la care particip persoana difer semnificativ din punct de
vedere al eficienei.
Sau
Exist diferene semnificative ntre perioada de timp necesar reinseriei profesionale a
persoanelor participante la training n funcie de tipul programului urmat.

Pasul 4
Construcia bazei de date i alegerea metodei statistice
Pentru a construi baza de date ne punem ntrebarea
Ce tim despre fiecare subiect?
n cazul nostru, tim la ce program de reinserie a participat fiecare i numrul de sptmni necesar
pentru a-i gsi un loc de munc (eficiena programului). n consecin, n baza de date vom avea dou
variabile, tipprogra cu trei modaliti i persomaj = perioada de somaj.

Pentru a decide cu privire la metoda de analiz statistic adoptat va trebui s verificm forma distribuiei
datelor.

Dac datele prezint o distribuie normal la nivelul populaiei atunci vom utiliza metoda infereniale
parametrice respectiv ANOVA cu un singur factor intergrup (One Way Anova), iar dac asumia cu
privire la normalitatea distribuiei nu este ndeplinit vom folosi metode infereniale nonparametrice,
respectiv testul U generalizat denumit i Kruskal Walis sau proba medianei extins opiunea depinznd
de particularitile datelor.

n vederea verificrii formei distribuiei vom utiliza testul non-parametric Kolmogorov Smirnov pe
fiecare eantion ce urmeaz a fi comparat.
n acest sens vom selecta funcia de SPLIT FILE din meniul DATA i vom cere organizarea
output-ului n funcie de modalitile variabilei independente ( adic a tipului de program) aa cum apare
n ecranele de mai sus.
Analiznd valorile testului Kolmogorov Smirnov n toate cele 3 condiii ale variabilei program,
constatm c datele respect criteriul de normalitate la nivelul populaiei din care fac parte.
n consecin vom utiliza metode de analiz parametrice i anume ANOVA cu un singur factor intergrup
(One Way Anova).

Pasul 5
Analiza statistic propriu - zis

Variabila
Dependent

Variabila
independent

Analiza statistic descriptiv relev existena unor diferene ntre mediile timpilor necesari reinseriei
profesionale a personalului cuprins n programele de reinserie n funcie de tipul programului. Vom
analiza n continuare n ce msur aceste diferene ntre medii se datoreaz hazardului sau sunt efectul
programelor de reinserie la care particip persoana.

Testul de omogenitate

Levene ne arata n ce msur

eantioanele comparate sunt omogene din punct de vedere al varianei, n cazul de

fa Levene = .451 i p = .639 > pragul critic p = .05ceea ce ne permite s
afirmm c cele trei eantioane comparate sunt omogene din punct de vedere al
varianei.
S nu uitm c omogenitatea

varianei eantioanelor comparate este o

condiie necesar pentru analiza de varian.

Pasul 6

Interpretarea rezultatelor
Analiznd n continuare relaia dintre timpul necesar reinseriei profesionale i tipul de program la care
persoana particip, obinem un F (2, 57) = 10.947 i un p = .000 < p critic = .01 deci putem afirma cu un
risc de a grei de 1% c perioada de timp necesar reinseriei profesionale a persoanelor aflate n somaj
difer n funcie de programul la care particip.
Testul F omnibuz fiind un test global nu ne permite s vedem ntre care dintre cele 3 programe exist
diferene, n consecin vom apela la teste post hoc.

n cazul nostru fiind vorba de dispersii egale i numr egal de subieci putem opta pentru Scheffe sau
Tukey. Cum ns Scheffe este un test statistic mai puternic prima noastr opiune va fi pentru acesta.

Analiznd rezultatele testelor post hoc constatm c diferena mediilor dintre timpii necesari
reinseriei profesionale n cazul participrii la programul 1 de formare, comparativ cu participanii la
programul 2 este de 2.15 semnificativ la un p = .01 < pragul critic de .05, ceea ce ne permite s afirmm
cu un risc de a grei mai mic de 2 % c subiecii participani la programul 2 au nevoie de un timp mai
mare pentru a-i gsi un loc de munc comparativ cu cei care particip la programul 1, cu aproximativ 2
sptmni ( n medie).
Comparnd rezultatele persoanelor implicate n programul 2 comparativ cu cei implicai n
programul 3, diferenele mediilor sunt de 3.10 i p = .0001.
Putem afirma cu un risc de a frei mai mic de 1 % c subiecii participani la programul 2 au
nevoie de un timp mai lung n medie cu 3.1 sptmni comparativ cu subiecii participani la
programul 3 pentru a-i gsi un loc de munc.
Sintetiznd, putem afirma c programul 2 este cel mai puin eficient, el diferind semnificativ att
de programul 1 ct i de programul 3, motiv pentru care n cazul replicrii acestei intervenii la acest
program am fi ndreptii s renunm fiind cel mai puin eficient.

Exemplul 2
Managerul spitalului de urgen X, interesat fiind de problemele cu care se confrun personalul medical
mediu solicit un studiu organizaional care relev existena unui nivel ridicat al epuizrii. Ca urmare se
propune implementarea unui program de intervenie structurat pe 9 module. Deoarece directorul nu este
convins de necesitatea acestui numr mare de module, el solicit realizarea unor evaluri post intervenie
dup primele 3 modul, dup primele 6 module si apoi dup fiecare nodul n parte.
Subiect

Dupa 3 Dupa 6 Dupa 7 Dupa 8 Dupa 9

module

module

module

module

module

29

29

27

26

26

35

33

30

27

26

32

31

30

29

27

30

30

29

28

27

27

26

25

25

25

36

33

32

29

26

38

34

31

28

24

33

30

29

29

27

35

32

29

28

28

10

31

30

29

29

26

11

30

30

27

27

24

Pasul 1
Identificarea variabilelor
n studiul prezentat anterior avem o singur variabil independent
A durata programului de intervenie:
a1 3 module
a2 6 module
a3 7 module
a4 8 module
a5 9 module
i o variabil dependent X nivelul epuizrii.
Pasul 2
Formularea ipotezei
Ipoteza de cercetare:
Nivelul epuizrii personalului medical este influenat de durata programului de trening.
Sau
Exist diferene semnificative n nivelul epuizrii personalului medical n funcie de durata
programului de training.
Ipoteza nul
Nivelul epuizrii personalului medical nu difer n funcie de durata programului de training.
3module =6 module = 7 module = 8 module = 9 module

Pasul 3
Tipul de design
Vom avea un design experimental de baz intragrup (fiind vorba de aceeai subieci, n diverse momente)
cu k modaliti ale variabilei independente ( 5 n particular n cazul nostru), adic: dup 3 module, dup 6
module dup 7 module, dup 8 module, dup 9 module.
Pasul 4
Elaborarea bazei de date i alegerea metodei statistice
Pentru a elabora baza de date ne punem ntrebarea:
Ce tim despre fiecare subiect?
ncercnd s rspundem constatm c noi cunoatem nivelul epuizrii persoanei dup 3 module, nivelul
epuizrii persoanei dup 6 module, nivelul epuizrii persoanei dup 7 module, nivelul epuizrii persoanei

dup 8 module, nivelul epuizrii persoanei dup 9 module, deci pentru fiecare persoan cunoatem cte 5
nivele ale epuizrii.
Cum toate informaiile pe care le tim despre o persoan se vor gsi pe o linie n baza de date
nseamn c vom avea 5 coloane n baza de date corespunztoare celor 5 nivele ale epuizrii pe care le
cunoatem.

Etapa urmtoare va fi s verificm forma distribuiei datelor pentru a putea opta n cunotin de
cauz pentru o metod de analiz statistic, parametric n cazul nostru, n care distribuia eantioanelor
analizate respect criteriul de normalitate a distribuiei sau pentru o metod de analiz statistic
neparametric n cazul n care nu inem cont de forma distribuiei.

n toate condiiile n care este posibil vom opta pentru o analiz a datelor parametric n faa uneia
neparametrice, deoarece metodele de analiz statistic parametric au o finee mult mai mare.
Analiznd tabelul testelor Kolmogorov Smirnov, constatm c celor 5 nivele ale lui
Kolmogorov Smirnov calculate de noi le corespund praguri de semnificaie ntre .414 i .965 deci sunt
mai mari dect pragul critic de .05 ceea ce ne permite s afirmm c distribuiile la nivelul populaiilor din
care sunt extrase datele analizate respect criteriul de normalitate. n consecin vom putea utiliza metoda

de analiz statistic parametric n cazul nostru, metoda pentru care vom opta va fi ANOVA cu msurri
repetate.

Pasul 5
Analiza datelor
Deoarece este un design cu msurri repetate importan major o are analiza sfericitii datelor oferit de
testul Mauchlys. n cazul nostru valoarea testului Mauchlys W = .008 iar p = .000 mai mic dect pragul
critic de .05 deci condiia de sfericitate nu este ndeplinit. Analiznd n continuare aproximrile lui
Epsilon constatm c acestea se situeaz ntre [.341, .381] deci mai mici de .75 motiv pentru care vom
concluziona c n continuare vom utiliza n interpretarea valorilor F omnibuz corecia lui Greenhouse
Geisser.
Pasul 6
Interpretarea datelor
n cercetarea ntreprins obinem un F (1.36, 12,28) = 15.726 semnificativ la un p = .001 mai mic dect
pragul critic de .05 ceea ce ne permite s spunem c exist un efect principal semnificativ i la nivelul
epuizrii personalului medical este influenat semnificativ de numrul de module la care particip din
programul de intervenie, aceast afirmaie riscnd s fie greit n mai puin de 1%cazuri.
Totui nu putem spune ntre care din cele 5 situaii analizate exist aceste diferene deoarece F omnibuz
este un test global. Pentru acuratizarea concluziilor noastre vom folosi testul post hoc Bonferroni (cel
mai recomandat de literatura de specialitate pentru designurile intragrupale).

Analiznd testele post hoc Bonferroni prin intermediul mediei diferenelor indic existena unor
diferene semnificative ntre primele dou etape adic dup 3 module i dup 6 module cu toate celelalte,
i de asemenea exist diferene semnificative ntre etapa a treia (dup 7 module) i etapa a cincia ( dup 9
module).

Acest lucru ne va permite s spunem c recomandarea specialistului n resurse umane a fost ntemeiat i
c dac totui directorul spitalului dorete s fac o economie reducnd investiia prin scurtarea
programului de intervenie atunci se recomand a se opri dup 7 module (adic dup etapa 3).