MODELUL LINIAR GENERAL UNIVARIAT

Concepte generale
Modelul liniar general univariat este o versiune a modelului liniar general adesea folosit pentru a
pune n aplicare dou proceduri statistice de lung durat: Anova i Ancova. Toate acestea
prezint situaia n care exist o variabil dependent i una sau mai multe variabile
independente.
Analiza variaiei Anova este folosit pentru a descoperi principalele efecte i interaciuni ale
variabilelor independente categoriale, numite i factori, asupra unei variabile dependente.
Implementarea analizei variaiei n modelul liniar general sprijin, de asemenea, utilizarea
variabilelor categoriale ca i variabile dependente. Un efect principal ar fi cel direct al unei
variabile independente asupra variabilei dependente. Un efect de interciune este efectul comun a
dou sau mai multe variabile independente asupra variabilei dependente. ntruct modelele de
regresie nu se ocup de interaciuni dect dac sunt adugai termeni de interaciune
crossproduct, Anova are aceste efecte ncorporate. n cazul n care exist mai multe variabile
dependente, modelul liniar general multivariat implementeaz analiza multipl a variaiei
Manova i, inclusiv, o variant care sprijin folosirea variabilelor de control ca i covariate,
Mancova.
Statistica cheie n analiza variaiei este reprezentat de testul F, un test al diferenei mediei de
grup, care testeaz dac media n cadrul grupurilor de valori formate ale variabilei independente
(sau combinaiile de valori pentru mai multe variabile independente) difer i nu este la
ntmplare. n cazul n care aceasta nu difer semnificativ, se deduce faptul c variabila sau
variabilele independente nu au niciun efect asupra variabilei dependente. n caz contrar cnd
exist legtur n general ntre variabila dependente i cele independente, se folosesc mai multe
teste de comparaie a semnificativitii pentru a putea vedea care din variabilele independente
creeaz o interaciune puternic. Dac datele implic msuri repetate ale aceleiai variabile,
testul F se calculeaz diferit fa de obinuitul Between-Groups, dar logica inferenei este
acceai.
Este de reinut faptul c analiza variaiei testeaz ipoteza nul c mediile grupurilor nu difer. Nu
este un test de diferene n variaii ci, mai degrab, unul care presupune omogenitatea relativ a

varianelor. Astfel, unele ipoteze-cheie ale analizei variaiei ar fi c grupurile formate de

variabila independent sau variabilele indpendente sunt relativ egale ca i mrime i au variaii
similare asupra variabilei dependente (omogenitatea varianelor). n modelul de regresie, Anova
este o procedur parametric ce presupune normalitatea variabilelor multiple, adic o distribuie
normal pentru fiecare categorie de valoare a variabilei sau variabilelor independente.
Analiza covariaiei Ancova este folosit pentru a testa principalele efecte i interaciuni ale
variabilelor categoriale asupra unei variabile dependente continue, controlnd efectele altor
variabile continue selectate care covariaz cu variabila dependent. Variabila de control se
numete covariat. Pot exista mai multe covariate. De asemenea, se pot efectua comparaii
planificate sau post-hoc pentru a vedea care dintre valorile unui factor contribuie cel mai mult la
explicarea variabilei dependente. Ancova folosete regresia buit-in utiliznd covariatele pentru a
previziona variabila dependent, apoi face o analiz a variaiei Anova asupra reziduurilor
(variabilele previzionate-variabila dependent actual) pentru a vedea dac factorii sunt n
continuare semnificativi n raport cu variabila dependent dup ce variaia covariatelor a fost
eliminat. Numrul maxim de covariate care poate fi procesat n SPSS este 10. Ancova este
folosit n trei scopuri:
n modele cvasi-experimentale pentru a elimina efectele variabilelor care modific relaia
variabilelor categoriale independente asupra variabilei dependente;
n modele experimentale pentru a controla factorii care nu pot fi aleatori dar care pot fi
msurai pe o scal interval. Deoarece randomizarea n principiu controleaz toate
variabilele nemsurabile, adugarea covariatelor unui model este rar sau deloc necesar
n cercetarea experimental. Dac se adaug o covariat i este necorelat cu variabila
independent, este dificil de interpretat deoarece este deja controlat prin randomizare. n
cazul n care covariata este corelat cu variabila independent, atunci includerea acesteia
va conduce cercettorul spre a subestima efectul dimensiunii variabilelor independente;
n modele de regresie pentru a potrivi regresiile n cazul n care exist variabile
independente att categoriale ct i de tip interval. (Acest ultim scop a devenit deplasat
prin regresia logistic i alte metode.)
Toate acestea au scopul de a reduce termenul de eroare din model. Ca i alte proceduri de
control, Ancova poate fi vzzut ca o form de analiz what if, ntrebndu-ne ce s-ar ntmpla
dac toate cazurile ar marca n mod egal numrul de covariate, astfel nct efectul factorilor

asupra covariatelor s poat fi izolat. Ancova poate fi utilizat n toate modelele Anova i aplic
aceleai ipoteze.
Analiza variatiei ANOVA

Frecvent utilizat pentru evaluarea legturilor de dependen dintre variabile, datorit

aplicrii ei simple i rapide, metoda analizei variaiei a fost construit n jurul celui mai utilizat
indicator de tendin central, media. Cu ajutorul acestei metode este analizat efectul uneia sau al
mai multor variabile nominale sau ordinale asupra unei variabile cantitative. n cercetrile de
marketing, analiza variaiei este folosit adesea pentru identificarea diferenelor dintre grupuri
sau segmente aducndu-i aportul, n mod deosebit, n realizarea experimentelor de marketing.
Fundamente
Analiza multivariat a variaiei cuprinde un grup de metode aparinnd statisticii
infereniale (deductive) care permit separarea i testarea semnificaiei efectelor cauzate de
aciunea simultan a mai multor factori asupra unei variabile.
Analiza variaiei (ANOVA) i analiza covariaiei (ANCOVA) sunt folosite pentru a
examina diferenele dintre valorile medii ale variabilei dependente sub efectul unor variabile
independente controlate, dup izolarea efectului unor variabile independente necontrolate. n
esen, ANOVA este folosit pentru a testa diferenele dintre mediile a dou sau mai multe
grupuri (populaii). Mai precis, analiza variaiei testeaz ipoteza nul conform creia nu exist
diferene ntre medii (altfel spus, toate mediile ar fi egale ntre ele).
n forma cea mai simpl, analiza variaiei necesit o variabil dependent msurat pe o
scal metric (interval sau proporional) i una sau mai multe variabile independente msurate
pe o scal nemetric (nominal sau ordinal). Aceste variabile independente de tip categorial
sunt denumite, de obicei, factori. Modul n care nivelurile (categoriile) factorilor acioneaz
asupra variabilei dependente poart denumirea de tratament.
Procedurile de analiz a variaiei au la baz acelai principiu dar se difereniaz prin
numrul de factori. Vom distinge situaiile n care este analizat o singur variabil dependent

cu un factor (one-way analysis of variance) sau analiza variaiei cu n-factori (n-way analysis of
variance).
Aplicaii n marketing ale analizei variaiei
Analiza variaiei este utilizat n mod deosebit n experimentele de marketing, cnd se
evalueaz influena unor variabile independente asupra altora, tratate ca dependente. Mult mai
frecvent ns cercettorii urmresc s analizeze, n studii pe care le realizeaz, diferenele dintre
valorile medii ale unei variabile

dependente pe care le ia la nivelul mai multor categorii ale

uneia sau mai multor variabile independente (factori) pentru a putea concluziona dac exist sau
nu diferene ntre grupurile respective. Mai precis, analiza variaiei poate furniza rspunsuri la
ntrebri precum:
exist diferene n privina duratei totale lunare a convorbirilor telefonice ntre persoanele din
diferite regiuni ale rii sau pe categorii de educaie i venit?
care sunt diferenele n privina inteniilor de cumprare la diferite niveluri ale preurilor unui
produs?
percepiile privind diversitatea ofertei (categorii), interaciunea cu vnztorii (da/nu) i modul
n care au fost rezolvate plngerile (categorii) i pun amprenta asupra satisfaciei clienilor?
consumul de cafea este influenat de vrst (categorii) i educaie (categorii)?
Indicatori i noiuni asociate analizei variaiei (cu un factor)
Variaia dintre grupuri (between variation) sau SSE ntre-grupuri reprezint variaia
variabilei dependente corespunztoare variaiei mediei pe categoriile variabilei independente. Ea
reprezint partea din suma ptratelor aferent variabilei independente;

Variaia din interiorul grupurilor (within variation): notat, de obicei cu SSR (sau SSin-

interior sau SSeroare) reprezint variaia variabilei dependente datorat variaiei n interiorul
fiecrei categorii a variabilei independente. Aceast variaie nu este generat de variabila
independent;
Variaia total (total variation): notat, de obicei cu SST (sau SStotal) reprezint variaia
variabilei dependente corespunztoare variaiei mediei pe categoriile variabilei independente.

Variaia total a variabilei dependente (SST) este format din variaia explicat de variabila
independent (SSE sau SSntre-grupuri) i variaia rezidual (SSR sau SSin-interior).

Media ptrat (mean square): este suma ptratelor mprit la numrul

gradelor de libertate;
testul F (F statistic): verific ipoteza nul c mediile categoriilor variabilei independente
pentru variabila dependent sunt egale; se calculeaz ca raport ntre variana dintre grupe si
variana din grupe.
Testarea semnificaiei statistice
Verificarea ipotezei nul (H0) confom creia mediile variabilei dependente n cazul
fiecrui grup (categorie) a variabilei independente sunt egale se face cu ajutorul testului F.
Programele informatice l calculeaz n mod automat dar, din considerente de informare,
menionm c el se calculeaz ca raport ntre variaia pus pe seama variabilei independente i
ajustat cu numrul gradelor de libertate aferente (SSE/(k-1)) i variaia corespondent erorii
ajustat i ea cu numrul gradelor de libertate diferen (SSR/(n-k)).
Interpretarea testului F poate fi fcut absolut, prin compararea cu valorile tabelate sau prin
prisma nivelului de semnificaie asociat, pe care majoritatea programelor informatice de analiz
statistic l calculeaz. Un nivel de semnificaie sub 0,05 (aferent unei probabiliti peste 95%)
permite respingerea ipotezei nule a egalitii mediilor.
n situaia n care ipoteza nul a egalitii mediilor grupurilor a fost acceptat, variabila
independent nu are un efect semnificativ asupra variabilei dependente. n caz contrar, prin
neacceptarea ipotezei nule se poate concluziona c grupurile difer ntre ele din punct de vedere
al caracteristicii studiate (variabila dependent) i c variabila independent exercit un efect
semnificativ asupra celei dependente.
Mergnd mai departe, o comparare a mediilor la nivelul grupurilor va da informaii legate de
natura efectului variabilei independente.
Analiza variaiei cu n-factori

Acest tip de analiz se aplic n situaia n care exist o variabil dependent i mai muli
(n) factori (variabile independente). Faptul c exist o aciune simultan a mai multor factori
aduce n discuie efectul generat de fiecare dintre factori i cel produs de interaciunile dintre ei.
Procedura de aplicare a analizei variaiei cu n-factori este similar cu cea n care avem un
singur factor, dar modul de descompunere a variaiei este unul adaptat. Pentru modelul cel mai
simplu, cu 2 factori (X1 i X2) variaia total se descompune astfel:
SST=SSE1+SSE2+SSE12+SSR
Un efect mai puternic al variabilei X1 va fi reflectat printr-o diferen mai mare ntre
medii la nivelul categoriilor acestei variabile i sum a ptratelor SSE1 mai mare, i la fel n
cazul celeilalte variabile independente. Pe de alt parte, cu ct exist o interaciune mai mare
ntre factorii X1 i X2 cu att contribuia comun la explicarea variaiei (ca rezultat al acestei
interaciuni) va fi mai mare (relaia funcioneaz i n sens invers, artnd c o o valoare mic a
SSE12 arat o independen ntre cei doi factori (din acest punct de vedere).
Testul F va ajuta, de data aceasta, la calcularea nu numai a efectului principal al fiecrui
factor ci va fi calculat cte un indicator att pentru evaluarea efectului interaciunii ct i pentru a
testa semnificaia statistic a ntregului model, deci efectul global al tuturor tratamentelor
(factori,individual + interaciunea dintre ele).