Sunteți pe pagina 1din 30

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 i Jurs, 1994)(apud Sava, 2004)
1 (1 )
c

formula urmtoare (Hinkle, Wiersma

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 Relativ inegali Dispersii Omogenitatea egale dispersiei Dispersii inegale Scheffe Tukey Dunnett T3 Gabriel Tukey b GamesHowell Profund inegali Hochberg GT2 GamesHowell

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 intergrup intragrup SP SP inter SP intra df df inter = K-1 df intra = N-K df total = N-1 SP intra variabilitatea intragrup PM PM inter PM intra F F= P

PM inter PM intra

Total SP total SP total = variabilitatea total SP inter + variabilitatea intergrup

SP total =

x2

G2 N

T2 G2 SP inter = n N SP intra =

SP

unde SP = unde:

x2

T2 pentru fiecare grup n

G - total general TNnKtotalul pe grupe efectivul total cuprins n studiu efectivul fiecrui grup nr. de modaliti ale variabilei

! PM =

SP df

ANOVA INTRAGRUP

Se utilizeaz n cazul comparrii a K eantioane perechi


Tabelul sumar Sursa SP df PM F P

intergrup intragrup subiect

SP inter SP intra

SP subiect eroare SP eroare Total SP total

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


df total = N-1

PM inter F= PM inter PM eroare

PM eroare

SP total = variabilitatea total

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

SP total = SP inter =

x2

G2 N

df = N - 1 df = K - 1 df = N _ K df = n - 1

T2 G2 nN

SP intra = SP total -SP inter P2 G 2 SP subiect = K N unde: PK-

suma scorurilor fiecrui subiect nr. de eantioane df = (K - 1) (n - 1 )

SP eroare = SP inter - SP subiect


!! PM =

SP df

ANOVA BIFACTORIAL

Pe eantioane independente !! Tabelul sumar Sursa SP df PM F P

inter A B AB intra

SP inter SP A SP B SP A B SP intra

ab - 1 a-1 b-1 (a-1) (b-1) N - ab PM A PM B PM A B PM intra FA FB FAB

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 B1 B2 Medie A2 Medie

50 50 50

50 50 50

50 50

60 50 40 30 20 10 0 A1 A2 B1 B2

Design factorial 2X2 n care:


70 60 50 40 30 20 10 0 A1 A2 B1 B2

Efectul variabilei A este semnificativ Efectul variabilei B nu este semnificativ Efectul interaciunii AXB nu este semnificativ
A1 A2 Medie

B1 B2 Medie

30 30 30

60 60 60

45 45

80 70 60 50 40 30 20 10 0 A1 A2

B1 B2

Design factorial 2X2 n care:


Efectul variabilei A nu este semnificativ Efectul variabilei B este semnificativ Efectul interaciunii AXB nu este semnificativ
A1 B1 B2 Medie
80 70 60 50 40 30 20 10 0 A1 A2

A2

Medie

70 40 55

70 40 55

70 40

B1 B2

Design factorial 2X2 n care:


Efectul variabilei A este semnificativ Efectul variabilei B este semnificativ Efectul interaciunii AXB nu este semnificativ
A1 B1 B2 Medie A2 Medie

10 30 20

30 50 40

20 40

60 50 40 30 20 10 0 A1 A2 B1 B2

Design factorial 2X2 n care:


Efectul variabilei A nu este semnificativ Efectul variabilei B nu este semnificativ Efectul interaciunii AXB este semnificativ
A1 B1 B2 Medie
70 60 50 40 30 20 10 0 A1 A2 B1 B2

A2

Medie

40 60 50

60 40 50

50 50

Design factorial 2X2 n care:


Efectul variabilei A este semnificativ Efectul variabilei B nu este semnificativ Efectul interaciunii AXB este semnificativ
A1 B1 B2 Medie A2 Medie

30 40 35

50 40 45

40 40

60 50 40 30 20 10 0 A1 A2 B1 B2

Design factorial 2X2 n care:


Efectul variabilei A nu este semnificativ Efectul variabilei B este semnificativ Efectul interaciunii AXB este semnificativ
A1 B1 B2 Medie
80 70 60 50 40 30 20 10 0 A1 A2

A2

Medie

30 70 50

50 50 50

40 60

B1 B2

Design factorial 2X2 n care:


Efectul variabilei A este semnificativ Efectul variabilei B este semnificativ Efectul interaciunii AXB este semnificativ
A1 B1 B2 Medie A2 Medie

40 40 40

40 60 50

40 50

70 60 50 40 30 20 10 0 A1 A2 B1 B2

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 1 3 5 4 7 6 7 8 4 5 4 2 6 7 8 4 1 3 5 6 7

Program2 8 7 5 6 9 7 2 7 9 8 7 9 5 7 9 7 2 7 9 9 7

Program3 1 3 4 2 6 3 5 1 7 5 1 3 5 2 6 7 8 4 1 3 5

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 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. a1 a2 a3

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 Pasul 6 varianei eantioanelor comparate este o condiie necesar pentru analiza de varian.

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 1 2 3 4 5 6 7 8 9 10 11 Dupa 3 Dupa 6 Dupa 7 Dupa 8 Dupa 9 module 29 35 32 30 27 36 38 33 35 31 30 module 29 33 31 30 26 33 34 30 32 30 30 module 27 30 30 29 25 32 31 29 29 29 27 module 26 27 29 28 25 29 28 29 28 29 27 module 26 26 27 27 25 26 24 27 28 26 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).