MANOVA และความสัมพันธ์ระหว่างตัวแปรตาม: แข็งแรงแค่ไหน?

11

ตัวแปรตามใน MANOVA ไม่ควร "มีความสัมพันธ์มากเกินไป" แต่ความสัมพันธ์มีความแข็งแกร่งแค่ไหน มันจะน่าสนใจที่จะได้รับความคิดเห็นของผู้คนในเรื่องนี้ ตัวอย่างเช่นคุณจะดำเนินการกับ MANOVA ในสถานการณ์ต่อไปนี้หรือไม่?

Y1 และ Y2 มีความสัมพันธ์กับและ $r=0.3$ $p<0.005$
Y1 และ Y2 มีความสัมพันธ์กับและ $r=0.7$ $p=0.049$

ปรับปรุง

ตัวแทนบางคนเสนอราคาเพื่อตอบสนองต่อ @onestop:

"MANOVA ทำงานได้ดีในสถานการณ์ที่มีความสัมพันธ์ในระดับปานกลางระหว่าง DVs" (หมายเหตุหลักสูตรจาก San Francisco State Uni)

"ตัวแปรตามมีความสัมพันธ์ซึ่งเหมาะสมกับ Manova" (ไพรเมอร์สหรัฐอเมริกา EPA Stats)

"ตัวแปรตามควรเกี่ยวข้องกับแนวคิดและควรมีความสัมพันธ์กับตัวแปรอื่นในระดับต่ำถึงปานกลาง" (หมายเหตุหลักสูตรจากมหาวิทยาลัย Northern Arizona)

"DVs มีความสัมพันธ์กันจากประมาณ. 3 ถึง. 0.7 มีสิทธิ์" (Maxwell 2001, วารสารจิตวิทยาผู้บริโภค)

nb ฉันไม่ได้อ้างถึงข้อสันนิษฐานว่าสัมพันธภาพระหว่าง Y1 และ Y2 ควรเหมือนกันในทุกระดับของตัวแปรอิสระเพียงแค่พื้นที่สีเทาที่เห็นได้ชัดเจนนี้เกี่ยวกับขนาดที่แท้จริงของการสัมพันธ์กัน

— เฟรยาแฮร์ริสัน
แหล่งที่มา

1

ใครบอกว่าพวกเขาไม่ควร "มีความสัมพันธ์มากเกินไป" นั่นคือแหล่งอ้างอิงของอะไร

— onestop

9

การเดายาก: ถ้าไม่มีสหสัมพันธ์คุณอาจแยกอโนวาแยกจากกันและทำให้งานของคุณง่ายขึ้น หากมีความสัมพันธ์สูงมากคุณอาจนำ anova ไปใช้กับตัวแปร Y เพียงตัวเดียวเนื่องจากผลลัพธ์จะเหมือนกันมากสำหรับคนอื่น ๆ

— rolando2

2

แค่ให้ทราบ: เหตุผลที่ฉันไม่ยอมรับคำตอบก็คืออย่างที่ศาสตราจารย์ลีพูดว่าดูเหมือนจะไม่ชัดเจน ดังนั้นการมีส่วนร่วมของทุกคนจึงมีประโยชน์

— Freya Harrison

2

ฉันเห็นด้วยกับ @ rolando2 (และอื่น ๆ ) ว่าในกรณีที่มีความสัมพันธ์สูงมาก MANOVA ไม่ได้เพิ่ม ANOVA ในตัวแปรหนึ่งตัว (หรือเช่นโดยเฉลี่ย) แต่ประเด็นสำคัญที่ไม่ครอบคลุมในคำตอบที่มีอยู่คือ : ทำไม MANOVA ถึงเลวร้ายในสถานการณ์นี้?

— อะมีบา

6

ไม่มีคำตอบที่ชัดเจน แนวคิดก็คือถ้าคุณมีความสัมพันธ์ที่เข้าใกล้ 1 คุณจะมีตัวแปรหนึ่งตัวและไม่ใช่ตัวแปรหลายตัว ดังนั้นคุณสามารถทดสอบกับสมมติฐานที่ r = 1.00 จากที่กล่าวมาความคิดของ MANOVA คือการให้อะไรมากกว่าแบบทดสอบ ANOVA ช่วยให้คุณค้นหาความสัมพันธ์กับการทดสอบเพียงครั้งเดียวเพราะคุณสามารถลดข้อผิดพลาดกำลังสองเฉลี่ยของคุณเมื่อรวมตัวแปรตาม มันจะไม่ช่วยถ้าคุณมีตัวแปรตามความสัมพันธ์สูง

3

ทำไมไม่ใช้แนวทางของโคเฮน (1988, 1992) สำหรับค่าขนาดผล เขากำหนด"เล็ก" , "กลาง"และ"ใหญ่"ผล นี้จะขอแนะนำให้ใช้ MANOVA กับตัวแปรที่มีต่ำกว่า0.37 $(0.1 \leq r \leq 0.23)$ $(0.24 \leq r \leq 0.36)$ $(r \geq 0.37)$ $r$ $0.37$

อ้างอิง

โคเฮน, J. (1988) การวิเคราะห์พลังงานเชิงสถิติสำหรับวิทยาศาสตร์เชิงพฤติกรรม 2nd เอ็ด วิชาการเลดจ์, 567 หน้า

โคเฮน, J (1992) ไพรเมอร์พลัง กระดานข่าวจิตวิทยา 112, 155–159

— ILS
แหล่งที่มา

3

ฉันอยากจะแนะนำให้ทำการ MANOVA เมื่อใดก็ตามที่คุณเปรียบเทียบกลุ่มกับ DV หลาย ๆ ตัวที่วัดจากการสังเกตแต่ละครั้ง ข้อมูลเป็นหลายตัวแปรและควรใช้โพรซีเดอร์ MV เพื่อสร้างแบบจำลองสถานการณ์ข้อมูลที่ทราบ ฉันไม่เชื่อในการตัดสินใจว่าจะใช้งานบนพื้นฐานของความสัมพันธ์นั้นหรือไม่ ดังนั้นฉันจะใช้ MANOVA สำหรับสถานการณ์เหล่านั้น ฉันขอแนะนำให้อ่านส่วนต่าง ๆ ที่เกี่ยวข้องของเอกสารการประชุมต่อไปนี้โดย Bruce Thompson (ERIC ID ED429110)

ป.ล. ฉันเชื่อว่าคำพูด 'ที่เกี่ยวข้องกับแนวคิด' มาจากหนังสือสตีเว่น

— บ๊อบพี
แหล่งที่มา

0

การเรียกร้องเกี่ยวกับความสัมพันธ์ที่ควรหรือไม่ควรใช้ใน MANOVA นั้นโดยทั่วไปคือ "ตำนาน" (ดู Frane, 2015, "การควบคุมข้อผิดพลาดของ Power และ Type I จากการเปรียบเทียบแบบหลายตัวแปรในการออกแบบสองกลุ่มหลายตัวแปร") แต่แน่นอนถ้า DVs ของคุณมีความสัมพันธ์เกือบสมบูรณ์แบบ (เช่นใกล้ 1 หรือ -1) คุณควรถามตัวเองว่าทำไมคุณถึงรักษาพวกเขาเป็นตัวแปรต่าง ๆ ในตอนแรก

— Bonferroni
แหล่งที่มา