ANOVA (ANalysis Of VAriance):
• Variantieanalyse om de verwachtingswaarde van meer dan twee populaties met
elkaar te vergelijken.
• Het verschil tussen de tussengroepsvariantie en binnengroepsvariantie is wat
ANOVA kwantificeert met behulp van de f-ratio. Als dat contrast groter is dan wat op
grond van toeval verwacht wordt, kan er geconcludeerd worden dat de
verwachtingswaarden verschillen.
• Factoriële spreiding / tussengroepsvariantie: spreiding van de populaties
samen.
• Residuele spreiding / binnengroepsvariantie: spreiding binnen de populaties.
Indien de spreiding binnen de populaties hetzelfde zijn en de verwachtingswaarden
verschillen niet, dan zal de spreiding binnen de populaties gelijk zijn aan de spreiding van de
populaties samen. Indien de verwachtingswaarden verschillen, zal de totale spreiding van de
populaties samen groter worden dan de spreiding binnen de populaties.
ANOVA > meerdere t-toetsen, omdat met meerdere t-toetsen:
• Er wordt niet optimaal gebruikgemaakt van de totale steekproefomvang (per toets
steekproefomvang van twee te vergelijken groepen).
• Er is sprake van alfa-inflatie; per toets α kans op type 1 fout (hoe meer toetsen, hoe
groter de kans op een type 1 fout).
1
• Variantieanalyse om de verwachtingswaarde van meer dan twee populaties met
elkaar te vergelijken.
• Het verschil tussen de tussengroepsvariantie en binnengroepsvariantie is wat
ANOVA kwantificeert met behulp van de f-ratio. Als dat contrast groter is dan wat op
grond van toeval verwacht wordt, kan er geconcludeerd worden dat de
verwachtingswaarden verschillen.
• Factoriële spreiding / tussengroepsvariantie: spreiding van de populaties
samen.
• Residuele spreiding / binnengroepsvariantie: spreiding binnen de populaties.
Indien de spreiding binnen de populaties hetzelfde zijn en de verwachtingswaarden
verschillen niet, dan zal de spreiding binnen de populaties gelijk zijn aan de spreiding van de
populaties samen. Indien de verwachtingswaarden verschillen, zal de totale spreiding van de
populaties samen groter worden dan de spreiding binnen de populaties.
ANOVA > meerdere t-toetsen, omdat met meerdere t-toetsen:
• Er wordt niet optimaal gebruikgemaakt van de totale steekproefomvang (per toets
steekproefomvang van twee te vergelijken groepen).
• Er is sprake van alfa-inflatie; per toets α kans op type 1 fout (hoe meer toetsen, hoe
groter de kans op een type 1 fout).
1
