דמיינו שאתם אופים עוגות.
לא עוגה אחת.
הרבה עוגות.
אבל משהו לא מסתדר.
חלק יוצאות מושלמות, חלק יבשות,
וחלק… עדיף לא לדבר עליהן.
אתם מתחילים לשאול שאלות קיומיות:
- האם
סוג הקמח משפיע?
- אולי
זו טמפרטורת התנור?
- ואולי
— רחמנא ליצלן — השילוב ביניהם הוא הבעיה?
ברוכים הבאים ל־ניתוח שונות
דו־כיווני
רגע, מה זה בעצם?
ב־ANOVA חד־כיוונית שאלנו:
“האם גורם אחד משנה משהו?”
ב־ANOVA דו־כיוונית אנחנו
שואלים:
“האם שני
גורמים שונים משפיעים על התוצאה —
והאם הם עושים זאת ביחד או לחוד?”
כלומר, אנחנו בודקים שלושה דברים
במכה אחת:
- האם
גורם A משפיע?
- האם
גורם B משפיע?
- האם
יש אינטראקציה ביניהם? (החלק המעניין 😏)
דוגמה מהמטבח (כמובן)
נניח שאנחנו בודקים:
- גורם :Aסוג קמח
)לבן / כוסמין( - גורם :Bטמפרטורת תנור
(170° / 190°) - תוצאה: ציון
טעם העוגה (מ־1 עד 10)
אנחנו אופים עוגות בכל שילוב אפשרי.
ואז מגיעה השאלה הסטטיסטית האמיתית:
האם קמח כוסמין תמיד טוב יותר?
האם 190° תמיד הורס?
או שאולי כוסמין ב־190° הוא אסון
אבל ב־170° הוא גן עדן?
זה בדיוק מה שנקרא אפקט
אינטראקציה.
האינטראקציה – הדרמה האמיתית
אינטראקציה אומרת:
ההשפעה של גורם אחד תלויה בגורם השני.
במילים פשוטות:
אין תשובה אחת נכונה בלי “זה תלוי”.
אם גרף הקווים שלכם מצטלב –
יש סיפור.
אם הם מקבילים –
פחות דרמה, אבל עדיין מעניין.
למה זה כלי כל כך חזק?
כי החיים לא חד־גורמיים.
- עובדים
≠ רק שכר, גם סביבת עבודה
- לקוחות
≠ רק מחיר, גם שירות
- סטודנטים
≠ רק שיטת הוראה, גם סוג קורס
Two-Way ANOVA מאפשר:
✔️ לראות תמונה רחבה
✔️ לא ליפול למסקנות פשטניות
✔️ להבין מתי משהו עובד – ולמי
לסיכום ביסי
ניתוח שונות דו־כיווני הוא הדרך של
הסטטיסטיקה להגיד:
“אל תאשים
רק את הקמח.
תבדוק גם את התנור.
ובעיקר — תבדוק מה קורה כשהם נפגשים.”
ובדיוק כמו במטבח —
השילוב הוא לפעמים כל הסיפור.
בתיאבון 🍰
אין תגובות:
הוסף רשומת תגובה