Obsah
Bivariačné a multivariačné analýzy sú štatistické metódy na skúmanie vzťahov medzi vzorkami údajov. Bivariačná analýza skúma dva párové súbory údajov a skúma, či medzi nimi existuje vzťah. Viacrozmerná analýza využíva dve alebo viac premenných a analýz, ktoré, ak existujú, sú v korelácii so špecifickým výsledkom. Cieľom v druhom prípade je určiť, ktoré premenné ovplyvňujú alebo spôsobujú výsledok.
Analýza bivariatu
Bivariačná analýza skúma vzťah medzi dvoma súbormi údajov s párom pozorovaní odobratých z jednej vzorky alebo jednotlivca. Každá vzorka je však nezávislá. Údaje analyzujete pomocou nástrojov, ako sú t-testy a chí-kvadrátové testy, aby ste zistili, či tieto dve skupiny údajov navzájom korelujú. Ak sú premenné kvantitatívne, zvyčajne ich grafujete pomocou rozptylu. Bivariačná analýza tiež skúma silu akejkoľvek korelácie.
Príklady bivariačnej analýzy
Jedným z príkladov bivariačnej analýzy je výskumný tím, ktorý zaznamenáva vek manžela aj manželky v jedinom manželstve. Tieto údaje sú spárované, pretože obidve vekové kategórie pochádzajú z rovnakého manželstva, ale nezávislé, pretože vek jednej osoby nespôsobuje vek inej osoby. Údaje vykreslujete tak, aby ukazovali koreláciu: starší manželia majú staršie manželky. Druhým príkladom je zaznamenávanie meraní sily úchopu jednotlivca a sily ramena. Údaje sú spárované, pretože obe merania pochádzajú od jednej osoby, ale nezávislé, pretože sa používajú rôzne svaly. Vykresľujete údaje od mnohých jednotlivcov, aby ste ukázali koreláciu: ľudia s vyššou priľnavosťou majú vyššiu silu paže.
Viacrozmerná analýza
Viacrozmerná analýza skúma niekoľko premenných, aby sa zistilo, či jedna alebo viac z nich predpovedá určitý výsledok. Prediktívne premenné sú nezávislé premenné a výsledok je závislá premenná. Premenné môžu byť nepretržité, čo znamená, že môžu mať rozsah hodnôt, alebo môžu byť dichotomické, čo znamená, že predstavujú odpoveď na otázku áno alebo nie. Viacnásobná regresná analýza je najbežnejšou metódou používanou vo viacrozmernej analýze na nájdenie korelácií medzi súbormi údajov. Medzi ďalšie patrí logistická regresia a viacrozmerná analýza rozptylu.
Príklad viacrozmernej analýzy
Vedci v štúdii Journal of Pediatrics 2009 použili multivariačnú analýzu s cieľom zistiť, či negatívne predpovede o životnom prostredí, rodinné prostredie, rodinné násilie, násilie v médiách a depresia predpovedajú agresiu a šikanovanie mladých ľudí. V tomto prípade boli negatívnymi životnými udalosťami, rodinným prostredím, rodinným násilím, mediálnym násilím a depresiou nezávislé premenné predpovede a agresívne a šikanovanie boli závislé premenné výsledku. Viac ako 600 jedincov s priemerným vekom 12 rokov dostalo dotazníky na určenie prediktorových premenných pre každé dieťa. Prieskum tiež určil výsledné premenné pre každé dieťa. Na štúdium súboru údajov sa použilo viac regresných rovníc a modelovanie štruktúrnych rovníc. Zistilo sa, že negatívne životné udalosti a depresia sú najsilnejšími prediktormi agresie mladých ľudí.