46 5. Post-hoc test analizom varijance (ANOVA) Kako bi se ispitalo postoje li statistički značajne razlike među klasterima, primijenjena je analiza varijance (ANOVA), jedna je od temeljnih statističkih metoda koja se koristi za usporedbu srednjih vrijednosti između više od dvije skupine. Dok t-test omogućuje usporedbu samo dviju skupina, ANOVA pruža okvir za ispitivanje postojanja razlika među većim brojem skupina istovremeno. Osnovna ideja ANOVE je razlaganje ukupne varijabilnosti u podacima na dvije komponente: varijabilnost između skupina i varijabilnost unutar skupina. Ako je varijabilnost između skupina značajno veća od varijabilnosti unutar skupina, može se zaključiti da postoje statistički značajne razlike između barem nekih skupina. ANOVA se zasniva na nekoliko pretpostavki: normalna distribucija podataka unutar skupina, homogenost varijanci te nezavisnost opažanja. Kada su te pretpostavke zadovoljene, rezultat ANOVE izražava se pomoću F-statistike, koja se računa kao omjer varijance između i unutar skupina. Visoka vrijednost F-statistike ukazuje na to da razlike između skupina vjerojatno nisu rezultat slučajnosti. Ipak, sama ANOVA ne pokazuje između kojih skupina postoje razlike, već samo potvrđuje postojanje barem jedne značajne razlike. Klasterska analiza, a posebno hijerarhijska metoda po Wardu, često se koristi u istraživanjima kada se želi grupirati opažanja na temelju njihove sličnosti. Metoda po Wardu minimizira varijancu unutar klastera i teži stvaranju homogenih i međusobno različitih skupina. Nakon što su klasteri formirani, istraživač obično želi provjeriti u kojoj se mjeri oni doista razlikuju prema promatranim varijablama. U ovoj fazi ANOVA postaje vrijedan alat. Konkretno, kada su klasteri određeni, ANOVA se može primijeniti za svaku varijablu kako bi se utvrdilo postoje li statistički značajne razlike između srednjih vrijednosti varijable u različitim klasterima. Na taj način ANOVA služi kao post-hoc test koji potvrđuje jesu li klasteri ne samo matematički oblikovani, već i empirijski opravdani. U konačnici, kombinacija klasterske analize i ANOVE predstavlja snažan metodološki pristup: klasterska analiza otkriva prirodne skupine u podacima, dok ANOVA i naknadni post-hoc testovi potvrđuju i detaljno opisuju značajnost razlika među njima. Time se postiže dublje razumijevanje strukture podataka i pouzdanija interpretacija dobivenih rezultata.
RkJQdWJsaXNoZXIy Mjc2NzM=