De anova is een analyse techniek om na te gaan of de gemiddelden van drie of meer groepen van elkaar verschillen. De groepsindeling is gedaan op één dimensie. Bij een manova is er sprake van meerdere dimensies en dus zijn er ook meerdere (groeps-)gemiddelden te vergelijken.
Stel dat men het vrij besteedbaar inkomen van een gezin wil vergelijken naar het aantal kinderen in het gezin (criterium 1), en naar stedelijk gebied versus landelijk gebied (criterium 2). Men krijgt dan een indeling die vergelijkbaar is met een kruistabel. In de cellen zet men de gegevens: het vrij besteedbaar inkomen van een gezin. Nu is voor ieder cel afzonderlijk, maar ook voor elke cel in de rand het gemiddelde te berekenen. Er is ook een algemeen gemiddelde te berekenen over alle gegevens. Met de manova gaat men na of de rand-gemiddelden (van elke dimensie, in dit geval dus twee dimensies of indelingscriteria) statistisch significant afwijken van het algemeen gemiddelde. Dit noemt men een hoofdeffect. Vervolgens gaat men na of de cel-gemiddelden van het algemeen gemiddelde afwijken. Dit noemt men het interactie-effect. Tenslotte gaat men na hoeveel de individuele waarnemingen dan nog afwijken van het eigen cel-gemiddelde.
Het berekenen van de sum of squares gaat op dezelfde manier als bij de anova, alleen het interactie-effect wijkt daar een beetje vanaf. In de tabel hieronder wordt een overzicht gegeven van de te gebruiken formules. In plaats van de j om de groepen aan te duiden, worden nu een k en een r gebruiken als coördinaten voor de kolommen en rijen.
|
Sum of Squares |
Vrijheids-graden |
Mean Sqaures |
Percentage verklaarde variantie
|
Hoofdeffect kolommen |
Σ nk (yk - µ)2
|
k-1 |
Σ nk (yk - µ)2 /(k-1)
|
Σ nk (yk - µ)2 / Σ (yikr - µ)2 |
Hoofdeffect rijen
|
Σ nr (yr - µ)2 |
r-1 |
Σ nr (yr - µ)2 / (r-1) |
Σ nr (yr - µ)2 / Σ (yikr - µ)2 |
Interactie kolom x rij |
Σ nkr (ykr - yk - yr + µ)2 |
(k -1)(r -1) |
Σ nkr (ykr - yk - yr + µ)2 / (k-1)(r-1)
|
Σ nkr (ykr - yk - yr + µ)2 / Σ (yikr - µ)2 |
Individuele score |
Σ (yikr - jkr)2 |
n-k-r- (k -1)(r -1) |
Σ (yikr - ykr)2 /(n-k-r)
|
Σ (yikr - ykr)2 / Σ (yikr - µ)2 |
Totaal |
Σ (yikr - µ)2 |
n-1 |
|
|
In de illustratie hieronder staat een rekenvoorbeeld dat voortborduurt op de gegevens in de anova. We willen er op wijzen dat door het toevoegen van de variabele weliswaar de sum of squares hetzelfde blijft maar er wel andere toetswaarden ontstaan (de F-waarde) en dus ook andere kanswaarden op een significant verband.
|
Groep 1 |
Groep 2 |
Groep 3 |
Groep 4 |
Randgemiddelde |
Categorie I
|
475 500 515 540 |
465 475 485 495 |
425 425 450 450 |
375 400 425 425 |
457,81 |
celgemiddelden |
507,5 |
480,0 |
437,5 |
406,25 |
|
Categorie II |
540 545 550 575 |
505 515 525 535 |
475 500 525 550 |
450 500 500 525 |
519,69 |
celgemiddelden |
552,5 |
520,0 |
512,5 |
493,75 |
|
Randgemiddelden |
530 |
500 |
475 |
450 |
488,75 |
|
Sum of Squares |
Vrijheidsgraden |
Mean squares |
F-waarde |
p-waarde |
Percentage verklaarde variantie |
|
|
|
|
|
|
|
Groepen |
28.150 |
3 |
9.383,33 |
18,18 |
< .01 |
38% |
Catregorieën |
30.628 |
1 |
30.628,13 |
59,34 |
<. 01 |
41% |
Gr x Cat |
3.184 |
3 |
1.061,46 |
2,06 |
ns |
4% |
Individuele scorees |
12.388 |
24 |
16,15 |
|
|
17% |
Totaal |
74.350 |
31 |
|
|
|
|
De manova kan voor uiteenlopende situaties worden gebruikt. Er kunnen meerdere onafhankelijke variabelen in het analysemodel worden opgenomen. Deze mogen zelfs ‘genest’ zijn, dat wil zeggen dat er een onderverdeling binnen een hoofdgroepering is zoals jongens en meisjes in een klas. Het voert te ver om dit hier uit te werken. Het is beter om daar een gespecialiseerd statistiekboek op na te slaan.