事後比較在研究心理學中的作用

---

當研究人員使用三個或更多統計樣本時，可以使用方差分析 (ANOVA) 測試來確定三個樣本的均值和統計顯著性。當對三個或更多組分別進行抽樣並確定其均值時，可以使用方差分析 (ANOVA) 測試來確定是否存在顯著差異。方差分析試圖確定其均值的顯著性。但是，研究人員如何確定哪三對之間存在統計上的顯著差異呢？本文將對此進行探討。

什麼是事後檢驗？

在使用方差分析 (ANOVA) 測試時，事後檢驗極其重要。當使用方差分析 (ANOVA) 來評估至少三個組均值是否相等時，統計上顯著的結果表明並非所有組均值都相等。方差分析 (ANOVA) 的缺點是它無法區分三組樣本中的哪些對是顯著的，而事後比較有助於識別這些差異。

什麼是事後比較？

當研究人員具有三個或更多水平的因素時，事後比較可以提供很大的幫助。這些比較發生在研究人員觀察到這些組中存在顯著影響之後。為了比較組均值，可以使用事後檢驗。這些檢驗也稱為多重比較。事後 (Post hoc) 源於拉丁語，指的是“此後”這個短語。事後檢驗為研究人員執行兩項重要任務。它們解釋了哪些組的均值在統計上與其他組存在顯著差異。此外，它們還有助於控制事後比較中實驗性錯誤或總體錯誤的發生。研究人員在研究結束後會審查他掌握的資訊。這樣做是為了檢視與調查主要目標不同的趨勢是否存在。這意味著這些趨勢是在研究人員之後才計劃的。總之，事後研究是在研究人員已經收集的資訊的幫助下進行的，而這些資訊在研究之前並沒有計劃好。這意味著檢查早期研究的彙總資料可以成為事後研究的示例之一。

事後分析檢驗的型別

以下是事後檢驗型別的描述

• Bonferroni檢驗 − 這是一種非常簡單易懂的事後檢驗。它涉及對我們擁有的組對進行多項檢驗。當樣本組的數量增加時，我們用於比較的組的數量也會增加。這是導致I型錯誤率的主要原因。為了避免此類錯誤，Bonferroni檢驗非常有用。它透過將研究人員達到的顯著性水平除以總比較次數來實現。因此，當所有比較發生時，它們加起來等於原始的I型錯誤率。一旦我們確定了新的顯著性閾值，我們就進行獨立樣本t檢驗，以檢視我們的兩組之間是否存在差異。這種調整稱為Bonferroni校正。

• Tukey誠實顯著差異檢驗 − 這是另一種用於事後分析的檢驗，此檢驗也根據比較次數進行校正。但是，它與Bonferroni檢驗的區別在於，每當它比較兩組時，它都會更改檢驗的統計量。藉助此檢驗，我們可以找到組之間的近似差異，並獲得此近似的置信區間。

• Scheffe檢驗 − Scheffe檢驗是另一種流行的事後分析檢驗。此方法與前兩種方法不同。對於簡單和複雜的均值比較，Scheffe檢驗校正alpha，而複雜的均值比較需要同時比較多對均值。

當研究人員使用三個或更多統計樣本時，可以使用方差分析 (ANOVA) 測試來確定三個樣本的均值和統計顯著性。當對三個或更多組分別進行抽樣並確定其均值時，可以使用方差分析 (ANOVA) 測試來確定是否存在顯著差異。方差分析試圖確定其均值的顯著性。但是，研究人員如何確定哪三對之間存在統計上的顯著差異呢？本文將對此進行探討。

什麼是事後檢驗？

在使用方差分析 (ANOVA) 測試時，事後檢驗極其重要。當使用方差分析 (ANOVA) 來評估至少三個組均值是否相等時，統計上顯著的結果表明並非所有組均值都相等。方差分析 (ANOVA) 的缺點是它無法區分三組樣本中的哪些對是顯著的，而事後比較有助於識別這些差異。

什麼是事後比較？

當研究人員具有三個或更多水平的因素時，事後比較可以提供很大的幫助。這些比較發生在研究人員觀察到這些組中存在顯著影響之後。為了比較組均值，可以使用事後檢驗。這些檢驗也稱為多重比較。事後 (Post hoc) 源於拉丁語，指的是“此後”這個短語。事後檢驗為研究人員執行兩項重要任務。它們解釋了哪些組的均值在統計上與其他組存在顯著差異。此外，它們還有助於控制事後比較中實驗性錯誤或總體錯誤的發生。研究人員在研究結束後會審查他掌握的資訊。這樣做是為了檢視與調查主要目標不同的趨勢是否存在。這意味著這些趨勢是在研究人員之後才計劃的。總之，事後研究是在研究人員已經收集的資訊的幫助下進行的，而這些資訊在研究之前並沒有計劃好。這意味著檢查早期研究的彙總資料可以成為事後研究的示例之一。

事後分析檢驗的型別

以下是事後檢驗型別的描述。

Bonferroni檢驗

這是一種非常簡單易懂的事後檢驗。它涉及對我們擁有的組對進行多項檢驗。當樣本組的數量增加時，我們用於比較的組的數量也會增加。這是導致I型錯誤率的主要原因。為了避免此類錯誤，Bonferroni檢驗非常有用。它透過將研究人員達到的顯著性水平除以總比較次數來實現。因此，當所有比較發生時，它們加起來等於原始的I型錯誤率。一旦我們確定了新的顯著性閾值，我們就進行獨立樣本t檢驗，以檢視我們的兩組之間是否存在差異。這種調整稱為Bonferroni校正。

Tukey誠實顯著差異檢驗

這是另一種用於事後分析的檢驗，此檢驗也根據比較次數進行校正。但是，它與Bonferroni檢驗的區別在於，每當它比較兩組時，它都會更改檢驗的統計量。藉助此檢驗，我們可以找到組之間的近似差異，並獲得此近似的置信區間。

Scheffe檢驗

Scheffe檢驗是另一種流行的事後分析檢驗。此方法與前兩種方法不同。對於簡單和複雜的均值比較，Scheffe檢驗校正alpha，而複雜的均值比較需要同時比較多對均值。

除了這三種檢驗外，其他檢驗也可以幫助進行事後比較。雖然有些檢驗是傳統的和保守的，但某些方法的影響更大。然而，大多數方法都是有效的，並且提供或多或少相同的答案。這裡重要的是能夠理解事後分析。如果給定包含零的事後研究置信區間，則沒有差異；如果沒有，則存在差異。

順序方法

順序檢驗需要完成成對比較並對p值進行排序，每個後續的顯著性決策都依賴於之前的顯著性。Hochberg的順序方法是Bonferroni過程的“逐步向上”方法，效力更高。順序方法在校正中採用一系列步驟，每個步驟都取決於上一步的結果。對比度將被執行，然後根據p值（在“逐步向上”方法中從最小到最大）進行排列。每個步驟都會針對前面的檢驗次數進行校正，而不是針對集合中的所有檢驗進行校正。只要不需要置信區間，此檢驗就為其他改進的Bonferroni程式提供了一種極好且高效的替代方法。不幸的是，某些統計軟體（例如SPSS）不支援此方法。

結論

事後分析是指在方差報告中對比或比較兩個或多個均值。與原始分析相比，它可以提供一些簡潔的結果。當研究人員希望確定所選組之間是否存在差異時，這被稱為事後比較。透過這種方式，研究人員可以調查兩組或多組之間的差異。這些檢驗有助於揭示三組或更多組之間的某些差異或相似之處。當組內的方差具有統計學意義時，這是可能的。眾所周知的事後比較方法包括Bonferroni檢驗、Scheffe檢驗和Tukey誠實顯著差異檢驗。