{"id":10,"date":"2024-04-04T00:11:59","date_gmt":"2024-04-03T21:11:59","guid":{"rendered":"https:\/\/sisu.ut.ee\/samm\/dispersioonanalyys\/"},"modified":"2025-09-18T14:52:19","modified_gmt":"2025-09-18T11:52:19","slug":"dispersioonanalyys","status":"publish","type":"page","link":"https:\/\/sisu.ut.ee\/samm\/dispersioonanalyys\/","title":{"rendered":"Dispersioonanal\u00fc\u00fcs"},"content":{"rendered":"

Liina-Mai Tooding<\/strong><\/span>
2014<\/strong><\/span><\/p>\n

Dispersioonanal\u00fc\u00fcsi m\u00f5tet saab lahti seletada mitmel moel.<\/p>\n

Esiteks, dispersioonanal\u00fc\u00fcs kui v\u00f5rdlus\u00fclesanne ehk selle uurimine, kuiv\u00f5rd \u00fchetaolised on teatud liigituse korral r\u00fchmade keskmised. Teiste s\u00f5nadega t\u00e4hendab see anal\u00fc\u00fcsi, kuiv\u00f5rd t\u00e4htis on liigitava tunnuse m\u00f5ju uuritava tunnuse variatiivsusele keskmiselt. N\u00e4iteks v\u00f5iks uurida, kuiv\u00f5rd leidub erinevusi keskmises t\u00f6\u00f6ga rahulolus olenevalt t\u00f6\u00f6 iseloomust (paberit\u00f6\u00f6, t\u00f6\u00f6 f\u00fc\u00fcsiliste objektidega, juhtimine, suhtlemine inimestega).<\/p>\n

Teiseks, dispersioonanal\u00fc\u00fcs kui prognoosi\u00fclesanne ehk selle uurimine, kuiv\u00f5rd statistiliselt h\u00e4sti saab kirjeldada uuritava tunnuse keskmise variatiivsust r\u00fchmakuuluvuse kaudu teatud liigituse korral. See t\u00e4hendab tunnustevahelise seose modelleerimist ja mudelip\u00e4raste r\u00fchmakeskmiste prognoosi\u00fclesannet. T\u00f6\u00f6rahulolu n\u00e4ites otsiksime vastust k\u00fcsimusele, kui oluliseks t\u00f6\u00f6rahulolu m\u00f5juteguriks osutub statistiliselt t\u00f6\u00f6laad.<\/p>\n

Dispersioonanal\u00fc\u00fcs v\u00f5imaldab k\u00e4sitleda ka liigitusi mitme tunnuse alusel korraga ja nende omavahelises koostoimes ehk interaktsioonis. T\u00f6\u00f6rahulolu n\u00e4ites v\u00f5iksime uurida naiste ja meeste keskmiste erisusi, t\u00f6\u00f6laadist olenevaid keskmisi erisusi, aga ka seda, kas t\u00f6\u00f6laadist olenevad erisused on naistel ja meestel keskmiselt \u00fched ja samad.<\/p>\n

Allpool k\u00e4sitleme dispersioonanal\u00fc\u00fcsi pigem v\u00f5rdlus\u00fclesande v\u00f5tmes, kuigi t\u00e4nap\u00e4evane anal\u00fc\u00fcsitarkvara on v\u00e4lja t\u00f6\u00f6tatud \u00fcldise lineaarse prognoosimudeli raames. Dispersioonanal\u00fc\u00fcsi idee omandamiseks ja sissejuhatavaks \u00fclevaateks v\u00f5iks eraldi k\u00e4sitlus ja ajalooliselt v\u00e4ljakujunenud eriomane terminoloogia olla mugavam kui \u00fcldine vaade.\u00a0<\/p>\n

Dispersioonanal\u00fc\u00fcsi t\u00e4nap\u00e4evase kuju v\u00e4ljaarendamisel on suured teened Ronald Fisheril, kes sellele 1920ndatel aastatel aluse pani. Meetod sobib ideaalselt katse teel kogutud andmete jaoks ja selle esmarakendused olid bioloogias. V\u00e4lja on arendatud v\u00e4ga suur erisuguste alammudelite varu, sh eri t\u00fc\u00fcpi katseplaanide jaoks. M\u00f5nede mudelite korral kehtivad ka k\u00fcllaltki ranged eeldused. Meetod on matemaatikute k\u00e4est p\u00f5hjalikult l\u00e4bi k\u00e4inud ja seega tehniliselt lahenduselt keerukas, kuigi idee poolest lihtne ja loomulik.<\/p>\n

K\u00e4esoleva peat\u00fcki m\u00f5istmiseks on lugejal vaja tunda andmeanal\u00fc\u00fcsi alusm\u00f5isteid ja p\u00f5hilisi ideid.<\/p>\n

<\/p>

\n
\n

\n