가능한 모든 data를 구해서 비교할 것을 찾는 것으로 F값이 Sig. 있을 때 사용한다. experiment-wise error는 각각의 평균차이를 파악하기 위한 여러 개의 검증에서 적어도 한 번 제1종 오류를 범할 확률. experiment-wise α = 1 - (1 - α)c c : 비교조건이 몇 개인가?
예) A, B, C 세 집단에서는 omnibus test에서는 maximum α 값이 .05인데, experiment-wise α = 1 - (1 - 0.05)c = 1 - (0.95)6 = 0.26으로 커져버린다. 사후비교를 위한 여러 방법들은 이 experiment-wise α가 .05를 넘지 않도록 통제하면서 평균차이를 검증하기 위한 것들이라고 할 수 있다. 가장 널리 쓰이는 것은 Scheffe test, Tukey's HSD 등이 있다.
'statistics > 심리통계학의 기초' 카테고리의 다른 글
| 집단간의 직교비교란 무슨 의미이며, 어떻게 직교비교를 할 수 있는가? (0) | 2008.07.15 |
|---|---|
| 변량분석의 사후 검증의 논리 (0) | 2008.07.15 |
| trend analysis, orthogonal polynomials (0) | 2008.07.15 |
| posteriori- , postmortem-, post hoc-, unplanned comparison (data snoop (0) | 2008.07.15 |
| orthogonal contrasts (nonorthogonal comparison) (0) | 2008.07.15 |