Kalkulator testu Levene'a
Sprawdź, czy niezależne grupy mają równe wariancje. Wpisz obserwacje dla dwóch lub więcej grup — każdą w osobnym wierszu, wybierz centrowanie na średniej lub medianie, a otrzymasz statystykę F, stopnie swobody i wartość p.
Sprawdź, czy niezależne grupy mają równe wariancje
Wzór testu Levene'a
Gdzie:
- \(k\) — liczba grup
- \(N\) — łączna liczba obserwacji we wszystkich grupach
- \(n_i\) — liczba obserwacji w grupie \(i\)
- \(Z_{ij} = |Y_{ij} - \tilde{Y}_i|\) — odchylenie bezwzględne obserwacji \(j\) w grupie \(i\) od środka tej grupy (średnia w oryginalnym teście Levene'a, mediana w wersji Browna–Forsythe'a)
- \(\bar{Z}_i\) — średnia odchyleń bezwzględnych w grupie \(i\)
- \(\bar{Z}\) — średnia wszystkich odchyleń bezwzględnych
Przy założeniu hipotezy zerowej, czyli równości wariancji wszystkich grup, statystyka \(W\) ma rozkład F o \(k-1\) i \(N-k\) stopniach swobody. W istocie jest to jednoczynnikowa analiza wariancji (ANOVA) wykonana na odchyleniach bezwzględnych od środków grup.
Test Levene'a – przykład obliczeń
Przykład: trzy grupy po pięć pomiarów, badane domyślną metodą z centrowaniem na medianie (wariant Browna–Forsythe'a).
Grupa 1: 8, 9, 10, 11, 12 Grupa 2: 8, 10, 12, 14, 16 Grupa 3: 9, 10, 11, 12, 13
Mediany grup: 10, 12, 11. Odchylenia bezwzględne od median:
\[ Z_1 = 2, 1, 0, 1, 2 \quad (\bar{Z}_1 = 1.2) \]
\[ Z_2 = 4, 2, 0, 2, 4 \quad (\bar{Z}_2 = 2.4), \qquad Z_3 = 2, 1, 0, 1, 2 \quad (\bar{Z}_3 = 1.2) \]
Średnie odchylenie w całej próbie: \(\bar{Z} = 24/15 = 1.6\).
\[ \sum n_i (\bar{Z}_i - \bar{Z})^2 = 5(0.4)^2 + 5(0.8)^2 + 5(0.4)^2 = 4.8 \]
\[ \sum\sum (Z_{ij} - \bar{Z}_i)^2 = 2.8 + 11.2 + 2.8 = 16.8 \]
\[ W = \frac{15 - 3}{3 - 1} \cdot \frac{4.8}{16.8} = 6 \cdot 0.2857 = 1.7143 \]
Dla \(df_1 = 2\) i \(df_2 = 12\) wartość p wynosi \(p \approx 0.221\).
Wynik: \(F = 1.7143\), \(df_1 = 2\), \(df_2 = 12\), \(p \approx 0.221\). Ponieważ \(p > 0.05\), nie ma wystarczających podstaw, by kwestionować równość wariancji w tych trzech grupach.
Jak korzystać z kalkulatora testu Levene'a
- Wpisz dane w pole Obserwacje grup, umieszczając wartości każdej grupy w osobnym wierszu. Wartości rozdzielaj spacjami lub średnikami; można używać przecinków dziesiętnych. Każda grupa musi mieć co najmniej dwie obserwacje, a liczba grup może wynosić od 2 do 20.
- Wybierz metodę centrowania z listy rozwijanej Wyśrodkuj każdą grupę względem: Średniej (oryginalny test Levene'a) lub Mediany (wariant Browna–Forsythe'a).
- Odczytaj wyniki: statystykę testową F, oba stopnie swobody, wartość p oraz prostą interpretację, czy na poziomie 0,05 można przyjąć równość wariancji grup.
Czym jest test Levene'a i kiedy jest potrzebny?
Test Levene'a to procedura statystyczna służąca do sprawdzenia założenia o homogeniczności wariancji, czyli hipotezy, że kilka niezależnych grup pochodzi z populacji o tej samej wariancji. Wiele klasycznych metod — w tym test t dla dwóch prób, jednoczynnikowa ANOVA i schematy z powtarzanymi pomiarami — zakłada równość wariancji między grupami. Gdy to założenie nie jest spełnione, nominalne poziomy błędu tych testów mogą zostać zaburzone: istotność możesz stwierdzać częściej niż deklarowane 5%, albo tracić moc testu.
Test polega na przekształceniu surowych danych. Każdą obserwację zastępuje się jej odległością bezwzględną od środka grupy, a następnie na tych odległościach przeprowadza się jednoczynnikową ANOVĘ. Jeśli wariancje grup są rzeczywiście równe, średnie odchylenia bezwzględne będą podobne we wszystkich grupach, a statystyka F — mała. Gdy jedna z grup jest wyraźnie bardziej rozproszona niż pozostałe, jej odchylenia będą przeciętnie większe, co zawyży statystykę.
Interpretacja wyniku jest prosta: mała wartość p (zwykle poniżej 0,05) świadczy o tym, że wariancja co najmniej jednej grupy jest różna, więc warto zastosować transformację stabilizującą wariancję (np. logarytmiczną) albo przejść na procedurę, która nie zakłada równych wariancji — na przykład ANOVĘ Welcha. Duża wartość p oznacza, że dane są zgodne z hipotezą równych wariancji — ale nie dowodzi, że wariancje są dokładnie równe. Test stwierdza jedynie brak dowodów przeciwko temu założeniu.
Test Levene'a zwykle wybiera się zamiast starszych alternatyw, takich jak test Bartletta, ponieważ jest znacznie mniej wrażliwy na odstępstwa od rozkładu normalnego. Jest naturalnym uzupełnieniem parametrycznych porównań grup; jeśli później przejdziesz do metod nieparametrycznych, w zależności od schematu badania odpowiedni może być test Kruskala–Wallisa lub test Friedmana.
Założenia, ograniczenia i praktyczne wskazówki
- Niezależność. Obserwacje muszą być niezależne wewnątrz grup i między grupami. Test Levene'a nie nadaje się do danych sparowanych ani z powtarzanymi pomiarami.
- Dwie wersje testu. Oryginalny test Levene'a centruje każdą grupę na jej średniej, przez co jest wrażliwy na wartości odstające i rozkłady asymetryczne. Wariant Browna–Forsythe'a centruje na medianie i jest bardziej odporny; to on stanowi domyślną opcję w tym kalkulatorze i w większości programów statystycznych.
- Liczebność grup ma znaczenie. Przy bardzo małych grupach test ma niską moc i może nie wykryć rzeczywistych różnic w wariancji. Przy bardzo dużych próbach może uznać za istotne nawet trywialnie małe różnice. Zawsze bierz pod uwagę praktyczną wielkość różnicy wariancji, a nie samą wartość p.
- Równe wariancje to nie to samo co równe średnie. Ten test nic nie mówi o tym, czy średnie grup się różnią — bada wyłącznie rozproszenie. Do porównywania średnich między grupami sięgnij po procedury takie jak test Z dla średniej.
- Nie zapominaj o właściwym teście. Sprawdzenie wariancji to zwykle krok wstępny. Jeśli w projekcie badania czeka Cię dalsza analiza, kalkulator mocy testu statystycznego pomoże Ci ocenić, czy liczebność próby wystarczy do wykrycia interesujących Cię efektów.
- Rozsądne limity danych. Kalkulator obsługuje do 20 grup i łącznie 1000 obserwacji, o wartościach bezwzględnych do biliona — to wystarczy dla typowych zbiorów danych dydaktycznych i badawczych.
Najczęściej zadawane pytania
Przy jakiej wartości p wariancje są różne?
Wartość p niższa niż przyjęty poziom istotności (zwykle 0,05) wskazuje, że wariancja co najmniej jednej grupy różni się od pozostałych. Na przykład \(p = 0.01\) oznacza, że taka różnica w rozproszeniu rzadko pojawiłaby się przypadkiem, gdyby prawdziwe wariancje były równe. Wartość p powyżej 0,05 świadczy o braku dowodów przeciwko równości wariancji — nie jest jednak dowodem, że są one dokładnie równe, zwłaszcza przy małych próbach.
Wybrać centrowanie na średniej czy na medianie?
W większości sytuacji wybierz centrowanie na medianie (wariant Browna–Forsythe'a), ponieważ jest bardziej odporne na wartości odstające i rozkłady asymetryczne, a przy danych nieidealnie normalnych daje bardziej wiarygodne wyniki. Centrowanie na średniej wybieraj tylko wtedy, gdy potrzebujesz odtworzyć oryginalny test Levene'a — na przykład aby powtórzyć przykład z podręcznika albo zestawić wynik z raportem stosującym wersję klasyczną. W razie wątpliwości bezpieczniejszy jest wynik oparty na medianie.
Czy test Levene'a można zastosować tylko dla dwóch grup?
Tak, test działa zarówno dla dwóch grup, jak i dla wielu. Przy dwóch grupach \(df_1 = 1\) oraz \(df_2 = n_1 + n_2 - 2\). Jest poprawną alternatywą dla testu F porównującego dwie wariancje i należy go preferować, gdy dane mogą nie pochodzić z rozkładu normalnego, ponieważ klasyczny test F dla dwóch wariancji jest bardzo wrażliwy na odstępstwa od normalności.
Co robić, gdy test jest istotny?
Masz dwie główne opcje. Po pierwsze, zastosuj przekształcenie stabilizujące wariancję, np. logarytmiczne lub pierwiastkowe, i powtórz test. Po drugie, przejdź na metodę, która nie zakłada równych wariancji — test t Welcha dla dwóch grup lub ANOVĘ Welcha dla kilku. Nie kontynuuj po prostu standardowego testu t ani ANOVY, ponieważ deklarowany poziom istotności może już nie być zachowany.
Jak zapisać wynik testu Levene'a w pracy naukowej?
Typowy zapis w stylu APA obejmuje statystykę testową, oba stopnie swobody i wartość p, na przykład: \(F(2, 12) = 1.71\), \(p = 0.221\). Podaj też, której wersji użyłeś — oryginalnego testu centrowanego na średniej czy wariantu Browna–Forsythe'a z medianą — ponieważ obie mogą dać różne wartości na tych samych danych. Warto również wspomnieć poziom istotności, jeśli różni się od 0,05.
Dlaczego moja statystyka F jest nieskończona?
Dzieje się tak, gdy wszystkie odchylenia bezwzględne w obrębie każdej grupy są identyczne (zerowa zmienność wewnątrzgrupowa), a ich średnie w grupach się różnią. Mianownik ilorazu F staje się zerem, podczas gdy licznik pozostaje dodatni, więc statystyka rośnie bez ograniczeń, a wartość p jest w praktyce zerowa. W praktyce oznacza to zwykle bardzo małe grupy o nietypowych układach — dodaj więcej obserwacji lub sprawdź poprawność wpisanych danych, zanim wyciągniesz wnioski.
Czy test Levene'a działa przy małych próbach?
Obliczeniowo test wykonuje się już przy dwóch obserwacjach na grupę, ale przy małych próbach ma niską moc, więc rzeczywiste różnice w wariancji mogą pozostać niewykryte. Nieistotny wynik przy 3–5 obserwacjach na grupę to słaby dowód na homogeniczność. Z kolei przy bardzo dużych próbach test może wykrywać malutkie, praktycznie nieistotne różnice. W obu przypadkach patrz na faktyczne rozproszenie każdej grupy (np. odchylenia standardowe grup) obok wartości p.