(ANalysis of COVAriance, ANCOVA) Verfahren der multivariaten Analyse; sie kann als Erweiterung der Varianzanalyse angesehen werden, bei der zur Erhöhung der Genauigkeit statistischer Experimente zusätzlich zu den ursprünglichen Einflusskategorien weitere, die Ergebnisse möglicherweise beeinflussende metrische Variablen berücksichtigt werden. Literatur: Seber, G. A. F., Multivariate Oberserva- tions, New York u.a. 1984.
stellt im Rahmen der Varianzanalyse eine Möglichkeit dar, den Einfluß nicht kontrollierbarer Variablen, sog. Kovariablen, auf die Ergebnisse eines Experimentes auszuschalten. Durch die Aufnahme einer Kova- riaten in ein einfaktorielles Varianzmodell entsteht das Kovarianzmodell:
Da es sich bei der Kovariaten X;, um eine metrische Größe handelt, stellt das Kovarianzmodell eine Kombination aus Regression und Varianzanalyse dar. Durch die Aufnahme einer Kovariaten ist man in der Lage, die Fehlervarianz zu senken und auf diese Weise die Ergebnisse des Experiments zu verbessern. Der potentielle Wert einer Kovarianzanalyse beruht auf der Korrelation zwischen Kovariate und der abhängigen Variable y. Bei der Auswahl der Kovariate sollte allerdings sichergestellt sein, dass diese nicht durch die Faktor kategorien beeinflußt wird.
Literatur: Green, P.E., Analyzing Multivariate Data,Hinsdale 1978,S. 107ff.Hsiao, Ch., Analysis of Panel Data, Cambridge 1986.
Vorhergehender Fachbegriff: Kovarianz | Nächster Fachbegriff: Kovarianzstrukturen
Diesen Artikel der Redaktion als fehlerhaft melden & zur Bearbeitung vormerken
|