ANOVA или t-критерий: что выбрать для сравнения групп

Вы сравниваете средние значения в нескольких группах — и встаёт вопрос: посчитать t-критерий Стьюдента или взять дисперсионный анализ (ANOVA)? Методы родственные, но путать их нельзя.

Ответ короче, чем кажется, и зависит в первую очередь от числа групп. Разберём, где проходит граница и почему нельзя «просто посчитать несколько t-тестов».

В двух словах

• t-критерий Стьюдента сравнивает средние двух групп.
• Дисперсионный анализ (ANOVA) сравнивает средние трёх и более групп сразу.

Главное правило: 2 группы → t-критерий; 3 и больше → ANOVA. Оба метода параметрические: им нужны числовые данные, нормальное распределение и (для независимых групп) однородность дисперсий.

Когда брать t-критерий

t-критерий Стьюдента подходит, если все условия выполняются вместе:

1. Вы сравниваете ровно две группы (или два замера).
2. Данные — числовые измерения: вес, время, давление, баллы теста интеллекта в шкале IQ.
3. Значения распределены близко к нормальному (проверьте нормальность).
4. Для двух независимых групп — дисперсии однородны (примерно равный разброс).

Пример. Сравниваем уровень тревожности в контрольной и экспериментальной группах после тренинга. Две группы, баллы числовые, распределение нормальное → t-критерий для независимых выборок.

Подробный разбор расчёта и оформления — в руководстве по критерию Стьюдента.

Когда брать ANOVA

Дисперсионный анализ нужен, когда групп три или больше:

• сравниваете три и более независимых групп по одному числовому показателю;
• данные числовые и распределены нормально;
• разброс в группах примерно одинаков (однородность дисперсий).

Пример. Сравниваем эффективность трёх методик обучения: группа A, группа B и контроль. Три группы, успеваемость в баллах, распределение нормальное → однофакторная ANOVA.

Как считать и описывать ANOVA в работе — в руководстве по дисперсионному анализу.

Чем отличаются по сути

• t-критерий берёт разницу двух средних и смотрит, велика ли она на фоне разброса внутри групп. Чем дальше средние друг от друга относительно «шума» — тем больше t и тем меньше p.
• ANOVA раскладывает общий разброс данных на две части: разброс между группами и разброс внутри групп. Если межгрупповой разброс заметно больше внутригруппового — значит, группы различаются. Эту пропорцию выражает F-критерий.

Простая логика: t смотрит на разницу двух средних, ANOVA — на соотношение «разброс между группами / разброс внутри групп» сразу для всех групп.

И ещё один факт, который многих удивляет: для двух групп t-критерий и ANOVA дают один и тот же результат. Они математически связаны соотношением F = t². То есть ANOVA — это обобщение t-критерия на любое число групп.

Важное замечание: нельзя заменять ANOVA пачкой t-тестов

Самая частая и самая опасная ошибка — сравнить три группы тремя попарными t-тестами (A–B, A–C, B–C) вместо одной ANOVA.

Почему так нельзя. Каждый t-тест допускает 5 % риск ложно объявить различие значимым (ошибка I рода при p < 0,05). Когда тестов несколько, эти риски накапливаются: на трёх сравнениях вероятность хотя бы одной ложной «находки» вырастает примерно до 14 %, а на пяти-шести — уже до трети. Вы почти гарантированно найдёте «значимое» различие там, где его нет.

Правильный порядок для 3+ групп такой:

1. Считаете ANOVA на всех группах сразу.
2. Если ANOVA не значима (p > 0,05) — различий нет, останавливаетесь.
3. Если ANOVA значима (p < 0,05) — применяете постхок-критерий Тьюки, который сравнивает группы попарно и при этом удерживает общий риск ошибки на уровне 5 %.

Так вы получаете и общий вывод, и корректные попарные сравнения — без раздувания ошибки.

Что писать в дипломе

Главный показатель после расчёта — p-значение (как его читать — в статье «Что такое p-значение»):

• p < 0,05 — различия статистически значимы;
• p > 0,05 — значимых различий нет.

Готовые формулировки:

• t-критерий: «Различия между группами статистически значимы (t = 2,7; p < 0,05)».
• ANOVA: «Влияние фактора на показатель значимо (F(2; 57) = 6,4; p < 0,01)». В скобках у F — две степени свободы: межгрупповая и внутригрупповая.
• После значимой ANOVA: «По критерию Тьюки группа A значимо превосходит контроль (p < 0,05), различия между A и B не значимы».

В таблице 1 — как одни и те же данные оформляются под каждый метод.

Таблица 1 — Чем t-критерий Стьюдента отличается от ANOVA

Как видно, методы построены на одних и тех же допущениях и отличаются прежде всего числом групп и тем, что после ANOVA нужен дополнительный шаг.

А если данные ненормальные

t-критерий и ANOVA — параметрические. Если данные не проходят проверку на нормальность или это баллы и ранги, берут непараметрические аналоги:

• две группы: Манна-Уитни (независимые) или Вилкоксон (связанные);
• три и более групп: Краскел-Уоллис (независимые) или Фридман (связанные).

Логика та же: 2 группы — один метод, 3+ — другой. Подробнее о выборе между параметрическим и ранговым подходом — в статьях «Стьюдент или Манна-Уитни» и «ANOVA или Краскел-Уоллис».

Частые ошибки

• Сравнивать 3+ групп несколькими t-тестами. Это раздувает ошибку I рода — нужна ANOVA.
• Останавливаться на значимой ANOVA. Сама по себе она не говорит, какие группы отличаются — нужен постхок Тьюки.
• Применять t-критерий или ANOVA к баллам анкет без проверки нормальности. Для порядковых и ненормальных данных корректнее ранговые методы.
• Забывать про однородность дисперсий. Для независимых групп её проверяют (например, критерием Левена) до основного теста.
• Указывать F без степеней свободы. Формат F(df₁; df₂) обязателен.

Частые вопросы

Можно ли применить ANOVA к двум группам?

Можно — результат будет идентичен t-критерию, ведь F = t². Но для двух групп привычнее и нагляднее t-критерий, его и стоит указывать.

У меня три группы. Точно нельзя обойтись t-тестами?

Нельзя, если вы хотите корректный вывод. Три попарных t-теста завышают вероятность ложного «значимо» примерно до 14 %. Берите ANOVA, а попарные различия смотрите постхоком Тьюки.

Чем t-критерий и ANOVA отличаются от хи-квадрата?

t и ANOVA сравнивают средние числовых показателей. Хи-квадрат работает с частотами и категориями («сколько человек выбрали вариант А»). Это разные задачи.

Что делать, если дисперсии неоднородны?

Для двух групп есть поправка Уэлча к t-критерию, для нескольких — аналог ANOVA по Уэлчу. Если при этом нарушена и нормальность — переходите к ранговым методам (Манна-Уитни, Краскел-Уоллис).

Сколько нужно человек в каждой группе?

Жёсткого минимума нет, но для устойчивого результата желательно от 20–30 наблюдений в группе. На совсем малых выборках проверка нормальности ненадёжна, и безопаснее ранговые критерии.

ANOVA значима, а постхок ничего не находит — так бывает?

Да. ANOVA чувствительна к общей картине, а постхок строже к каждой паре. Тогда в выводе пишут, что общий эффект фактора значим, но надёжно выделить конкретные пары не удалось.

Короткий алгоритм

1. Сколько групп сравниваете? Две → t-критерий. Три и больше → ANOVA.
2. Данные числовые и нормальные? Если нет или это баллы — берите ранговые аналоги: Манна-Уитни для двух групп, Краскел-Уоллис для трёх и более.
3. ANOVA получилась значимой (p < 0,05)? → примените постхок Тьюки, чтобы понять, какие именно группы отличаются.

Что ещё почитать

• Руководство по критерию Стьюдента — расчёт и оформление для двух групп.
• Руководство по дисперсионному анализу ANOVA — как считать и описывать для 3+ групп.
• ANOVA или Краскел-Уоллис — что брать, если данные ненормальные.
• Стьюдент или Манна-Уитни — параметрический и ранговый методы для двух групп.
• Калькулятор ANOVA и калькулятор критерия Стьюдента — посчитать онлайн.

Не уверены в выборе — загляните в базу методов или закажите консультацию: эксперт подберёт критерий и посчитает за вас.