تعریف واریانس خطا در تحلیل آماری با spss چیست؟ برای پاسخ به این سوال ادامه این متن را مطالعه کنید.

احتمالاً با اطمینان می توان گفت که بیشتر واریانس نوع متداول که در همه جا در تحقیق وجود دارد واریانس خطاست .

واریانس خطا نوسان یا تغییر پذیری اندازه ها بر اثر عوامل تصادفی است .

واریانس خطا واریانسی تصادفی است . آن تغییر پذیری شاخصهایی است که معمولاً از نوسنهای کوچک و خود- جبران کنندۀ اندازه ها- اینجا ، آنجا ، بالا ، پایین- ناشی می شود .

برای مثال ، واریانس نمونه گیری که پیش از این در همین فصل از آ« بحث شد واریانس تصادفی یا واریانس خطاست . می توان گفت که واریانس خطا واریانس اندازه ها یا شاخصهایی است که از ناآگاهی ناشی شده باشد .

فرهنگ لغاتی را تصور کنید که هر آنچه در دنیا وجود دارد- همه رویدادها ، واقعه ها ، هر چیز کوچک و بی اهمیت ، هر چیز بزرگ و مهم- در آن به تفصیل شرح داده شده باشد . برای آگاهی از هر واقعه ای که رخ داده است ، اکنون در حال رخ دادن است ، و یا در آینده به وقوع خواهد پیوست ، شخص کافی است آن را در این فرهنگ جستجو کند .

بدیهی است که در این فرهنگ هیچ رویداد شانسی یا تصادفی وجود ندارد . هر چیزی در آن حساب شده است . خلاصه در آن هیچ واریانس خطا وجود ندارد ؛ کل واریانس نظامدار است . متاسفانه-یا با احتمال بیشتر خوشبختانه- ما چنین فرهنگ لغاتی نداریم . بسیاری از رویدادها را نمی توان توضیح داد . بیشتر واریانسها قابل کنترل و قابل شناسایی نیستند .

این واریانس خطا به شمار می رود – دست کم تا زمانی که شناسایی و کنترل آن از عهده ما خارج است . با وجودی که به ظاهر عجیب و حتی غیر عادی به نظر می رسد ، این شیوۀ استدلال مفید است ، زیرا اگر به خاطر داشته باشیم آنچه که امروز واریانس خطاست ، فردا ممکن است واریانس خطا محسوب نشود .

فرض کنید می خواهیم دربارۀ آموزش مشکل گشایی ( حل مسئله ) آزمایشی انجام دهیم که در آن دانش آموزان را به طور تصادفی به سه گروه تقسیم می کنیم . پس از اینکه آزمایش را تمام کردیم ، تفاوت بین سه گروه را مطالعه می کنیم تا ببینیم آیا تدریس مؤثر بوده است یا نه .

می دانیم که نمره ها و میانگینهای گروهها همیشه نوسنهای کمی را نشان می دهد ، به علاوۀ یک ، دو ، سه نمره و یا منهای یک ، دو ، سه نمره که احتمالاً هرگز نمی توانیم آنها را کنترل کنیمو چیزی یا چیزهای دیگری موجب می شود که چنین نوسانهایی در نمره ها به وجود آید .

طبق دیدگاهی که هم اکنون مورد بحث است ، نمره ها بی هیچ علتی نوسان پیدا نمی کنند ؛ احتمالن «تصادف محض» وجود ندارد . با قبول فرض جبر گرایی ، باید برای این نوسان علت یا علتهایی وجود داشته باشد .

این درست است ، ما می توانیم بعضی از آنها را شناسایی و احتمالاً کنترل کنیم . اما ، هنگامی که این کار را می کنیم ، با واریانس نظامدار سرو کار داریم . برای مثال متوجه می شویم هنگامی که ترکیبی از دختران و پسران در گروههای آزمایشی قرار می گیرند ، جنس «سبب می شود» که در نمره های نوسان ایجاد شود . ( البته در اینجا به طور تمثیلی صحبت می کنیم . بدیهی است جنس موجب نوسان نمره ها نمی شود )

بنابراین با کنترل جنس و تنها با استفاده از مثلاً پسرها آزمایش را انجام می دهیم . باز هم نمره ها نوسان دارند .

هرچند دامنه نوسان کمتر است . یکی دیگر از علتهای فرضی انحراف نمره ها را حذف می کنیم : هوض ، باز هم نمره ها نسان دارند ، گرچه نوسانها خیلی کمتر است . ما همچنان به حذف این قبیل منابع واریانس ادامه می دهیم .

با این عمل داریم واریانس نظامدار را کنترل می کنیم . همچنین به تدریج واریانسهای ناشناخته را نیز به گونۀ فزاینده ای شناسایی و کنترل می کنیم . اکنون به خاطر داشته باشید پیش از آنکه این واریانسهای نظامدار را کنترل یا حذف کنیم ، پیش از آنکه در بارۀ آنها آگاه شویم ناگزیر باید به همه این نوع واریانسها برچسب خطا بزنیم-بخشی به سبب نا آگاهی و بخشی هم به این دلیل که نمی توانیم درباره این گونه واریانسها کاری انجام دهیم .

هر اندازه این کار را انجام دهیمبازهم واریانس باقی می ماند . سرانجام تسلیم می شویم ؛ دیگر چیزی«نمیدانیم» ؛ تمامی آنچه را که می توانسته ایم انجام داده ایم . باز هم واریانس وجود خواهد داشت .

بنابراین ، یک تعریف علمی برای واریانس خطا چنین خواهد بود :

واریانس خطا واریانس باقیمانده در مجموعه ای از اندازه هاست پس از آنکه همه منابع شناخته شده واریانس نظامدار از اندازه ها حذف شده باشند .

این تعریف به اندازه ای مهم است که شایسته است دربارۀ آن یک مثال عددی ذکر شود .