Second, many researchers believe th

Second, many researchers believe that ANOVA should be used as a follow-up
procedure to MANOVA for interpreting and understanding the multivariate effect.
While common, this analysis strategy is based on the misconception that
results from multivariate analyses are simply additive functions of the results
from univariate analyses. As will be described below, however, the multivariate
information from a MANOVA is contained in the linear combinations of dependent
variables that are generated from the analysis. Conducting an ANOVA on
each of the dependent variables following a MANOVA completely ignores these
linear combinations. Furthermore, the conceptual meaning of the results from a
series of ANOVAs will not necessarily match the conceptual meaning of the
results from a MANOVA. In other words, the multivariate nature of the results
will not necessarily emerge from a series of univariate analyses. Techniques for
identifying and exploring the linear combinations of variables that result from a
MANOVA are therefore of critical importance.

ผลลัพธ์ (ไทย) 2:

ประการที่สองนักวิจัยหลายคนเชื่อว่า ANOVA ควรใช้เป็นติดตาม
ขั้นตอนการ MANOVA สำหรับการตีความและความเข้าใจผลกระทบหลายตัวแปร.
ในขณะที่พบบ่อยกลยุทธ์การวิเคราะห์นี้จะขึ้นอยู่กับความเข้าใจผิดว่า
เป็นผลมาจากการวิเคราะห์หลายตัวแปรที่มีฟังก์ชั่นเติมเพียงผล
จาก การวิเคราะห์ univariate ในฐานะที่จะได้รับการอธิบายไว้ด้านล่าง แต่หลายตัวแปร
ข้อมูลจาก MANOVA ที่มีอยู่ในชุดเชิงเส้นของขึ้นอยู่กับ
ตัวแปรที่สร้างขึ้นจากการวิเคราะห์ การดำเนินการวิเคราะห์ความแปรปรวนใน
แต่ละตัวแปรต่อไปนี้ MANOVA สมบูรณ์ไม่สนใจเหล่านี้
รวมกันเชิงเส้น นอกจากนี้แนวความคิดความหมายของผลที่ได้จาก
ชุดของ ANOVAs จะไม่จำเป็นต้องตรงกับความหมายแนวคิดของ
ผลที่ได้จาก MANOVA ในคำอื่น ๆ ธรรมชาติหลายตัวแปรของผลที่
จะไม่จำเป็นต้องโผล่ออกมาจากชุดของการวิเคราะห์ univariate เทคนิคในการ
ระบุและการสำรวจรวมกันเชิงเส้นของตัวแปรที่เป็นผลมาจาก
MANOVA จึงมีความสำคัญที่สำคัญ

ผลลัพธ์ (ไทย) 3:

ประการที่สอง นักวิจัยหลายคนเชื่อว่าสถิติที่ใช้ควรเป็นขั้นตอนที่ต้องติดตาม
หาสำหรับการตีความและทำความเข้าใจผลกระทบหลายตัวแปร .
ในขณะที่ ทั่วไป นี้กลยุทธ์การวิเคราะห์อยู่บนพื้นฐานของความเข้าใจผิดที่ผลลัพธ์จากการวิเคราะห์หลายตัวแปร
เพียงแค่เพิ่มฟังก์ชันของผลลัพธ์จากการวิเคราะห์
2 . จะถูกอธิบายไว้ด้านล่าง อย่างไรก็ตาม หลายตัวแปร
ข้อมูลจากความแปรปรวนอยู่ในชุดเชิงเส้นของตัวแปร
ที่สร้างขึ้นจากการวิเคราะห์ ทำการทดสอบบน
ของแต่ละตัวแปรต่อไปนี้หาสมบูรณ์ไม่สนใจชุดเชิงเส้นเหล่านี้

นอกจากนี้ความหมายแนวคิดของผลลัพธ์จาก
ชุด anovas จะไม่ตรงกับความหมายแนวคิดของ
ผลจากความแปรปรวน . ในคำอื่น ๆ , ลักษณะหลายตัวแปรของผล
จะไม่จําเป็นต้องโผล่ออกมาจากชุดของการวิเคราะห์ 2 . เทคนิคสำหรับการระบุและการสำรวจเชิง
ชุดของตัวแปรที่เป็นผลจากความแปรปรวน
จึงสำคัญวิกฤต