Med "Sammenlign numeriske verdier" kan du utforske potensielle forskjeller i numeriske variabler mellom grupper.
  1. I analysevinduet klikker du på "+ Ny analyse" og velger "Sammenlign numeriske verdier" fra nedtrekksmenyen. 
  2. Velg datamodell i "Parametre"-kortet på høyre side. Velg den aktuelle serien fra nedtrekksmenyen hvis du velger å analysere seriedata.
  3. Under "Sammenlign", velger du hvilken av de numeriske variablene du vil sammenligne.
  4. Deretter velger du under "Gruppe" hvilken av de kategoriske variablene du vil bruke til å definere grupper.
  5. Under "Gruppe 2" kan du velge en annen kategorisk variabel for videre analyse (valgfritt).
  6. Under "Sammenlign 2" kan du velge en annen numerisk variabel for tilfeller der du ønsker å undersøke to numeriske variabler (for eksempel i toveis MANOVA).
  7. Flere tester er tilgjengelige i høyre marg. Disse testene er beskrevet nedenfor.
  8. Du kan bruke filtre på datasettet for å analysere undergrupper (valgfritt).
  9. Eksporter resultatene dine (Valgfritt)

Shapiro-Wilk-test
Shapiro-Wilk-test brukes til å teste for normalfordeling. Nullhypotesen er at populasjonen er normalfordelt. En p-verdi som er mindre enn det valgte alfanivået, betyr at testdataene ikke er normalfordelte og at forutsetningene for en parametrisk test er brutt. Aktiver vippebryteren ved siden av "Shapiro-Wilk Test" i høyre marg på analysekortet. Resultatene (p-verdier) vises i den siste raden i tabellen (kalt "Shapiro"). 

Uavhengig t-test
Testen sammenligner gjennomsnittene til to uavhengige grupper. (Den er bare tilgjengelig i tilfeller der den kategoriske variabelen som er valgt under "Gruppe" består av to verdier eller der datasettet er filtrert ned til bare to verdier). For å kjøre en uavhengig t-test må "Sammenligne" og "Gruppe" være definert. Aktiver vippebryteren ved siden av "Uavhengig t-test" i høyre marg på analysekortet. Resultatet vises under tabellen.
Forutsetninger: Testen er parametrisk og forutsetter at dataene er normalfordelte og at variansene er like. Bruk Shapiro-Wilk-testen for å teste for normalitet. En standard uavhengig t-test utføres hvis variansene mellom gruppene er like. 

Mann-Whitney U-test
Testen sammenligner forskjellene mellom to uavhengige grupper når den avhengige variabelen ikke er normalfordelt. Den anses som et ikke-parametrisk alternativ til den uavhengige t-testen når forutsetningene om normalitet og varianslikhet ikke er oppfylt. (Testen er bare tilgjengelig når den kategoriske variabelen som er valgt under "Gruppe", består av to verdier, eller når datasettet er filtrert ned til to verdier). Aktiver vippebryteren ved siden av "Mann-Whitney U-test" i høyre marg på analysekortet. Resultatet vises under tabellen.
Forutsetninger: Den avhengige variabelen må være ordinal eller kontinuerlig, og gruppene må være uavhengige. Fordelingene til de to gruppene må også ha samme form.

Enveis ANOVA
Enveis variansanalyse (ANOVA) brukes til å sammenligne gjennomsnittene til tre eller flere uavhengige grupper. Nullhypotesen er at det ikke er noen forskjell mellom gjennomsnittene til gruppene. For å kjøre en enveis ANOVA må "Sammenligne" og "Gruppe" defineres. Variabelsettet for "Gruppe" bør inneholde 3 eller flere uavhengige grupper. Aktiver vippebryteren ved siden av "Enveis ANOVA" i høyre marg på analysekortet. Resultatet vises under tabellen (f- og p-verdi).
Hvis testen gir et statistisk signifikant resultat, kan Tukeys HSD brukes til å avgjøre hvilke grupper som er statistisk signifikant forskjellige fra hverandre. Forutsetninger: Gruppene skal være uavhengige, og den avhengige variabelen skal være normalfordelt i hver gruppe. Testen tolererer imidlertid brudd på normalitetsforutsetningen. Det skal også være homogenitet i variansene.

Tukeys HSD-test
Tukeys HSD-test (Honest Significant Difference) er en post hoc-test som brukes til å vurdere signifikansen av forskjeller mellom par av gruppegjennomsnitt. Testen avgjør hvilke grupper som er statistisk signifikant forskjellige i gjennomsnitt ved å sammenligne alle mulige par. Testen skal bare utføres etter at det er påvist at det er en samlet statistisk signifikant forskjell mellom gruppenes gjennomsnitt. Aktiver vippebryteren ved siden av "Tukey's HSD" i høyre marg på analysekortet. Nederst på analysekortet vises en tabell med alle de mulige parene og p-verdiene.

Kruskal-Wallis-test
Kruskal-Wallis-testen sammenligner medianen til to eller flere uavhengige grupper uten å anta noe om den underliggende fordelingen. Nullhypotesen er at det ikke er noen forskjell mellom gruppenes median. For å kjøre Kruskal-Wallis må "Sammenligne" og "Gruppe" være definert, og "Gruppe" bør inneholde 3 eller flere uavhengige grupper. Aktiver vippebryteren ved siden av "Kruskal-Wallis test" i høyre marg på analysekortet.
Hvis testen gir et statistisk signifikant resultat, kan du kjøre en Dunn-test (ikke tilgjengelig ennå). Det kan også kjøres en parvis Mann-Whitney-test for å undersøke forskjeller mellom grupper. Forutsetninger: Gruppene må være uavhengige, men det er ingen antakelse om datafordelingen innad i gruppene.

Toveis ANOVA
Toveis variansanalyse (Toveis ANOVA) brukes til å sammenligne gjennomsnittene til grupper i to uavhengige kategoriske verdier. Den analyserer forskjellene i gjennomsnitt innenfor hver av variablene og interaksjonseffekten mellom de to uavhengige variablene. For å kjøre toveis ANOVA må "Sammenligne" og "Gruppe" være valgt, og i tillegg må "Gruppe 2" inneholde den andre kategoriske variabelen. Aktiver vippebryteren ved siden av "Toveis ANOVA" i høyre marg på analysekortet. Resultatet vises under tabellen (f- og p-verdi) for hver av de to kategoriske variablene og for interaksjonen mellom de to. 
Forutsetninger: Gruppene skal være uavhengige, og den avhengige variabelen skal være normalfordelt i hver gruppe. Det skal også være homogenitet i variansene. Signifikans kan følges opp med en post hoc Tukey's-test. Resultatet vises under tabellen.

Enveis MANOVA
Enveis multivariat variansanalyse (One-way multivariate analysis of variance, Enveis MANOVA) ligner på enveis ANOVA, men har i tillegg muligheten til å inkludere to avhengige variabler. Hovedformålet med enveis MANOVA er å finne ut om det er en interaksjon mellom den uavhengige variabelen og de to (eller flere) avhengige variablene. Enveis MANOVA krever at ni forutsetninger er oppfylt. Disse er:
  1. De avhengige variablene skal være kontinuerlige og numeriske.
  2. Den uavhengige variabelen skal inneholde to eller flere uavhengige grupper. 
  3. Observasjonene skal være uavhengige i og mellom gruppene. 
  4. Antall utvalg i hver gruppe må være høyere enn antall avhengige variabler. 
  5. Det skal ikke være noen univariate eller multivariate ekstremverdier. Hvis du er i tvil, kan du kontrollere dette ved å måle Mahalanobis-avstanden. 
  6. Det skal være et lineært forhold mellom hvert par av avhengige variabler for alle kombinasjoner av grupper av uavhengige variabler. Dette kan testes ved å lage spredningsdiagrammer for alle kombinasjoner. 
  7. Det skal være multivariat normalitet. Dette er en antagelse som er vanskelig å teste. Normalitet for de avhengige variablene for hver av de uavhengige variablene kan imidlertid testes ved hjelp av Shapiro-Wilks. 
  8. Det er homogenitet i varians-kovariansmatrisene. Bruk av annen programvare er nødvendig for å teste denne forutsetningen.
  9. Det er ingen multikollinearitet. De avhengige variablene kan ha lav til moderat korrelasjon med hverandre, men ikke høy (>0,9). Bruk i så fall enveis ANOVA. 

Hvis disse forutsetningene ikke er oppfylt, kan det hende at enveis MANOVA ikke er gyldig. For å kjøre enveis MANOVA legges de to avhengige variablene inn i "Sammenligne" og "Sammenlign 2", og "Gruppe" må defineres for den kategoriske variabelen. Aktiver vippebryteren ved siden av "Enveis MANOVA" i høyre marg på analysekortet. Resultatet vises under tabellen i en sammensatt matrise.

Toveis MANOVA
Toveis multivariat variansanalyse (toveis MANOVA) ligner på toveis ANOVA, men har i tillegg muligheten til å inkludere to avhengige variabler. Hovedformålet med toveis MANOVA er å finne ut om det er en interaksjon mellom de to uavhengige variablene og de to (eller flere) avhengige variablene. Toveis MANOVA krever at ni forutsetninger er oppfylt. Disse er:
  1. De avhengige variablene skal være kontinuerlige og numeriske.
  2. De uavhengige variablene skal inneholde to eller flere uavhengige grupper. 
  3. Observasjonene skal være uavhengige i og mellom gruppene. 
  4. Antall utvalg i hver gruppe må være høyere enn antall avhengige variabler. 
  5. Det skal ikke være noen univariate eller multivariate ekstremverdier. Hvis du er i tvil, kan du kontrollere dette ved å måle Mahalanobis-avstanden. 
  6. Det skal være et lineært forhold mellom hvert par av avhengige variabler for alle kombinasjoner av grupper av uavhengige variabler. Dette kan testes ved å lage spredningsdiagrammer for alle kombinasjoner. 
  7. Det skal være multivariat normalitet. Dette er en antagelse som er vanskelig å teste. Normalitet for de avhengige variablene for hver av de uavhengige variablene kan imidlertid testes ved hjelp av Shapiro-Wilks. 
  8. Det er homogenitet i varians-kovariansmatrisene. Bruk av annen programvare er nødvendig for å teste denne forutsetningen.
  9. Det er ingen multikollinearitet. De avhengige variablene bør ha lav til moderat korrelasjon med hverandre, men ikke høy (>0,9). Bruke i så fall enveis ANOVA.
Hvis disse forutsetningene ikke er oppfylt, kan det hende at toveis MANOVA ikke er gyldig. For å kjøre toveis MANOVA må de to avhengige variablene legges inn i "Sammenligne" og "Sammelign 2", og både "Gruppe" og "Gruppe 2" må defineres for kategoriske variabler. Aktiver vippebryteren ved siden av "Toveis MANOVA" i høyre marg på analysekortet. Resultatet vises under tabellen i en sammensatt matrise.