Rozwiązanie problemu
SPSS oferuje testy istotności skorygowane przez Bonferroniego dla porównań parami. Korekta ta jest dostępna jako opcja dla testów post hoc oraz dla funkcji szacowanych średnich krańcowych. odręczniki statystyczne często przedstawiają korektę Bonferroniego (lub poprawkę) w następujący sposób. Po pierwsze, należy podzielić pożądany poziom alfa przez liczbę porównań. Po drugie, należy użyć tak obliczonej liczby jako wartości p do określenia istotności. Tak więc, na przykład, przy alfa ustawionym na poziomie .05 i trzech porównaniach, wartość p LSD wymagana do określenia istotności wynosiłaby .05/3 = .0167.
SPSS i niektóre inne główne pakiety stosują matematycznie równoważną korektę. Oto jak to działa. Weź obserwowaną (nieskorygowaną) wartość p i pomnóż ją przez liczbę wykonanych porównań. Co to oznacza w kontekście poprzedniego przykładu, w którym alfa została ustalona na poziomie 0,05 i były trzy porównania parami? To bardzo proste. Załóżmy, że wartość p LSD dla porównania parami wynosi .016. Jest to nieskorygowana wartość p. Aby uzyskać skorygowaną wartość p, po prostu mnożymy nieskorygowaną wartość p równą .016 przez 3, co równa się .048. Ponieważ wartość ta jest mniejsza niż 0,05, możemy stwierdzić, że różnica jest istotna.
Na koniec, ważne jest, aby zrozumieć, co się dzieje, gdy iloczyn wartości p LSD i liczby porównań przekracza 1. W takich przypadkach wartość p skorygowana przez Bonferroniego podana przez SPSS wyniesie 1,000. Powodem tego jest fakt, że prawdopodobieństwo nie może przekroczyć 1. W odniesieniu do poprzedniego przykładu oznacza to, że jeśli wartość p LSD dla jednego z kontrastów wynosiła .500, wartość p skorygowana przez Bonferroniego wyniesie 1.000, a nie 1.500, co jest iloczynem .5 i 3