Równoliczność grup jest jednym z istotnych założeń dla parametrycznych testów statystycznych porównujących średnie, to znaczy testu t Studenta dla prób niezależnych oraz analizy wariancji (ANOVA) . Zakłada ono, że porównywane grupy, wyodrębnione ze względu na wprowadzoną do analizy zmienną niezależną, powinny mieć zbliżone liczebności. Reguła ta jest ważna, ponieważ pozwala na uniknięcie błędów wnioskowania wynikającego z niskiej reprezentatywności którejś z porównywanych grup.

Jedną z metod uzyskania prawidłowej próby jest odnoszenie się do ściśle wyznaczonych kryteriów jakim jest np. kwotowy dobór obserwacji poprzez ustalenie właściwego klucza proporcji, a w przypadku gdy zależy nam na całkowitej randomizacji wybieramy dobór losowy.

W jaki sposób możemy ocenić czy założenie dotyczące równoliczności grup jest spełnione?

• Jednym z najprostszych sposobów na wstępną ocenę równoliczności jest powoływanie się na literaturę. Przykładowo, Hinkle i in. (2003) sugerują, że grupy są równoliczne gdy ich różnica nie wynosi więcej niż 20%. Oznacza to, że na 100 obserwacji w grupie A, przypadać może 80 lub 120% obserwacji w grupie B.
• Inny sposób, zalecany np. przez Bedyńską i Cypryańską (2013) to porównanie liczebności przy użyciu testu chi-kwadrat dla jednej zmiennej. W takiej sytuacji, jeśli wynik testu jest istotny statystycznie (w przypadku klasycznego progu alfa = 0,05 gdy p < 0,05) wnioskujemy o złamaniu założenia o normalności rozkładu, a gdy jest on nieistotny statystycznie (p > 0,05 przy założeniu alfa = 0,05) wnioskujemy o spełnieniu tego założenia.

Powyższe sposoby oceny równoliczności są metodami post hoc, a więc stosowanymi po wykonaniu badania. Jednak takie podejście może zapewnić nam nierówne proporcje oraz niską moc testu. Dlatego zachęcamy do skorzystania z przydatnego narzędzia jakim jest G-Power, który pozwala oszacować odpowiednią wielkość próbek z uwzględnieniem tego jakich proporcji liczebności oczekujemy w grupach, co pozwoli podnieść jakość samych badań oraz uraduje niejednego recenzenta waszej pracy.

Literatura:
Bedyńska, S., Cypryańska, M. red. (2013), Statystyczny drogowskaz 1. Praktyczne wprowadzenie do wnioskowania statystycznego, Szkoła Wyższa Psychologii Społecznej. Wydawnictwo Akademickie Sedno, Warszawa.
Hinkle, D. E., Wiersma, W., Jurs, S. G. (2003). Applied Statistics for the Behavioral Sciences. Houghton Mifflin.