Secinājumi
1. Kovariācijas analīze (tulkojumā no angļu valodas ANCOVA — analysis of covariance) apvieno regresijas analīzi ar dispersijas analīzi.
2. Kopumā pētījumi tiek veikti, lai izskaidrotu neatkarīgā mainīgā ietekmi uz atkarīgo mainīgo, kā arī pētījumu projektēšanas mērķi, lai nodrošinātu pētniecības struktūru.
3. Kovariācijas analīze ir vispiemērotākā sakarību pētīšanas un modelēšanas metode, ja sakarībās kā faktori vienlaikus ieiet tiklab atributīvās, kā arī kvantitatīvās pazīmes.
4. Kovariācijas analīzi mārketingā var lietot šādos gadījumos: nosakot, kā patērētāju nodomi pirkt zīmolu atšķirsies atkarībā no dažādiem cenu līmeņiem, var tikt ņemta vērā attieksme pret zīmolu; nosakot, kā dažādas grupas, kuras pakļautas dažādām reklāmām, novērtē zīmolu, var būt nepieciešams kontrolēt iepriekšējās zināšanas; nosakot, kā dažādie cenu līmeņi ietekmēs mājsaimniecības pirkumus, var būt būtiski ņemt vērā mājsaimniecības lielumu.
5. Galvenais kovariācijas pasākuma ierobežojums ir tās interpretācijā. Kaut arī var izmērīt virziena attiecības starp mainīgajiem, apjoms pats par sevi nav ļoti informatīvs. Kovariācija neuzrāda, cik spēcīga ir saistība starp X un Y, tādēļ secinājumi ir ierobežoti. Viens no veidiem, kā var novērst šo trūkumu, ir noteikt korelācijas koeficientu.
…