원본데이타를 올려봐주셔요. Anova의 가정이 맞는지 보고 맞지 않으면 k-w테스트를 해야할 것 같습니다. 맞는다면 multiple comparison을 해보시면 됩니다. 웹r2.0에서 됩니다 

다음에 올리신 내용도 같이 보았습니다. 어떠어떠한 연산을 해서, 만들어진 값(SCF라는 값)이

있는데, 이것이 각 도별로 같은지 어떤지를 보고자하는 내용이라고 생각됩니다.

예를 들어 각 도별로, 30이든 50이든 추출된 사람이 있고,

이들의 값이 적절히 분포하는데,

그 값들이 각도별로 차이가 있는지 보는 것이라고 할 수 있습니다.

주신 그림을 보면 작은 값부터, 큰 값까지 배치해 보니,

뭔가 차이가 있는 것같은데, 왜 통계를 해 보면 차이가 없을까 하는 것과도 비슷한 질문이 될 것입니다.

우선 간단한 실험을 한번 해 볼께요.

샘플 수   평균     표준편차

50        50       25

50        55       25

50        60       25

요렇게 세 집단으로 된 것을 ANOVA 해 보면, p=0.139가 나옵니다.

--------------

만일

샘플 수   평균     표준편차

50        50       25

50        60       25

(이 두 집단은 위의 3집단 중에 큰것과 작은 것 두 집단입니다.)

요렇게 두 집단으로 된 것을 ANOVA 해 보면,

사실 두 집단을 ANOVA 한다는 것은 t-test와 같습니다.

ANOVA의 특수한 형태가 t-test라고 이해하면 더 쉽습니다.

p=0.0483 나옵니다.

-------------------------

하나의 예로 설명한 것인데요.

많은 사람들이 한꺼번에 여러 집단을 비교하면 간단히 여러 집단을 알 수 있을 것같지만, 그렇지 않습니다.

오히려 차이가 없다고.. 말해 줍니다.

왜인지 설명하려면 좀 복잡하긴 한데요..

그래서 진짜 차이를 알고 싶은 두 집단을 비교하는 것이 맞습니다.

NEJM같은 훌륭한 논문에서 왜 거의 두 집단만 비교(t-test)를 하겠습니까?

그냥 여러 집단 한꺼번에 비교하는 ANOVA 하면 될 것을...

---------------------------------

그래서 요약하면, 여러 집단을 비교할 것이 아니라, 정말 보고자 하는 가설을 세우고

그것에 맞도록 두 집단을 정해서

통계하는 것이

정말 보고자 하는 내용을 정확히 볼 수 있습니다.