W pytaniu porównujesz średni czas dostawy (zmienna ilościowa, mierzona np. w godzinach lub dniach) pomiędzy różnymi typami transportu (zmienna jakościowa, tworząca grupy: np. drogowy, kolejowy, lotniczy, morski). Gdy celem jest sprawdzenie, czy średnie w kilku grupach różnią się od siebie, standardowym narzędziem jest analiza wariancji (ANOVA). ANOVA porównuje zmienność wewnątrz grup z zmiennością między grupami i pozwala ocenić, czy obserwowane różnice średnich są na tyle duże, że trudno je wyjaśnić samym przypadkiem.
Dlaczego pozostałe odpowiedzi nie pasują do celu?
- Test t-Studenta jest najczęściej używany do porównania średnich między dwoma grupami. Jeśli typów transportu jest więcej (co sugeruje treść o "różnych typach"), t-Studenta nie jest właściwym podstawowym wyborem; stosowanie wielu testów t zwiększa ryzyko błędnych wniosków.
- Test chi-kwadrat dotyczy danych jakościowych i tabel liczności (np. liczba dostaw terminowych vs nieterminowych w typach transportu). Nie porównuje bezpośrednio średnich czasów, więc nie odpowiada na postawione pytanie o średni czas dostawy.
- Regresja liniowa służy do modelowania zależności zmiennej ilościowej od jednej lub wielu zmiennych objaśniających. Mogłaby być użyta, gdy chcesz przewidywać czas dostawy na podstawie wielu cech (dystans, masa, typ transportu, warunki), ale wprost do porównania średnich pomiędzy grupami najbardziej klasycznym i czytelnym narzędziem jest ANOVA.
W praktyce spedycyjnej taki dobór metody wspiera decyzje operacyjne: jeśli ANOVA wskaże istotne różnice, można dalej sprawdzić, które typy transportu różnią się między sobą oraz czy różnice mają znaczenie biznesowe (KPI, SLA, terminowość). Warto też pamiętać o typowych założeniach (niezależność obserwacji, porównywalność rozkładów), bo pomagają interpretować wynik testu.
