Een twee-weg variantie-analyse ( ANOVA ) gebruikt twee factoren , of onafhankelijke variabelen in de analyse . Het doel is om te zien of het gemiddelde van verschillende sets van gegevens verschillen van elkaar , maar deze zijn in twee manieren plaats van een. Dit kan verwarrend zijn voor de studenten , maar een eenvoudiger manier om de resultaten te interpreteren is om de middelen van elke factor te plotten op een scatterplot . SPSS en andere analyse programma's bieden dit soort plot als een uitgang , met de datapunten al verbonden met rechte lijnen . Instructies
1 wat elke lijn in de grafiek geeft . Meestal is dit de belangrijkste groepering variabele in de analyse , bijvoorbeeld twee afzonderlijke groepen mensen , en zullen worden geïdentificeerd door een legenda naast het perceel . Kopen van 2 wat de punten op de x - as van de grafiek vertegenwoordigt . Dit zal een andere groepering variabel zijn, bijvoorbeeld , is het misschien twee verschillende tijdstippen . Elk punt op de x - as wordt een " niveau" van deze factor .
3 wat de y - as geeft . Dit is de afhankelijke variabele , of de uitkomst variabele van uw analyse . Doel van de ANOVA te zien is of de groepen verschillen deze variabelen .
Blik 4 aan de verticale verschillen tussen de groepen op elk van de punten op de x - as . Zijn er verschillen tussen de groepen ? Als sommige van de lijnen zijn ver uit elkaar van de anderen , kan dit een verschil tussen de groepen op dit niveau aan te geven .
Kijk 5 op elke lijn afzonderlijk en kijken of er veranderingen zijn van links naar rechts . Mis scores verhogen of verlagen op verschillende niveaus van het element op de x - as ? Als uw x - as de tijd , bijvoorbeeld , dit zou een verandering in de tijd aan te geven . Als het vertegenwoordigt de dosering van een geneesmiddel , zou dit verschillende effecten op verschillende doseringen vertegenwoordigen .
6 Controleer de leidingen en kijk of ze parallel of niet . Als de lijnen niet parallel , betekent dit dat u een " interactie" in uw resultaten . Een interactie betekent dat de scores op de afhankelijke variabele zijn verschillend afhankelijk van welke niveaus van de onafhankelijke variabelen waar je naar kijkt .
|
