De presentatie wordt gedownload. Even geduld aub

De presentatie wordt gedownload. Even geduld aub

Twee-factorVariantie-analyse Statistiek in de Praktijk. Hoofdstuk 10 pp. 602 - 619.

Verwante presentaties


Presentatie over: "Twee-factorVariantie-analyse Statistiek in de Praktijk. Hoofdstuk 10 pp. 602 - 619."— Transcript van de presentatie:

1 Twee-factorVariantie-analyse Statistiek in de Praktijk. Hoofdstuk 10 pp

2

3 1. Voordelen van de twee-factor ANOVA Eén factor ANOVA : –1 kwalitatieve variabele of factor –1 kwantitatieve variabele Twee factor ANOVA : –2 kwalitatieve variabelen of factoren Bv. Geslacht (2 groepen) én SES (3 groepen) –1 kwantitatieve variabele

4 Voordelen : - effect van 1 factor onder verschillende condities van een andere factor -verband tussen 2 factoren onderzoeken -toch minder proefpersonen nodig

5 Voorbeeld : alcoholgebruik op universiteit –Naar geslacht : jongens versus meisjes –Naar jaar : eerste, tweede, derde, vierde jaar eerstetweedederdevierde Man 1234 vrouw 5678

6 Voorbeeld : soorten verf op soorten textiel –4 soorten verf : welke soort verf heeft een positief effect op duurzaamheid van textiel –5 soorten textiel DUS in totaal 20 condities waarbinnen elk 6 textielmonsters

7 We gaan op zoek naar : –Hoofdeffecten : de effecten van de factoren afzonderlijk : Beste verf onafhankelijk van stof Meest duurzame stof onafhankelijk van verf –Interactie-effecten : de interactie tussen beide factoren : Verf A op stof 3 is meest duurzaam, verf B op stof 5 is meest duurzaam

8 Uitgewerkt voorbeeld : Voorspellen van totaalscore 1e kan op basis van de scores op wiskunde, wetenschap en engels wiskundewetenschapengelsTotaalscore … … … …

9 B. Het model voor de twee-factor ANOVA Twee factoren met elk een aantal niveaus –3 X 3 ANOVA (3 niveaus voor elke factor) –4 X 2 ANOVA (4 niveaus voor ene factor, twee niveaus voor de tweede factor) Kan ook meer dan twee factoren –3 X 3 X 2 ANOVA (3 factoren, samen 18 condities)

10 C. Hoofdeffecten en interacties Voorbeeld : salarissen van wetenschappers –Factor 1 : geslacht : 2 niveaus –Factor 2 : vakgebied : 3 niveaus vrouwenmannenGEMID Natuurkunde Wiskunde Biologie GEMIDD

11 Berekening van marginale gemiddelden : die per factor het gemiddelde bekijken voor de verschillende niveaus. Op basis van gemiddelden : hoofdeffecten –Hoofdeffect van geslacht : mannen meer –Hoofdeffect van vakgebied : natuurkundigen meer

12 Zijn er ook interactie-effecten ? –1. Op basis van gemiddelden : Tussen mannen en vrouwen verschil 7.5 Dit verschil is in de verschillende vakgebieden ongeveer gelijk : 7.4, 7.6, 7.5 Dit toont aan dat er geen interacties zijn : het salarisverschil tussen mannen en vrouwen is NIET afhankelijk van vakgebied

13 –2. Grafisch : lijnen lopen parallel natuurkundewiskundebiologie mannen vrouwen

14 Grafische weergave is zeer informatief voor het detecteren van interactie-effecten Voorbeeld : oplossen van rekentaken –Factor 1 : 2 groepen hyperactief en contrôle –Factor 2 : 2 situaties veel en weinig geluid Veel geluidWeinig geluidGEMIDD Contrôle Hyperactief GEMIDD

15 Controlegroep hyperactieven Veel geluid Weinig geluid

16 –Significant interactie-effect : Controlekinderen presteren beter bij veel geluid Hyperactieve kinderen presteren beter bij weinig geluid –Hoofdeffect van groep : Controlekinderen presteren beter dan hyperactieve kinderen –Hoofdeffect van geluid ?? Lijkt erop dat meer geluid beter zou zijn MAAR interactie toont aan dat dit afhankelijk is van groep

17 D. ANOVA tabel voor twee-factor ANOVA Er zijn 3 nulhypothesen : –Twee hoofdeffecten –Het interactie-effect Best eerst kijken naar het interactie-effect. Indien dit effect zeer sterk is zou het kunnen dat 1 van de hoofdeffecten of beide niet zinvol kunnen geïnterpreteerd worden

18 SPSS : Analyze > General Linear Model > Univeriate > dependent random factors Descriptives F-waarde voor hoofdeffecten F-waarde voor interactie-effect Grafisch !!!


Download ppt "Twee-factorVariantie-analyse Statistiek in de Praktijk. Hoofdstuk 10 pp. 602 - 619."

Verwante presentaties


Ads door Google