2014-11-22
1
Zastosowanie komputerów w
statystyce
Moduł: JAK BADAD ZACHOWANIE I PSYCHIKĘ
Łukasz Gradowski
Zima 2014/2015
Dwuczynnikowa Analiza
Wariancji
2014-11-22
2
Jednoczynnikowa analiza wariancji
• Przy pomocy procedury Jednoczynnikowa Anova
można zbadad wpływ jednego czynnika (na
dowolnej ilości poziomów) na zmienną zależną.
• Przykładowo interesuje nas czy rodzaj wypitego
alkoholu wpływa na poziom agresji?
• Zmienną zależną jest tu poziom agresji a
czynnikiem rodzaj wypitego alkoholu (na trzech
poziomach: piwo, wódka, wino)
• W celu przeanalizowania takiego problemu
stosujemy jednoczynnikową analizę wariancji
Jednoczynnikowa analiza wariancji
• Analiza wyników pokazała, że rodzaj wypitego
alkoholu istotnie wpływa na poziom przejawianej
agresji:
• Mianowicie okazało się, że grupa badanych pijąca
wódkę wykazuję większą tendencje do zachowao
agresywnych, niż grupa badanych pijąca piwo lub
wino.
• Czasami jednak interesuje nas wpływ więcej niż
jednego czynnika na zmienną zależną
2014-11-22
3
Dwuczynnikowa analiza wariancji
• Załóżmy, że interesuje nas zbadanie wpływu
rodzaju alkoholu oraz płci na zachowania
agresywne. Czy to oznacza, że powinnam
wykonad dwukrotnie jednoczynnikową analizę
wariancji? Niekoniecznie…
do zbadania wpływu więcej jak jednej zmiennej
niezależnej używamy dwuczynnikowej analizy
wariancji
Wstęp do dwuczynnikowej analizy
wariancji
• Kilka ważnych pojęd:
– Czynnik = zmienna niezależna
– Poziom – ile kategorii ma dany czynnik
• Mówiąc o dwuczynnikowej analizie
wspominad będziemy o schemacie analizy –
będziemy zaznaczad, z iloma czynnikami i
poziomami mamy do czynienia – przykład: w
naszym badaniu mamy schemat 2 (płed: K i M)
x 3 (typ alkoholu: piwo, wódka, wino)
2014-11-22
4
Schematy analizy
• Ogólna zasada:
2 x 3 x ….
Każdy czynnik oddzielamy „x” (może byd
więcej jak dwa czynniki)
W miejscu każdego czynnika
wpisujemy ilośd poziomów
(kategorii) danego czynnika
Przykład: schemat 2 x 3 informuje nas, że mamy dwa czynniki – jednej posiada dwie,
natomiast drugi trzy kategorie
Schematy analizy - przykład
2 x 3
II czynnik mierzony na 3 poziomach: piwo,
wino, wódka
I czynnik (płed) mierzony na 2
poziomach: kobieta, mężczyzna
2014-11-22
5
Założenia analizy
• Równe wariancje
• Równolicznośd grup
• Rozkład normalny zmiennych
• Zmienne niezależne na dowolnej skali, ale
uwaga na ilośd poziomów czynnika!!!!
• Zmienna zależna na skali ilościowej
Efekty
• Efekty główny
Unikalny wpływ jednej zmiennej niezależnej w
zaawansowanym planie eksperymentalnym na
zmienną zależną.
• Efekt interakcyjny
Wpływ jednej zmiennej niezależnej na zmienną
zależną, przy kontroli poziomu drugiej zmiennej
niezależnej.
2014-11-22
6
Efekty - przykład
• W naszym badaniu będą badane:
• Efekt główny rodzaju alkoholu – czy osoby pijące
wódkę są bardziej agresywne aniżeli ci pijący
piwo lub wino?
• Efekt główny płci – czy mężczyźni są bardziej
agresywni od kobiet?
• Efekt interakcji rodzaju alkoholu i płci – czy
kobiety pijące wino są bardziej agresywne od
mężczyzn pijących wino? W grupie kobiet który
alkohol powoduje większą agresywnośd? A jak to
się przedstawia w grupie mężczyzn?
Przykład – agresja_alkohol.sav
1) Najpierw sprawdźmy założenia
2014-11-22
7
Równolicznośd grup
Równolicznośd grup
Interesuje nas wyłącznie
istotnośd – wynik powyżej
0,05 świadczy o tym, że
mamy równoliczne grupy
SPEŁNIONE ZAŁOŻENIE
2014-11-22
8
Wykonujemy dwuczynnikową analizę
wariancji
Dwuczynnikowa analiza wariancji
Do efektów głównych: do okienka „oś pozioma”
przerzucamy zmienną i klikamy dodaj
W przypadku chęci zobrazowania efektu interakcji
jedną zmienną umieśdmy na osi poziomej, a drugą w
oddzielnych liniach i kliknijmy dodaj
2014-11-22
9
Czytanie tabel z SPSS’a (1)
• Podstawowe informacje
Czytanie tabel z SPSS’a (2)
EFEKT GŁÓWNY PŁCI
EFEKT GŁÓWNY ALKOHOLU
EFEKT INTERAKCYJNY
ALKOHOLU I PŁCI
Sposób zapisu wyników:
F (df efektu; df błędu) = wartośd F; poziom istotności
2014-11-22
10
Efekt główny płci
F (1, 54) = 4,20; p < 0,05
Efekt główny płci
2014-11-22
11
Efekt główny alkoholu
F (2, 54) = 11,61; p < 0,001
Efekt główny alkoholu
2014-11-22
12
Efekt interakcji rodzaju alkoholu i płci
F (2, 54) = 49,64; p < 0,001
Pomimo, że uzyskaliśmy istotną interakcję pomiędzy czynnikami, nie mamy informacji,
pomiędzy którymi średnimi występuje istotna statystycznie różnica… testy post hoc
sprawdzające różnice w efekcie interakcji nazywane są efektami prostymi – wykonujemy
je korzystając z pliku poleceo Syntax
Wykonanie efektów prostych w SPSS
Ponownie wchodzimy a analiza -> ogólny
model liniowy -> jednej zmiennej. SPSS
zapamiętuje ostatnią naszą analizę, tak
więc zamiast ok. kliknijmy wklej
2014-11-22
13
Efekty proste w syntaxie
Opis całej analizy, którą
wykonaliśmy
Nas interesuje
tylko jeden wiersz
Naszym zadaniem jest dopisanie następującej
komendy (analogicznej jak wiersz wyżej):
compare (plec) adj (bonferroni)
Efekty proste w syntaxie
To, co musimy jeszcze
zrobid, to skopiowad
zaznaczony wiersz i wkleid
go w następnym wierszu
Następnie w zaznaczonym
miejscu wpisujemy nazwę
drugiego czynnika
2014-11-22
14
Efekty proste w syntaxie
Tak wygląda poprawnie
zmodyfikowany syntax
W celu uruchomienia syntaxa kliknij w
uruchom -> wszystko
Efekty proste
2014-11-22
15
Interpretacja wyników
• Pisząc interpretację dowolnej analizy
statystycznej należy pamiętad o zamieszczeniu
odpowiedzi na poniższe pytania:
1) Co robiliśmy?
2) Jaką analizą robiliśmy?
3) Co wyszło?
-
Wersja dla statystyka
-
Wersja „dla Pani z kiosku”
Odniesienie do hipotez (potwierdzona / odrzucona)
Kilka rad dotyczących pisania
interpretacji wyników
• Pisz krótko, zwięźle i na temat
• Nie lej wody!!!
• Nie używaj zbyt „naukowego” języka
• Interpretacji nie piszemy w punktach
2014-11-22
16
Przykładowa interpretacja wyników
dwuczynnikowej analizy wariancji
Sprawdzano czy poziom agresji może zależed od rodzaju pitego alkoholu
oraz płci osoby pijącej.
W tym celu wykonano dwuczynnikową analizę wariancji w schemacie 2 x
3, która ujawniła szereg istotnych efektów:
Po pierwsze efekt główny płci (F(1;54)=4,20; p<0,05) pokazuje , że kobiety
przejawiąją niższy poziom agresji (M=3,97; SD=2,13) niż mężczyźni
(M=4,70; SD=2,68). Po drugie efekt główny alkoholu (F(2;54)=11,61;
p<0,001 ) pokazuje że, ludzie po piwie są znacznie mniej agresywni
(M=2,50; SD=1,15) niż po wypiciu wina (M = 3,75; SD = 1,65) czy wódki
(M=6,75; SD=2,04). Dodatkowo badani pijący wódkę były zdecydowanie
bardziej agresywni od tych pijących tylko wino.
Po trzecie wreszcie analiza ujawniła istotny efekt interakcji badanych
zmiennych (F(2; 54)=49,64; p<0,001). Efekt ten można by zinterpretowad
następująco: Mężczyźni są bardziej agresywni po wódce, natomiast
kobiety po winie. Nie ma różnic pod względem agresywności po wypiciu
samego piwa.
Przykład 2
Badacza interesowało, czy płed i posiadana
rasa psa mają wpływ na efektywnośd nauki
SPSS’a. W tym celu przebadano posiadaczy
pitbuli i sznaucerów – przez tydzieo kazano im
uczyd się obsługi SPSS’a; następnie wszyscy
pisali taki sam egzamin sprawdzający wiedzę.
Uzyskano następujące wyniki:
2014-11-22
17
Przykład 2
płeć
kobieta
mężczyzna
Rasa
psa
pitbul
14, 15, 9, 19, 12,
10, 13, 12, 11, 15
6, 8, 5, 7, 9, 6, 7, 9, 5,
7
sznaucer
18, 17, 19, 14, 15,
14, 16, 13, 18, 19
9, 11, 10, 13, 8, 12,
12, 13, 10, 9
zadanie
Wpisz dane do SPSS’a, wykonaj odpowiednią
analizę oraz napisz interpretację
2014-11-22
18
Dziękujmy za uwagę