2014-11-22
Zastosowanie komputerów w
statystyce
Moduł: JAK BADAD ZACHOWANIE I PSYCHIK

A
ukasz Gradowski
[e-mail]
Zima 2014/2015
Dwuczynnikowa Analiza
Wariancji
1
2014-11-22
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
2
2014-11-22
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)
3
2014-11-22
Schematy analizy
" Ogólna zasada:
W miejscu każdego czynnika
wpisujemy ilośd poziomów
(kategorii) danego czynnika
2 x 3 x & .
Każdy czynnik oddzielamy  x (może byd
więcej jak dwa czynniki)
Przykład: schemat 2 x 3 informuje nas, że mamy dwa czynniki  jednej posiada dwie,
natomiast drugi trzy kategorie
Schematy analizy - przykład
I czynnik (płed) mierzony na 2
poziomach: kobieta, mężczyzna
2 x 3
II czynnik mierzony na 3 poziomach: piwo,
wino, wódka
4
2014-11-22
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.
5
2014-11-22
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 mężczyz
ni 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 sprawdz
my założenia
6
2014-11-22
Równolicznośd grup
Równolicznośd grup
Interesuje nas wyłącznie
istotnośd  wynik powyżej
0,05 świadczy o tym, że
mamy równoliczne grupy
SPEA
NIONE ZAA
OŻENIE
7
2014-11-22
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
8
2014-11-22
Czytanie tabel z SPSS a (1)
" Podstawowe informacje
Czytanie tabel z SPSS a (2)
EFEKT GA
ÓWNY PA
CI
EFEKT GA
ÓWNY ALKOHOLU
EFEKT INTERAKCYJNY
ALKOHOLU I PA
CI
Sposób zapisu wyników:
F (df efektu; df błędu) = wartośd F; poziom istotności
9
2014-11-22
Efekt główny płci
F (1, 54) = 4,20; p < 0,05
Efekt główny płci
10
2014-11-22
Efekt główny alkoholu
F (2, 54) = 11,61; p < 0,001
Efekt główny alkoholu
11
2014-11-22
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
12
2014-11-22
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
13
2014-11-22
Efekty proste w syntaxie
Tak wygląda poprawnie W celu uruchomienia syntaxa kliknij w
zmodyfikowany syntax uruchom -> wszystko
Efekty proste
14
2014-11-22
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, zwięz
le i na temat
" Nie lej wody!!!
" Nie używaj zbyt  naukowego języka
" Interpretacji nie piszemy w punktach
15
2014-11-22
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 mężczyz
ni
(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: Mężczyz
ni 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:
16
2014-11-22
Przykład 2
płeć
kobieta mężczyzna
14, 15, 9, 19, 12, 6, 8, 5, 7, 9, 6, 7, 9, 5,
Rasa pitbul
10, 13, 12, 11, 15 7
psa
18, 17, 19, 14, 15, 9, 11, 10, 13, 8, 12,
sznaucer
14, 16, 13, 18, 19 12, 13, 10, 9
zadanie
Wpisz dane do SPSS a, wykonaj odpowiednią
analizę oraz napisz interpretację
17
2014-11-22
Dziękujmy za uwagę
18