Dit is een site voor studenten van de Open Universiteit. Voordat je een vraag kunt stellen moet je even een account aanmaken (dit systeem is niet gekoppeld aan je OU studentnummer en wachtwoord).

Welkom bij het vraag- en antwoord systeem van de onderzoeks-practica van de studie psychologie bij de Open Universiteit.

Houd er, als je een vraag stelt, rekening mee dat je de richtlijnen volgt!

leven's test significant verschil met een factoriele anova

0 leuk 0 niet-leuks
Op het moment ben ik bezig met het verslag waarbij ik de assumpties aan het checken ben voor 2 covariaten. Om de assumptie van gelijke scores na te gaan gebruik ik een 2x apart een factoriele anova zodat ik 2 onafhankelijke variabelen op 1 covariaat als afhankelijke variabele kan toetsen.

- allereerst kijk ik naar de leven's test of de groepen homogeen zijn en dus geen significant verschil oplevert

- vervolgens kijk ik bij between groups of er geen significante verschillen zijn

Echter stuit ik tegen het 'probleem' dat bij 1 covariaat de leven's test aangeeft dat de homogeniteit wel geschonden wordt (p = .011), normaliter kijk ik dan bij brown/ welch, maar de factoriele anova geeft dit niet als optie.

Mijn vraag is; klopt het dat ik eerst naar de leven's test dien te kijken? En als dat zo is en er is sprake van een significant verschil waar dien ik dan naar te kijken als er bij een factoriele anova geen brown/ welch aan wordt gegeven?

UNIANOVA IQ BY muziekOnderwijs muziekFrequentie
  /METHOD=SSTYPE(3)
  /INTERCEPT=INCLUDE
  /PRINT=ETASQ HOMOGENEITY
  /CRITERIA=ALPHA(.05)
  /DESIGN=muziekOnderwijs muziekFrequentie muziekOnderwijs*muziekFrequentie.
gevraagd 21 oktober in Experimenteel Onderzoek (PB0402 en S05281) door iriso (490 punten)

1 Antwoord

0 leuk 0 niet-leuks
Het is altijd goed om naar de Levene's test te kijken, maar helaas zijn er geen echte manieren om er mee om te gaan in SPSS's general linear model.

Het is echter wel handig om de resultaten van de levene's test in het achterhoofd te houden. Een schending van de assumptie van homogeniteit (heteroscedasticiteit) verlaagt de power van de analyse, en kan soms een indicatie zijn van een niet in het model opgenomen interactie-effect. Eventueel kan er gekozen worden, als bijvoorbeeld post-hoc tests worden gebruikt, om post-hoc correcties te kiezen die uitgaan van ongelijke varianties.
beantwoord 21 oktober door Ron Pat-El (49,020 punten)
...