Vraag over three-way interaction, Field 16.6.7, blz 723 / vraag 35 oefententamen EO

Question

In Field wordt uitgelegd dat je geen hoofdeffecten zou moeten interpreteren in de aanwezigheid van een significant interactie-effect. 

Stel je hebt 3 hoofdeffecten, bijvoorbeeld die van vraag 35 van de oefententamens: angstafname, therapie, geslacht.

1. angstafname * therapie is wel significant

2. angstafname * geslacht is niet significant

3. angstafname * therapie * geslacht is wel significant

Is het hier dan ook zo dat je niet naar de two-way interactie-effecten 1. en 2. kijkt, omdat het three-way interactie-effect 3. significant is?

Effect 2. zegt namelijk toch dat de angstafname niet verschilt tussen mannen en vrouwen, maar effect 3. zegt dat als je wel/geen therapie meeneemt in de interactie er wel een significant verschil in angstafname is tussen mannen en vrouwen?

Onderstaand de tabel uit het oefententamen:

Within Subjects Effects

.	Sphericity Correction	Sum of Squares	df	Mean Square	F	P	eta2
Angstafname	None	6.85	2	3.425	2.855	0.063	0.013
Angstafname * therapie	None	80.01	2	40.003	33.343	< .001	0.151
Angstafname * Geslacht	None	1.74	2	0.870	0.725	0.487	0.003
Angstafname * therapie * Geslacht	None	9.50	2	4.749	3.958	0.023	0.018
Residual	None	107.98	90	1.200	.	.	.

Answer 1

Er is een zeer belangrijk verschil tussen interpreteren en weergeven

In verslagen en wetenschappelijke publicaties is het transparant en netjes om altijd hoofd- en interactieeffecten te beschrijven, en daar statistische conclusies van samen te vatten. Ook als deze significant of niet-significant zijn. De lezer hoort altijd het hele plaatje te zien.

Wat Field bedoeld is dat het zonde van je tijd is om een hoofdeffect inhoudelijk toe te lichten, als je ook een interactie-effect hebt. Een interactie-effect betekent namelijk dat je het hoofdeffect niet kunt uitleggen (dus niet slechts over significantie en effectgrootte iets noemt), zonder ook de interacterende variabele te noemen.

Stel dat je een hoofdeffect op statistiekangst vind voor 'cursus', bijvoorbeeld dat de angst groter is in cursus experimenteel dan in cursus inleiding. Dit effect mag statistisch benoemd worden.

Maar als er een interactie is tussen cursus en 'docent' (wel niet), dan hangt het van de interactie af in hoeverre je hoofdeffect uitgelegd kan worden op een zinvolle wijze.

- situatie 1: verhaal interactie verandert verhaal niet

Stel dat cursus zo'n robuust effect heeft dat het zich ook nog in de interactie voordoet. Dan loop je nog tegen het probleem aan dat als je uitgebreid wilt beschrijven wat dit 'betekent', dat je ergens toch moet zeggen 'in alle condities was angst het hoogst in de cursus experimenteel [hoofdeffect], maar het verschil in angst was minder groot in de groep die een docent vragen kon stellen, dan in de groep die op zelfstudie aangewezen was.

Dus; je kunt hier uitgebreid bij het hoofdeffect stilstaan, maar je moet het nog aanvullen, liefst zo direct mogelijk, met informatie van de interactie.

- situatie 2: interactie 'verandert' hoofdeffect

Stel dat docent (wel/niet) de richting van het hoofdeffect bepaald. Dus dat experimenteel meer angst opwekt dan inleiding wanneer er geen docent is, maar dat inleiding juist weer meer angst opwekt dan experimenteel als er wél een docent is?

In dit geval is er eigenlijk geen echt hoofdeffect (en kan het zelfs niet significant zijn). Maar dit komt omdat het hoofdeffect een andere richting heeft afhankelijk van de waarde van de interacterende variabele (moderator).

In dit geval is het bijna onmogelijk om het hoofdeffect te interpreteren en toe te lichten zonder de moderator in het verhaal te betrekken. Maar, je kunt nog steeds opschrijven wat de F-, p- en effectgrootte waren van het hoofdeffect.

Dus: in verslag kun je alles noemen, en eventueel verdieping van het effect even de wacht aanroepen, vanwege een interactie.