Wanneer kies je voor losse ANOVA toetsen en wanneer kies je voor meerdere T toetsen

Question

Het is voor mij helder dat als je verschil tussen meerdere data wilt detecteren je een ANOVA toepast en wnneer er dan sprake is van een verschil je een post hoc uitvoert. Echter begrijp ik niet waarom ik meerdere ANOVA's moet uitvoeren wanneer een variabele uit 2 groepen bestaat om daar vervolgens een post hoc op los te laten en dan niet voor een t toets kies.  Heeft dit dan met het verhogen van de power? Of dit hier nog een andere reden aan vast

Answer 1

Wanneer je onafhankelijke variabele een categorische variabele is met slechts 2 categorieen dan is het doen van een ANOVA of een t-toets identiek. Je toetst of er een verschil is. Aangezien het slechts om 2 categorieen gaat is het niet nodig om een posthoc test te doen, je weet immers al welke 2 categorieen verschillen, want er zijn er maar 2.

Pas als je onafhankelijke variabele uit meer dan 2 categorieen bestaat is het nodig om een ANOVA te doen. En omdat een ANOVA alleen maar stelt dat er een verschil is en niet waar het zit, moet je na een significante toets vervolgens posthoc toetsen doen om te kijken waar het verschil precies zit.

Met elke toets kun je maar 1 afhankelijke variabele opnemen, dus als je er meerdere wilt toetsen zul je meer t-testen of ANOVA's moeten doen, voor elke afhankelijke variabel 1.