Een hoofdeffect betekent een effect van een van de voorspellers/factoren (onafhankelijke variabelen dus), los van wat andere variabelen doen. [1]
Een hoofdeffect van geslacht betekent dus dat mannen anders scoren dan vrouwen.
Een hoofdeffect van contact betekent dat naarmate mensen meer contact hebben, ze anders scoren op het aantal uren thuiswerk (dit is een leuke om te gebruiken in voorbeelden over correlatie versus causatie, trouwens - als je vaker thuiswerkt zijn er immers noodzakelijkertijd minder gelegenheden voor contact).
De interactie manifesteert zich door niet-parallel lopende lijnen. De lijnen lopen hier praktisch parallel - het beetje niet-parallel-heid is vermoedelijk steekproeftoeval. Het is dus niet waarschijnlijk dat er interactie is.
Om te kijken of er een hoofdeffect is voor geslacht kunnen we kijken of de lijnen voor mannen en vrouwen even hoog liggen (zoja: dan scoren mannen en vrouwen hetzelfde op uren thuiswerk). Je kunt ook (dat is eigenlijk iets beter maar iets moeilijker voor te stellen) de verbonden puntjes in elke lijn middelen. Dan houd je een punt over voor vrouwen, en een punt voor mannen; en dan kijk je of die gemiddelde scores voor thuiswerken voor mannen en vrouwen gelijk zijn. Dat is hier niet het geval; de lijn voor vrouwen ligt duidelijk hoger, dus vrouwen werken vaker thuis: een hoofdeffect voor geslacht.
Om te kijken of er een hooffdeffect is voor contact kunnen we kijken of, als we de lijnen van geslacht zouden negeren en de puntjes per contact-categorie middelen, de drie resulterende gemiddelden gelijk zijn. Je ziet dan dat het gemiddelde van de mensen die veel contact hebben, duidelijk lager ligt. De gemiddelden van de mensen die 'weinig' of 'gemiddeld' contact hebben, zouden wel gelijk kunnen zijn - maar in Anova is een effect significant als minimaal 1 conditie afwijkt. Er is dus ook een hoofdeffect van contact.
HELE BELANGRIJKE VOETNOOT
Beoordeel 'in real life' NOOIT of er interactie of een effect is door naar plotjes te kijken!!! De assen kunnen vertekenen (de schaal voor uren thuiswerken loopt immers van 0 tot 40, en dus mogelijk de scores van de deelnemers ook), en je ziet niet hoeveel variantie (error, meetfout) er is. Alleen lijntjes voor gemiddelden stellen je nooit in staat conclusies te trekken!
(In deze vraag uit het oefententamen staat gelukkig "wat is de meest waarschijnlijke conclusie", wat je natuurlijk wel kunt zeggen. Maar voorkom dat dit een gewoonte wordt!)
[1] Overigens is er, als je het echt formeel benadert, nooit sprake van een hoofdeffect als er interactie is. Interactie maakt hoofdeffecten namelijk onmogelijk: interactie betekent immers dat het effect van de ene variabele afhankelijk is van het niveau van de andere variabele. Kortom: er zijn verschillende effecten, en het is dus misleidend om van één 'hoofdeffect' te spreken. Dat effect bestaat namelijk voor geen enkele deelnemer; de deelnemers 'ervaren' allemaal de specifieke ineractie-effecten.