Ik ben druk bezig met de eindopdracht, maar loop tegen het volgende aan:
Ik twijfelde in eerste instantie of ik per hypothese een toets zou doen en heb mijn hypothese dat type voorlichting invloed heeft op het verschil in vetconsumptie tussen voormeting en nameting zou beïnvloeden met een herhaalde meting getoetst. In onderlinge discussies kwamen we daarna tot de slotsom dat het verstandiger is om één mixed design voor alle drie de hypothesen uit te voeren (dus met vet 1 en vet 2 als afhankelijke variabelen en conditie voorlichting en kleding als onafhankelijke/between subjects factors). Nu meet ik in beide gevallen geen significant verschil t.a.v. de eerste hypothese, hoewel de f-en p-waarden wel verschillen.
Ik keek echter ook naar het hoofdeffect (vetinname verschil vet1-vet2) in de within subjects effects en daar krijg ik bij beide toetsen een andere uitkomst.
Mijn repeated measures is als volgt:
DATASET ACTIVATE DataSet1.
GLM vet1 vet2 BY conditie
/WSFACTOR=vetinname 2 Polynomial
/CONTRAST(conditie)=Helmert
/METHOD=SSTYPE(3)
/PLOT=PROFILE(conditie*vetinname vetinname*conditie)
/EMMEANS=TABLES(OVERALL)
/EMMEANS=TABLES(conditie)
/EMMEANS=TABLES(vetinname)
/EMMEANS=TABLES(conditie*vetinname)
/PRINT=DESCRIPTIVE ETASQ HOMOGENEITY
/CRITERIA=ALPHA(.05)
/WSDESIGN=vetinname
/DESIGN=conditie.
Hieruit krijg ik F(1,1345)=13,77, p<,001.
Als ik vervolgens de mixed design doe:
GLM vet1 vet2 BY conditie kleding
/WSFACTOR=vetinname 2 Polynomial
/CONTRAST(conditie)=Helmert
/CONTRAST(kleding)=Difference
/METHOD=SSTYPE(3)
/PLOT=PROFILE(conditie*vetinname vetinname*conditie vetinname*kleding*conditie
vetinname*conditie*kleding)
/EMMEANS=TABLES(OVERALL)
/EMMEANS=TABLES(conditie) COMPARE ADJ(BONFERRONI)
/EMMEANS=TABLES(vetinname) COMPARE ADJ(BONFERRONI)
/EMMEANS=TABLES(conditie*vetinname)
/EMMEANS=TABLES(kleding) COMPARE ADJ(BONFERRONI)
/EMMEANS=TABLES(conditie*kleding)
/EMMEANS=TABLES(kleding*vetinname)
/EMMEANS=TABLES(conditie*kleding*vetinname)
/PRINT=DESCRIPTIVE ETASQ HOMOGENEITY
/CRITERIA=ALPHA(.05)
/WSDESIGN=vetinname
/DESIGN=conditie kleding conditie*kleding.
Dan krijg ik op hetzelfde effect uit within subjects effects F(1,1339)=1,49, p=,22.
Omdat ik hier geen significant effect meet, heb ik nog voor mijzelf even een gepaarde t-toets gedaan tussen vet1 en vet 2 en die is wel weer significant.
Nu weet ik wel dat het hoofdeffect niet het belangrijkste is voor de hypothesen, maar het voelt toch een beetje alsof ik iets niet goed doe, of dat ik iets niet begrijp. Het valt mij in elk geval wel op dat bij beide f-waarden de degrees of freedom anders zijn. Is dit een logisch effect van het doen van een mixed design t.o.v. herhaalde meting en is dit de reden waarom je het beter in één toets kunt doen, of gaat er iets anders mis?
Ik krijg namelijk op de within subjects vetinname*conditie bij de mixed design ook een andere f (F(1,1339)=,12, p=,89 ) en een hoofdeffect van conditie van F(1,1339)=1,05, p=,35 dan bij de repeated measures (within F(1,1345)=,23, p=,79 en op het hoofdeffect conditie F(1,1345)=1,99, p,136).
Toegegeven het zijn allemaal niet significante effecten, maar ik vind het zo raar dat ik op beide metingen andere waarden krijg.