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!

0 leuk 0 niet-leuks
Studiecentrum Den Haag.

De vraagt betreft de bronnen: Contrasten en factoriele anova.

Beste,

Stel je hebt 2 factors met elk twee lagen. Er zijn dus vier gelijkwaardige experimentele groepen (2x2 design).

Voordat ik aan een factoriele anova begin, wil ik eerst dmv een anova met contrasten de 4 groepen bekijken op verschilscore. Ik heb voor alle onderlinge verhoudingen gerichte hypothesen.

Hoe stel je in dit geval de contrasten in? Ik heb nu gewoon - 1 of 1 (overige 0) gedaan bij de groepen die ik wil vergelijken. Er zijn 12 vergelijkingen. Gelden in dit geval de orthogonale regels?

MvG

Ezra Niessink
in Experimenteel Onderzoek (OEO, PB04x2) door (510 punten)

1 Antwoord

0 leuk 0 niet-leuks

Dit is inderdaad hoe je steeds twee groepen vergelijkt, heel goed!

Overigens zou ik gewoon t-toetsen doen in dit geval (ik ben een groot voorstander van altijd de simpelste analyse doen).

Maar - hoe kom je tot 12 vergelijkingen? Met 4 groepen (A, B, C en D) kun je toch alleen de volgende vergelijkingen maken?

A met B (e.g. -1 1 0 0)
A met C (e.g. -1 0 1 0)
A met D (e.g. -1 0 0 1)
B met C (etc etc :-)
B met D
C met D

Dit zijn toch alle mogelijke vergelijkingen? Of doe je ze ook allemaal nog een keer andersom? Als -1 1 0 0 significant is, is 1 -1 0 0 ook significant, dus spiegeling is nooit nodig!

Trouwens, nu ik even een stapje terug neem: je hoeft bij een 2x2 design geen t-toetsen of contrasten te doen. Een full factorial univariate anova beantwoordt alle mogelijke onderzoeksvragen, en dat zijn er 3 bij een 2x2 design:

  1. Heeft de ene factor een hoofdeffect?
  2. Heeft de andere factor een hoofdeffect?
  3. Is er een interactie tussen de factoren (i.e. modereert een factor het effect van de andere)?

Zes t-toetsen uitvoeren draagt een aanzienlijk risico op Type-1 fouten met zich mee; net als 6 contrasten (want dat zijn 6 t-toetsen).

door (77.8k punten)
bewerkt door
Okay bedankt voor het antwoord. Nee precies 6 natuurlijk, geen 12.

Het zou je die t-testen dan aanpakken? Je hebt factor A onderverdeeld in A1 en A2. En je hebt factor B onderverdeeld in B1 en B2.

Factor A en factor B toetsten op de effectvariabel okay, maar hoe toets je A1 en B2, A2 en B1 in t-toetsen? Dan moet je nieuwe factors maken?

Elke groep staat in SPSS als een nummer (wsch 1, 2, 3 en 4). Bij een t-toets geef je 'groep' op als voorspeller, en geef je vervolgens aan dat je bv groep 1 en groep 2 wil vergelijken; en dan 1 en 3; etc etc).

Trouwens, nu ik even een stapje terug neem: je hoeft bij een 2x2 design geen t-toetsen of contrasten te doen. Een full factorial univariate anova beantwoordt alle mogelijke onderzoeksvragen, en dat zijn er 3 bij een 2x2 design:

  1. Heeft de ene factor een hoofdeffect?
  2. Heeft de andere factor een hoofdeffect?
  3. Is er een interactie tussen de factoren (i.e. modereert een factor het effect van de andere)?

Zes t-toetsen uitvoeren draagt een aanzienlijk risico op Type-1 fouten met zich mee; net als 6 contrasten (want dat zijn 6 t-toetsen). Dus waarom wil je eigenlijk 6 t-toetsen/contrasten doen?

[ik voeg deze uitleg even toe in mijn originele antwoord voor andere studenten die deze opmerkingen niet lezen]

stom, tuurlijk kan je verschillende groepen aangeven bij t-toets.

Ik wil geen t-toetsen doen. Ik wilde zien wat nou precies het verschil is als ik een 2 x 2 design toets met een anova + contrasten in tegenstelling tot factorial anova.
Ah, wat goed!!! In dat geval, veel plezier :-)
...