Beste,
Ik vraag mij af wat te doen met a) een al dan niet significant hoofdeffect van een covariaat en b) een al dan niet significante interactie tussen een factor en een covariaat.
Mijn onderzoeksdesign:
- Between: 2 groepen
- Within: iedere afhankelijke variabele (totaal 6 verschillende) is gemeten op 2 meetmomenten (T0, T1)
- Covariaat: interval (gestandaardiseerd)
Er worden 6 repeated measures uitgevoerd waarbij telkens één van de afhankelijke variabelen in het model wordt gestopt (allen apart, dus niet multivariaat).
Nu is het hoofdeffect van de covariaat voor 4 afhankelijke variabelen significant, en het interactieeffect tussen de covariaat en de factor voor 2 afhankelijke variabelen (marginaal) significant. (Voor 2 afhankelijke variabelen is enkel het hoofdeffect significant, voor de andere 2 is tevens het interactieeffect (marginaal) significant.)
Als ik correlatieanalyses uitvoer is slechts voor 2 afhankelijke variabelen de samenhang van de covariaat met zowel T0 als T1 significant (dezelfde afhankelijke variabelen waarbij het interactieeffect tussen de covariaat en de factor (marginaal) significant was).
De vraag is, ten behoeve van power, in welke gevallen de covariaat uit het model gehaald moet worden? Is het juist om het covariaat voor de 4 afhankelijke variabelen waarbij geen significant interactieeffect is tussen de covariaat en de factor (maar wellicht wel een significant hoofdeffect voor de covariaat) te verwijderen, en het model dan opnieuw te draaien (gewoon als repeated measures ANOVA dus)? De covariaat is dan immers geen confounder toch?