Hoe vergelijk ik de score op een afhankelijke variabele tussen een specifieke conditie van variabele A met een specifieke conditie van variabele B?

Question

In een onderzoek zijn er 2 onafhankelijke variabelen gemanipuleerd. Een van deze variabalen heeft 2 condities (meetniveau nominaal) en de andere variabele  heeft 3 condities (meetniveau ordinaal). Voor het leesgemak zal ik de condities van de eerste onafhankelijke variabele aanduiden met A en B en de condities van de tweede onafhankelijke variabele aanduiden met 1, 2 of 3. Proefpersonen worden ingedeeld in één van deze condities. Er zijn 6 condities mogelijk, namelijk A1, A2, A3, B1, B2, B3. De afhankelijke variabele is van meetniveau interval. Er is daarnaast nog sprake van een covariaat, maar dat is voor de beantwoording van mijn vraag niet relevant lijkt me.

Nu heb ik een ANCOVA-toets uitgevoerd en daarbij heb ik ook de interactie tussen de 2 onafhankelijke variabelen opgevraagd. Uit de tabellen blijkt van een significant interactie-effect. Ik heb ook de interactiegrafiek en de simple effects opgevraagd. Met de output die ik heb gekregen wordt er wel een vergelijking gemaakt tussen scores op de afhankelijke variabele tussen de condities A1, A2 en A3 en er wordt een vergelijk tussen de scores van B1, B2 en B3, maar er worden geen onderlinge vergelijkingen c.q. kruisverbanden getoond tussen bijvoorbeeld conditie A1 en B3.

Nu kan ik in de grafiek zien dat de score op de afhankelijke variabele in conditie A1 verschilt van de score in conditie B3. Dit lijkt een aanzienlijk verschil, zeker als ik kijk waar de datapunten zich bevinden en ik vergelijk dit met mijn output. Echter dit verschil tussen de gemiddelde score op A1 en de gemiddelde score op B3 kan ik nergens in mijn output terugvinden en zou ik wel graag willen interpreteren. Doe ik iets fout/zie ik iets over het hoofd?

Comments

Ik weet niet of het zinvol zou zijn om zo'n specifieke toets op het gemiddelde verschil tussen A1 en B3 te toetsen. Misschien als ik een goed voorbeeld daarvan zie, maar ik kan niet zo snel bedenken waarom dit zou moeten of hoe het statistisch in elkaar steekt. Als A en B between subject factors zijn dan heb je namelijk niet een gemiddelde Y voor conditie A1 en een gemiddelde Y voor B3, maar je hebt enkel een gemiddelde Y voor mensen die zowel in A1 als in B3 zitten. Er zijn dus geen verschillen toetsbaar.

Er is bijvoorbeeld een simple effects analyse mogeljik zoals in Field ook beschreven wordt. Bijvoorbeeld of binnen conditie A1 er verschillen zijn tussen condities B1,2,3. Het makkelijkst is dit te doen met een split-file waarbij je de file split op basis van A. Dan zou ik kiezen voor compare output by groups, zodat je bij het runnen van een ANCOVA met B als fixed factor voor alle condities A losse output naast elkaar ziet.