Hoe kan ik in SPSS op de juiste manier F data intepreteren bij Anova test? Hoe hoger hoe meer variantie?

Question

Bij thema 2 wordt een start gemaakt met T-toets en variantieanalyses. Er wordt in het boek van Andy Field wel uitleg gegeven over wat F betekent, maar niet hoe ik de data kan intepreteren. Is daar een bepaalde tabel voor of moet ik dat in verhouding tot de Mean zien?

Answer 1

In het boek van Andy Field wordt toegelicht hoe de F-waarde een ratio is: een verhouding tot verschillen tussen groepen (verklaarde variantie) en binnen groepen (onverklaarde variantie).

Het helpt om dit als een signaalruisverhouding te zien. Verschillen tussen groepen zijn het signaal dat je wilt oppikken, maar individuele variatie binnen groepen zijn eigenlijk signaalverstoring: ruis. Signaal wordt door ruis gedeeld. Dus de hoger de waarde des te meer signaal is er in verhouding tot ruis.

Dus: de hoger de F-waarde, des te groter zijn de groepsverschillen t.o.v. van hoe individuen van elkaar verschillen. Dus het 'signaal' komt sterker door naarmate F groter wordt. De groepen worden duidelijker van elkaar te onderscheiden als naar verhouding de ruis kleiner is dan het signaal, dus hoeveel groepen structureel verschillen groter is dan hoeveel individueen in groepen nog verschillen.

De interpretatie van F gebeurd niet op zichzelf. Deze moet in verhouding gebracht worden tot de steekproefgrootte en het aantal vergeleken groepen, dus de vrijheidsgraden. Je zult in de praktijk dus waarschijnlijk een combinatie van p-waarde en effectgrootte gebruiken om de omvang van F te interpreteren.