Hallo Rolf,
Bedankt voor je antwoord. Ik zal proberen een beter beeld te schetsen van mijn onderzoek:
Het gaat om een intensief longitudinaal surveyonderzoek met 50 meetmomenten op basis van ESM, respondenten vullen 5 dagen 10x dezelfde vragenlijst in, herhaalde metingen idd.
Het effect van 'interactieniveau' op 'ontspannen' wordt gemeten. Interactieniveau is een variabele met 4 niveaus; afwezig, aanwezig, passief en actief. De niveaus vertegenwoordigen de verschillende niveaus van interactie met je huisdier en zijn gehercodeerd uit twee andere variabelen, de aan of afwezigheid van je huisdier en wat je aan het doen bent met je huisdier; niks, trainen, spelen, verzorgen, knuffelen, etc.
De vraag is of de verschillende interactieniveaus van invloed zijn op ontspannen en of er dus significante verschillen zitten tussen de effecten van de verschillende niveaus.
Het gaat niet om een experiment met verschillende condities.
Een volgende analyse zal met een lag-variabele worden uitgevoerd, die bekijkt wat het effect is van 'interactieniveaus' op ontspannen 1 meetmoment later, waarbij het nog steeds de vraag is of de verschillen tussen de effecten van de verschillende niveaus significant zijn. Maar verder worden veranderingen in tijd niet meegenomen.
Ik zal me verder verdiepen in documentatie over contrasten. Maar, ik ben nog steeds ook benieuwd of mijn vraag beantwoord wordt door in SPSS te kiezen voor Linear Mixed Models, dan in het dialoogvenster Estimated Marginal Means of Fitted Models (EM Means) te kiezen voor de optie compare main effect..?
Groeten,
Eline