flervägsanova Flashcards
Fördelar och nackdelar med beroendeanova?
Mindre fel
Mer risk för ordningsföljder
Vad är F?
- Mellangruppsvarians/inomgruppsvarians
- Systematisk varians/icke-systematisk varians
- Systematisk varians/felvarians
Problem med förtest eftertest (inomgruppsdesign) och vad kan man göra åt det?
- Förmätningen kan ha påverkat eftermätningen
- Förändringen kan ha skett av någon annan orsak (interna eller externa faktorer)
Man kan göra två förtest (då har man tre nivåer av BV)
Problem med kvasi-experimentell design? (mellangruppsdesign)
Man vet inte hur deltagarna och skillader utifrån dom kan påverka studien då deltagarna ej randomiserats
Vad är problemet med två-grupps eftertest design (mellangruppsdesign)
Vi kan inte säga någonting om kausaliteten på effekten
vad är problemet med tre grupp endast eftertest design (mellangruppsdesign) (med kontrollgrupp)
Man kan veta någonting om kausaliteten men inte om effektstorleken. Hur skiljde deltagarna sig åt innan studien? Människor skiljer sig åt.
I vissa fall kan det vara bättre att istället testa med samma individer för att minska felen som beror på all individerna är olika.
Vad är problemet med för och eftertest design (mixed design , både inom och mellan gruppsdesign)
Vi kan säga någonting om kausaliteten
Vi vet hur stor effektstorleken är
Vi vet inte om vi har ordningseffekter dvs om försöksdeltagarna påverkades av förmätnignen.
När vill vi göra en faktoriell design?
- När vi vill undersöka om en effekt har multipla orsaker
- När man tror att en OV på BV BEROR på / modereras av en annan effekt
EXEMPEL
Effekten (BV) av terapiform (OV1) beror på diagnos (OV2)
EXEMPEL:
Kontorstypers (OV1)påverkan på arbetsprestation (BV) beror på arbetsuppgift (OV2)
När har man en 2x2 faktoriell design?
När man har två oberoende variabler med två nivåer
EXEMPEL
Effekten (BV) av terapiform (OV1) beror på diagnos (OV2)
Terapiform:
OV1a: KBT
OV1b: psykodynamisk
Diagnos:
OV2a: depression
OV2b: fobi
Vilka resultat kommer man få när man gör en analys av flerfaktoriell design?
- Man kommer få ett antal huvudeffekter, en för vardera oberoende variabel
- Man kommer få en interaktionseffekt för respektive OV “par”
dvs för 2x2 faktoriell design kommer man har 2 huvudeffekter och en interaktionseffekt
för 2x2x2 faktoriell design kommer man ha 3 huvudeffekter och 3 interaktionseffekter?
Hur vet man om man har en interaktionseffekt i sin data eller inte?
Man plottar datan i SPSS
- Om linjerna är paralella har man INGEN interaktionseffekt
- Om linjerna INTE är paralella har man en interaktionseffekt.
- Om linjerna är paralella & horisontella men inte “på samma ställe” har man en huvudeffekt men ingen interaktionseffekt.
- Om injerna är paralella men t.ex. ökar lika mycket har man en huvudeffekt men ingen interaktionseffekt
Vad påverkar vilken typ av statistik och vilken typ av test man skall göra?
Det beror på vilken typ av design man har!
- Mellangruppsdesgin?
- Inomgruppsdesign?
- Faktoriell design?
- Mixed design?
Vad är problemet med att ha för många oberoende variabler?
Det kan vara väldigt svårt att tolka och förstå resultatet.
Beskriv flervägsanova!
- Man kan ha flera Oberoende variabler
- Man har endast 1 beroende variabel (på kvot/intervall nivå)
- Möjligt att blanda mellan inomgrupp och mellangruppsfaktorer
Vad är fördelen med flervägsanova?
- Man kan testa flera variabler samtidigt
- Man kan få fram huvudeffekter och interaktionseffekter