Two-way ANOVA Voorbeeld

Two-way ANOVA 1

Wat is de Two-way ANOVA (F-test)?

De Two-way ANOVA is een variantie analyse met als verschil dat er naast de verschillende groepen meerdere onafhankelijke (gerelateerde) variabelen getoetst kunnen worden op basis van groepsgemiddelden. Hierdoor kunnen naast de hoofdeffecten ook interactie effecten tussen de onafhankelijke variabelen worden getoetst.

Wanneer gebruik je de Two-way ANOVA (F-test)?

Je gebruikt de Two-way ANOVA als je 2 of meer groepen met elkaar wilt vergelijken in combinatie met één of meer onafhankelijke variabelen op basis van een gemiddelde. Op deze manier worden de hoofdeffecten voor elkaar en op de interactie-effecten gecontroleerd.

Voorbeeld van een Two-way ANOVA (F-test).

Je wilt onderzoeken of mensen met een hoge intelligentie een hoger cijfer halen op het tentamen dan mensen met een lage intelligentie gecontroleerd voor aantal studie-uren. Omdat het hier een Two-way ANOVA betreft maken we gebruik van groepen. In dit geval: intelligentie hoog/laag en studie-uren veel/weinig (kunnen ook meerdere groepen zijn maar voor het voorbeeld gebruiken we er per onafhankelijke variabele 2). De Two-way ANOVA stelt ons in staat om te onderzoeken of de groep intelligentie hoog een hoger cijfer heeft dan de groep intelligentie laag, de groep studie-uren veel hoger scoort dan de groep studie-uren weinig.

Interactie met Two-Way ANOVA

Daarnaast geeft de two-way aan of er een interactie-effect aanwezig is tussen de 2 onafhankelijke variabelen. De hoofdeffecten worden nu voor elkaar gecontroleerd, waardoor het hoofdeffect wat overblijft “puurder” is*. Daarnaast wordt er getoetst of er een interactie-effect aanwezig is tussen intelligentie en studie-uren. In ons voorbeeld kan het zo zijn dat, naast de hoofdeffecten, iemand die een hoge intelligentie heeft meer baat heeft bij veel studie-uren, dan iemand met een lage intelligentie. De groep met lage intelligentie gaat door veel studie-uren gemiddeld 1 punt hoger scoren op het tentamen. De groep met hoge intelligentie scoort bij veel studie-uren 2 punten hoger. Dat is 1 punt extra, en is in dit verhaal het interactie-effect. Het hoofdeffect van studie-uren is voor de 2 groepen anders, dat noem je een interactie-effect.

Hoofdeffecten met Two-Way ANOVA

*De hoofdeffecten worden puurder. Als je alleen naar intelligentie (ANOVA of t-test) zou kijken zit daar een hoop ruis in of iemand wel of niet heeft gestudeerd voor het tentamen. Iemand die minder intelligent maar veel heeft gestudeerd kan (makkelijk) een hoger punt halen dan iemand die een hogere intelligentie heeft maar nauwelijks heeft gestudeerd. Enkel naar intelligentie kijkend zou je zeggen, dat er dus geen of minder verschil zou zitten tussen intelligentie,terwijl dat aan de niet bekeken onafhankelijke variabele studie-uren ligt. Hierdoor wordt de data zuiverder.

Waar moet je mee oppassen bij de Two-way ANOVA (F-test)?

De Two-way ANOVA is een statistisch sterke toets waar je zeker conclusies aan mag verbinden. De output bevat meerdere tabellen waar je weg in moet vinden, wat de interpretatie misschien wat lastig maakt. Houdt er rekening mee dat je meerdere “cellen” van groepsgemiddelden met elkaar gaat vergelijken, dus daar moet je wel voldoende respondenten voor hebben. Reken op ongeveer 30 respondenten per cel dan zit je wel veilig (in ons voorbeeld zou dat dus 4 x 30 = 120 respondenten zijn). Een scriptie op basis van Two-way ANOVA’s is over het algemeen voldoende statistisch onderbouwd.

Begrijp je het nog niet helemaal? 

Neem contact op via het onderstaande formulier en voorkom onnodige studievertraging. Je hebt binnen 24 uur een afspraak met een van onze ervaren begeleiders.  ​

 

Click Here to Leave a Comment Below

Leave a Comment:

Voorkom Fouten, Download onze handleiding met SPSS Tips

x