Meervoudige ANOVA
Als er meerdere onafhankelijke variabelen (factoren in ANOVS) invloed hebben op de afhankelijke
variabele.
Hoofdeffect vs gezamelijke effect (interactie-effect)
Stap 1
Sign: α = .05
Stap 2
Net als bij de t-test dienen de onafhankelijke variabelen van categorisch (nominaal/ordinaal)
meetniveau te zijn en de afhankelijke van continu (interval/ratio) meetniveau
Onafhankelijkheid van waarnemingen: verschillende participanten zijn niet door elkaar
beïnvloed in hun uitkomsten in het experiment.
Afhankelijke variabele moet in iedere groep normaal verdeeld zijn
Geen uitschieters of invloedrijke cases
Spreiding moet in iedere groep ongeveer
even groot zijn (homoscedasticiteit)
o Boxplots
alle onderdelen ongeveer even groot? Bij ANOVA
(meerdere groepen) lastig te interpreteren.
o Levene’s test
Levene’s test geeft ons daarentegen, net als bij de t-toets, één waarde en blijft dus
makkelijk te interpreteren, ongeacht het aantal groepen. Het nadeel bij ANOVA is
echter wel, dat bij schending van de assumptie, je niet uit Levene’s test kunt
opmaken welke groep afwijkende spreiding heeft, waar een boxplot je al wel meteen
een idee van zou kunnen geven.
Als er meerdere onafhankelijke variabelen (factoren in ANOVS) invloed hebben op de afhankelijke
variabele.
Hoofdeffect vs gezamelijke effect (interactie-effect)
Stap 1
Sign: α = .05
Stap 2
Net als bij de t-test dienen de onafhankelijke variabelen van categorisch (nominaal/ordinaal)
meetniveau te zijn en de afhankelijke van continu (interval/ratio) meetniveau
Onafhankelijkheid van waarnemingen: verschillende participanten zijn niet door elkaar
beïnvloed in hun uitkomsten in het experiment.
Afhankelijke variabele moet in iedere groep normaal verdeeld zijn
Geen uitschieters of invloedrijke cases
Spreiding moet in iedere groep ongeveer
even groot zijn (homoscedasticiteit)
o Boxplots
alle onderdelen ongeveer even groot? Bij ANOVA
(meerdere groepen) lastig te interpreteren.
o Levene’s test
Levene’s test geeft ons daarentegen, net als bij de t-toets, één waarde en blijft dus
makkelijk te interpreteren, ongeacht het aantal groepen. Het nadeel bij ANOVA is
echter wel, dat bij schending van de assumptie, je niet uit Levene’s test kunt
opmaken welke groep afwijkende spreiding heeft, waar een boxplot je al wel meteen
een idee van zou kunnen geven.
