Statistik fr Psychologen

7
Mehrfaktorielle Varianzanalyse

Hans-Rdiger Pfister, Gerd Meier

Experimente mit 2 (oder mehr) Faktoren

1 Faktor mit 3 Stufen

2 Faktoren mit 2 und 3 Stufen

A

AxB

X ijk = + j + k + [ ] jk + eijk
Hans-Rdiger Pfister, Gerd Meier

Effekte

In einem 2-faktoriellem Design gibt es 4 Varianzquellen:

Effekt von Faktor A

Effekt von Faktor B
Den Effekt der Kombination von A und B (AxB)
Fehler e

Die Effekte, die ausschlielich auf Faktor A bzw. Faktor B zurckgehen, nennt man
Haupteffekte

Der Effekt, der auf die spezifische Kombination (Wechselwirkung) von Faktor A mit
Faktor B zurckgeht, nennt man Interaktionseffekt.

Die mehrfaktorielle ANOVA geht ber eine mehrfach durchgefhrte 1-faktorielle

ANOVA hinaus, da sie Interaktionseffekte mit einschliet.

Hans-Rdiger Pfister, Gerd Meier

Dekomposition der Quadratsummen

AxB

(( x jk x ) ( x j . x ) ( x.k x )) 2
= ( x jk x j . x.k + x ) 2
n

( x j. x )

error
B

( x.k x )

Hans-Rdiger Pfister, Gerd Meier

( xijk x jk ) 2

Dekomposition der Quadratsummen

xijk = x + a j + bk + ab jk + eijk
xijk = x + ( x j . x ) + ( x.k x ) + ( x jk x j . x.k + x ) + eijk
2
( xijk x ) 2 = ( x j . x ) 2 + ( x.k x ) 2 + ( x jk x j . x.k + x ) 2 + eijk

SStotal
SStreat(A,B)
SSA

SSB

SSerror
SSAxB

SS(total) = SS(cells) + SS(error)

SS(cells) = SS(between A) + SS(between B) + SS(cells A B)
Hans-Rdiger Pfister, Gerd Meier

Varianzschtzer
MS error =

SS error
2
, E ( MS error ) = error
J K (n 1)

K n 2j
SS A
2
, E ( MS A ) = error
+
J 1
J 1
J n k2
SS B
2
MS B =
, E ( MS B ) = error
+
K 1
K 1
MS A =

n jk2

MS A B =

SS A B
j
k
2
, E ( MS A B ) = error
+
( J 1)( K 1)
( J 1)( K 1)

Einen Schtzer fr die Varianz erhlt

man auf die bliche Weise:
Berechnung der Summe der
Abweichungsquadrate, und teilen
durch die Freiheitsgrade

df(A) = J 1 (Stufen 1)
df(B) = K 1 (Stufen 1)
df(AxB) = (J-1)(K-1)
df(error) = JK(n-1)

df tot = df A + df B + df AB + df err
Hans-Rdiger Pfister, Gerd Meier

F-Tests
1. H0: A1 ... = Aj ... = AJ

F ;df ( A),df ( err ) =

MS A
MSerror

F ;df ( B ),df ( err ) =

MS B
MSerror

Die Populationsmittelwerte aller

Stufen von Faktor A sind identisch

2. H0: B1 ... = Bj ... = BJ

Die Populationsmittelwerte aller Stufen
von Faktor B sind identisch

3. H0: jk = + (j - ) + (k - )
= j + k -

F ;df ( A B ),df ( err ) =

Die Populationsmittelwerte der Zellen sind

ausschlielich durch die Effekte der Faktoren A
und B additiv bestimmt
Hans-Rdiger Pfister, Gerd Meier

Interaktion
AV

B1
B2

A1

Hans-Rdiger Pfister, Gerd Meier

A2

MS A B
MSerror

Interaktionsdiagramme
Ohne Interaktion sind die Linien parallel
(Differenzen zwischen den Stufen von B
sind identisch ber alle Stufen von A,
und umgekehrt) .
Ordinal: es gibt eine spezifische
Kombination von Faktorstufen, die einen
Effekt hat.
Hybrid: der Effekt eines Faktors verhlt
sich gegenstzlich ber verschiedene
Stufen des anderen Faktors.
Disordinal: beide Faktoren liefern
gegenstzliche Effekte ber die
jeweiligen Stufen des anderen Faktors.
Achtung: in einem Mittelwertsdiagramm
(Interaktionsdiagramm) sind Haupt- und
Interaktionseffekte i.d.R. konfundiert.

aus Bortz, 1993, p.276

Hans-Rdiger Pfister, Gerd Meier

Beispiel: Howell pp. 424ff.

Deskriptive Statistiken
Zwischensubjektfaktoren
Wertelabel
Age

Condition

Abhngige Variable: Recall

N

1.00

alt (55-65)

50

2.00

jung
(18-30)

50

1.00

counting

20

2.00

rhyming

20

3.00

adjective

20

4.00

imagery

20

5.00

intention

20

DV: Recall memory test - number of

correctly recall words
IV 1: Age older vs. younger participants
IV 2: Condition of recall
1 counting the number of letters
2 rhyming: find a rhyme
3 adjective: find a similar adjective
4 imagery: image a picture/scene
5 intention: intentional learning vs.
incidental learning
Hans-Rdiger Pfister, Gerd Meier

Mittelwert

Standardab
weichung

counting

7.0000

1.82574

10

rhyming

6.9000

2.13177

10

adjective

11.0000

2.49444

10

imagery

13.4000

4.50185

10

intention

12.0000

3.74166

10

Gesamt

10.0600

4.00719

50

counting

6.5000

1.43372

10

rhyming

7.6000

1.95505

10

adjective

14.8000

3.48967

10

imagery

17.6000

2.59058

10

intention

19.3000

2.66875

10

Gesamt

13.1600

5.78654

50

counting

6.7500

1.61815

20

rhyming

7.2500

2.02290

20

adjective

12.9000

3.53777

20

imagery

15.5000

4.17385

20

intention

15.6500

4.90193

20

Gesamt

11.6100

5.19109

100

Age

Condition

alt (55-65)

jung (18-30)

Gesamt

Beispiel
Alter (Faktor 1)

20,00

alt (55-65)
jung (18-30)
18,00

16,00

Recall

14,00

12,00

10,00

8,00

6,00
counting

rhyming

adjective

imagery

intention

Recall-Bedingung (Faktor 2)
Hans-Rdiger Pfister, Gerd Meier

Beispiel mit SPSS

SS(cells)

=0 SS(total)
Tests der Zwischensubjekteffekte

Abhngige Variable: Recall

Quadratsum
me vom Typ III

Quelle
Korrigiertes Modell

Mittel der
Quadrate

df

1945.490a

Signifikanz

Partielles
Eta-Quadrat

216.166

26.935

.000

.729

13479.210

13479.210

1679.536

.000

.949

240.250

240.250

29.936

.000

.250

1514.940

378.735

47.191

.000

.677

Age * Condition

190.300

47.575

5.928

.000

.209

Fehler

722.300

90

8.026

16147.000

100

2667.790

99

Konstanter Term
Age
Condition

Gesamt
Korrigierte
Gesamtvariation

=0

a. R-Quadrat = .729 (korrigiertes R-Quadrat = .702)

SS(A)
SS(B)
Hans-Rdiger Pfister, Gerd Meier

SS(AxB)
SS(error)

SS(total)

Beispiel mit R
anova(eys.aov <- aov(Recall ~ Age*Condition, data=eys))

Analysis of Variance Table

Response: Recall
Df

Sum Sq Mean Sq F value

Age

Condition

4 1514.94

Age:Condition

190.30

47.57

90

722.30

8.03

Residuals

240.25

Pr(>F)

240.25 29.9356 0.0000003981 ***

378.74 47.1911

< 2.2e-16 ***

5.9279

0.0002793 ***

--Signif. codes:

0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Hans-Rdiger Pfister, Gerd Meier

Fehlerreduktion in mehrfaktoriellen Designs

Das Hinzufgen eines zweiten Faktors kann (c.p.) die Fehlervarianz reduzieren:
Analysis of Variance Table
Response: Recall
Df

Sum Sq Mean Sq F value

Age

240.25

Residuals

98 2427.54

240.25

Pr(>F)

9.6989 0.002418 **

24.77

---

Response: Recall
Df

Sum Sq Mean Sq F value

Age

240.25

Condition

1514.94

Age:Condition

190.30

47.57

Residuals

90

722.30

8.03

---

Hans-Rdiger Pfister, Gerd Meier

Pr(>F)

240.25 29.9356 0.0000003981 ***

378.74 47.1911
5.9279

< 2.2e-16 ***

0.0002793 ***