Beruflich Dokumente
Kultur Dokumente
7
Mehrfaktorielle Varianzanalyse
AxB
X ijk = + j + k + [ ] jk + eijk
Hans-Rdiger Pfister, Gerd Meier
Effekte
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.
(( 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 )
( xijk x jk ) 2
SStotal
SStreat(A,B)
SSA
SSB
SSerror
SSAxB
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)
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
MS A
MSerror
MS B
MSerror
3. H0: jk = + (j - ) + (k - )
= j + k -
Interaktion
AV
B1
B2
A1
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.
Condition
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
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
=0 SS(total)
Tests der Zwischensubjekteffekte
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
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))
Response: Recall
Df
Age
Condition
4 1514.94
Age:Condition
190.30
47.57
90
722.30
8.03
Residuals
240.25
Pr(>F)
5.9279
0.0002793 ***
--Signif. codes:
0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Age
240.25
Residuals
98 2427.54
240.25
Pr(>F)
9.6989 0.002418 **
24.77
---
Response: Recall
Df
Age
240.25
Condition
1514.94
Age:Condition
190.30
47.57
Residuals
90
722.30
8.03
---
Pr(>F)