Kovarianciaanalízis (csoportok egy kontrollváltozó azonos értékénél)

Röviden

Mire jó: a csoportokat úgy hasonlítja össze, hogy kiveszi egy kontrollváltozóként használt szám (kovariáns) hatását. Tipikus eset (typical case): az utóteszt oktatási módszerenként, a beavatkozás előtti előzetes tudás kontrollálásával. A Statable korrigált átlagokat mutat, azaz a csoportok átlagait a kovariáns átlagánál. A kontrollváltozót az „Eltérnek a csoportok?” kérdésnél a „További beállítások” alatt lehet kiválasztani.

Feltételek

• A kovariánst nem befolyásolhatja a csoport. A beavatkozás előtt mérik, például az előzetes tudást. Különben az elemzés eltávolítja a csoport hatásának egy részét. A Statable ezt nem tudja ellenőrizni.
• A kovariáns lineárisan összefügg az eredménnyel, és minden csoportban egyformán erősen (egyenlő meredekségek). A Statable ehhez próbát közöl.
• Az eredmény szám; a megfigyelések függetlenek; minden csoportban legalább két személy van.

Így olvasd az eredményt

• Először a meredekségek próbája (csoport × kovariáns). Ha statisztikailag szignifikáns (p < ,05): „A kovariáns a csoportokban eltérően hat. A korrigált átlagok ekkor csak korlátozottan értelmezhetők.”
• A csoportpróba (III. típus) megmutatja, hogy a csoportok különböznek-e a kovariáns azonos értékénél; ηp²-tel és 95%-os konfidenciaintervallummal.
• A korrigált átlagok 95%-os konfidenciaintervallumokkal jelennek meg a nyers átlagok mellett. Három csoporttól felfelé a korrigált átlagok páronkénti összehasonlításai következnek, Holm-korrekcióval.
• A kovariánspróba megmutatja, hogy magyaráz-e valamit a csoporton túl; b a közös meredekség.

Hogyan közöld

Csoport: F(2, 68) = 4,56, p = ,014, ηp² = ,12, 95%-os KI [,01; ,26]; előzetes tudás: F(1, 68) = 33,02, p < ,001, ηp² = ,33, 95%-os KI [,16; ,48]; meredekségek (csoport × kovariáns): F(2, 66) = 0,45, p = ,641

A szövegben add meg, a kovariáns melyik értékénél korrigáltuk az átlagokat (az összes személy átlaga), és a meredekségpróba eredményét.

Korlátok

• Egy kontrollváltozó. A Statable nem számol két csoportosítást kontrollváltozóval együtt; eredmény helyett üzenet jelenik meg.
• Egyenlőtlen meredekségek vagy görbe vonalú összefüggés esetén a korrigált átlagok csak részben értelmezhetők. A Statable ilyenkor nem vált magától másik modellre.
• Ha a csoportokat nem véletlenszerűen alakították ki, a kovarianciaanalízis csak a kovariánsban lévő különbségeket egyenlíti ki, más jellemzőkben lévőket nem.
• A PSPP-ben nincs kovariáns a GLM-ben; a Statable négy regressziót futtat ugyanazokkal a személyekkel, és ezekből vezeti le a III. típusú próbákat (megfelel az R-ben a car::Anova(lm(y ~ g + x, contrasts = list(g = contr.sum)), type = 3) hívásnak).

Forrás

Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics (5. kiad.), 13. fej. Maxwell, S. E., Delaney, H. D., & Kelley, K. (2018). Designing Experiments and Analyzing Data: A Model Comparison Perspective (3. kiad.). Routledge.