ANOVA dwuczynnikowa — efekty główne i interakcje
ANOVA dwuczynnikowa pozwala badać dwa czynniki jednocześnie i ich wzajemne oddziaływanie. Wyjaśniam efekty główne, interakcje i jak je interpretować.
Czym różni się ANOVA dwu od jednoczynnikowej?
ANOVA jednoczynnikowa bada wpływ jednego czynnika na zmienną zależną. ANOVA dwuczynnikowa (2-way ANOVA) bada jednocześnie: efekt czynnika A, efekt czynnika B, i czy efekt A zależy od B (interakcja A×B). Jest bardziej efektywna i pozwala wykryć złożone zależności.
Efekty główne
Efekt główny to ogólny wpływ jednego czynnika uśredniony po wszystkich poziomach drugiego. Np. efekt główny płci = różnica między kobietami i mężczyznami, uśredniona po wszystkich metodach nauczania.
Interakcja — serce ANOVA dwuczynnikowej
Interakcja A×B oznacza że efekt A zależy od poziomu B (i vice versa). Przykład: nowa metoda nauczania (A) jest skuteczna dla studentów z wysoką motywacją (B), ale nie dla studentów z niską motywacją. Efekt metody jest moderowany przez motywację.
Istotna interakcja komplikuje interpretację efektów głównych — musisz analizować simple effects zamiast efektów głównych.
Wykres interakcji
Zawsze rysuj wykres interakcji. Linie równoległe = brak interakcji. Linie przecinające się lub o różnym nachyleniu = interakcja. Gdy linie się krzyżują — mamy interakcję dysjunktywną (jeden czynnik odwraca kierunek efektu drugiego).
Simple effects analysis
Gdy interakcja jest istotna, analizujesz efekt A osobno dla każdego poziomu B. Np. testujesz efekt metody osobno dla grupy wysokiej motywacji i dla grupy niskiej motywacji. Pamiętaj o korekcie na wielokrotne porównania.
Eta-kwadrat cząstkowy (η²_p)
W ANOVA wieloczynnikowej używaj η²_cząstkowego: η²_p = SS_efekt / (SS_efekt + SS_błąd). Wyklucza wariancję wyjaśnianą przez inne efekty. Wartości: .01 mały, .06 średni, .14 duży.
Zapis w APA 7
„Analiza wykazała istotny efekt główny metody nauczania, F(1, 96) = 12.4, p = .001, η²_p = .11, oraz istotną interakcję metoda × motywacja, F(1, 96) = 8.7, p = .004, η²_p = .08. Efekt główny motywacji był nieistotny, F(1, 96) = 2.1, p = .149.”
Podsumowanie
ANOVA dwuczynnikowa to potężne narzędzie ale wymaga ostrożnej interpretacji gdy pojawia się interakcja. Zawsze sprawdź wykres interakcji zanim interpretujesz efekty główne.