Cómo explicar a Parcela ANOVA de dos factores de dispersión

Un análisis de dos vías de varianza (ANOVA) utiliza dos factores, o variables independientes, en el análisis. El objetivo es ver si la media de varios conjuntos de datos son diferentes entre sí, pero éstos se agrupan en dos formas en lugar de uno. Esto puede ser confuso para los estudiantes, pero es más fácil de interpretar los resultados es trazar el medio de cada factor en un gráfico de dispersión. SPSS y otros programas de análisis ofrecen este tipo de trama como una salida, con los puntos de datos que ya están conectados con líneas rectas.

Instrucciones

1 Tenga en cuenta lo que cada línea del gráfico representa. Por lo general, esta es la variable principal agrupación en el análisis, por ejemplo, dos grupos separados de las personas, y será identificado por una leyenda junto a la parcela.

2 Tenga en cuenta lo que los puntos en el eje x de la gráfica representan. Esta será otra variable de agrupación, por ejemplo, podría ser dos puntos de tiempo diferentes. Cada punto en el eje x se denomina un "nivel" de ese factor.

3 Nota lo que el eje de las y representa. Esta es la variable dependiente o variable de resultado de su análisis. El objetivo de la ANOVA es ver si los grupos difieren en esta variable.

4 Mira las diferencias verticales entre los grupos en cada uno de los puntos en el eje x. ¿Hay diferencias entre los grupos? Si algunas de las líneas están muy separados de los demás, esto puede indicar una diferencia entre los grupos en este nivel.

5 Mira cada línea individual y ver si hay algún cambio que van de izquierda a derecha. No aumentan las puntuaciones o disminuyen en diferentes niveles del factor en el eje x? Si su eje x representa el tiempo, por ejemplo, esto indicaría un cambio en el tiempo. Si se representa la dosis de un medicamento, esto representaría diferentes efectos en diferentes dosificaciones.

6 Compruebe las líneas y ver si están o no en paralelo. Si las líneas no son paralelas, esto significa que tiene una "interacción" en sus resultados. Una interacción significa que las puntuaciones en la variable dependiente son diferentes en función de que los niveles de las variables independientes que esté considerando.

Consejos y advertencias

• Tenga en cuenta que no se puede saber si las diferencias o de las interacciones son estadísticamente significativos con sólo mirar a su parcela. Debe comprobar las cifras reales para determinar esto.