Kontrasty planowane (inaczej a priori) przeznaczone są do testowania istotności tylko wybranych różnic między średnimi, tych mianowicie, o których mowa w hipotezie (hipotezach) teoretycznych. Jeśli liczba średnich równa się k, to możemy poddać analizie nie więcej niż k-1 kontrastów planowanych. Na przykład, dla 6 średnich mamy 15 możliwych kontrastów post hoc, ale nie więcej niż 5 kontrastów planowanych. Kontrasty planowane mają większą moc niż kontrasty post hoc: ta sama różnica miedzy średnimi może się okazać istotna, jeśli jest analizowana jako kontrast planowany, a nieistotna - jeśli jest analizowana jako kontrast post hoc. Przy kontrastach post hoc liczba porównań jest większa, więc i prawdopodobieństwo losowego pojawienia się dużej różnicy miedzy średnimi jest większe. Testy post hoc zawierają „poprawkę” na taki efekt.
w SPSS można wybrać z menu gotowe (już zdefiniowane) kontrasty planowane lub samodzielnie je zdefiniować używając odpowiednich współczynników (por. następna strona).
Jeśli analizujemy kontrasty planowane, nie musimy liczyć ogólnego testu F. Przykłady kontrastów Po lewej stronie podano przykładowe hipotezy dotyczące różnic miedzy grupami (A, B, C, itd.), po prawej - współczynniki kontrastów zdefiniowanych tak aby sprawdzić te hipotezy. Suma współczynników dla każdego kontrastu musi równać się zero. 1) Współczynniki dla kontrastów prostych (każdą grupę porównujemy z grupą odniesienia; tu - z grupą D):
A D ψ1: 1, 0, 0, -1; suma = 0
B D ψ2: 0, 1, 0, -1; suma = 0
C D ψ3: 0, 0, 1, -1; suma = 0
2) Współczynniki dla kontrastów zdefiniowanych po lewej stronie: A = B ψ1: 1, -1, 0, 0; suma = 0
C = D ψ2: 0, 0, 1, -1; suma = 0
(A+B) (C+D) ψ3: 1, 1, -1, -1; suma = 0
3) Współczynniki dla kontrastów zdefiniowanych po lewej stronie:
A B,C ψ1: 2, -1, -1; suma = 0
B = C ψ2: 0, 1, -1; suma = 0
Wśród kontrastów planowanych wyróżnia się tzw. kontrasty ortogonalne. Dla kontrastów ortogonalnych (i tylko dla nich) zachodzi równość: SSψ1 + SSψ2 + ... SSψn = SSczynnik
Dwa kontrasty są ortogonalne jeśli suma iloczynów ich współczynników (suma iloczynów współczynników przypisanych tym samym grupom) równa się zero, np.:
ψ1: 2, -1, -1; suma = 0
ψ2: 0, 1, -1; suma = 0
Suma iloczynów (0) + (-1) + (1) = 0
(…)
… aby zmienna niezależna była ciągła, mierzona na skali interwałowej, a jej kolejne, dyskretne wartości (zastosowane w badaniu) były rozłożone w równych odstępach. Do analizy trendów można stosować zarówno ANOVA-ę jak i analizę regresji wielokrotnej.
Ilustrację graficzną wielomianu n-tego stopnia stanowi linia (łącząca średnie) mająca n-1 zgięć (tzn. n-1 razy zmieniająca kierunek, por rycina 1 i 2). Na przykład, ilustracją trendu stopnia drugiego („kwadratowego”) jest linia zmieniająca jeden raz swój kierunek. Dla wykrycia trendu n-tego stopnia potrzeba co najmniej n+1 średnich (grup). Np. aby wykryć trend 2-go stopnia potrzebne są co najmniej trzy średnie. Znalezienie istotnego trendu, dobrze dopasowanego do danych, może wskazywać na istnienie ogólnej zależności między zmiennymi. Rycina 1a. Przykładowe…
... zobacz całą notatkę
Komentarze użytkowników (0)