Psic07 Anova

Psicometria
7-Analisi della varianza vers. 1.5 Germano Rossi1 germano.rossi@unimib.it Giovanni Battista Flebus1 giovannibattista.flebus@unimib.it
1 Dipartimento
di Psicologia, Universit di Milano-Bicocca
2008-2008
Rossi, Flebus (Dip. Psicologia)
Psicometria
2008-2008
1 / 41
Analisi della varianza

Analysis of variance (Anova, AOV) una tecnica statistica che confronta due o pi gruppi fra di loro E unestensione del t-test che si usa quando si hanno pi di 2 gruppi La variabile dipendente devessere quantitativa Le variabili indipendenti devono essere qualitative
Psicometria
2008-2008
2 / 41
Analisi della varianza
Disegni a 1 via: quando c una sola variabile indipendente (anova univariata) Disegni fattoriali: con 2 o pi variabili indipendenti (anova multivariata) Disegni tra i soggetti (between subjects): quando, rispetto ad una VI, i soggetti sono misurati una sola volta (ad es. ansia misurate fra maschi e femmine) Disegni entro i soggetti (within subjects): quando, rispetto ad una VI, i soggetti sono misurati pi di una volta (ad es. ansia prima e dopo un esame)
Rossi, Flebus (Dip. Psicologia) Psicometria 2008-2008 3 / 41
Esempio empirico
In un campione di persone abbiamo misurato lautoritarismo usando la scala di Karen Stenner (5 item sulle cose importanti da insegnare ad un bambino, maggiore il punteggio, maggiore lautoritarismo) e lorientamento politico (su una scala da 1 a 10, da sinistra a destra) Raccogliamo i 10 punteggi dellorientamento politico in 3 categorie: 1-3 SX, 4-7 Centro, 8-10 DX Lautoritarismo uguale nei tre campioni? Oppure ogni sottocampione (in base allorientamento politico) ha parametri della popolazione diversi? Se usassimo il t-test (differenza delle medie, dovremmo fare 3 confronti a coppie: SX vs. Centro, SX vs. DX, Centro vs. DX) Usiamo lanalisi della varianza
Psicometria
2008-2008
4 / 41
Esempio empirico
N 154 182 80 416 Media 13,16 14,63 15,94 14,34 Stenner Dev. std. Err. std. 4,159 0,335 4,391 0,326 5,321 0,595 4,607 0,226 Minimo 5 5 5 5 Massimo 25 27 30 30
SX Centro Dx Totale
Fra gruppi Entro gruppi Totale
ANOVA univariata Somma Media quadrati df quadrati 433,245 2 216,622 8373,964 413 20,276 8807,209 415
F 10,68
Sig. 0,000
C almeno un gruppo che ha una media statisticamente diversa da quelle degli altri (cio stato estratto da una popolazione con parametri diversi)
Esempio empirico
Quale? Usiamo i confronti a posteriori Test post hoc Sottoinsiemi omogenei Stenner Student-Newman-Keuls N SX Centro Dx Sig. 154 182 80 Sottoinsieme per alfa = .05 1 2 3 13,1623 14,6319 15,9375 1,000 1,000 1,000
Le tre medie sono tutte diverse fra di loro, ovvero i campioni su cui sono state calcolate sono stati estratti da popolazioni con parametric statistici diversi
Psicometria
2008-2008
6 / 41
Esempio empirico
Psicometria
2008-2008
7 / 41
La logica dellanova
Possiamo pensare allautoritarismo come ad una variabile casuale il cui valore atteso la sua media E(X) o Tuttavia lorientamento politico pu inuenzare lautoritarismo aggiungendo un certo valore (sx = sx ) e inne si aggiunge un possibile errore casuale () che dipende da ogni singolo soggetto quindi il punteggio di ogni soggetto X =++ cio dipende dalla media della variabile nella popolazione, da un fattore di correzione dovuto allinuenza della variabile indipendente (trattamento) e ad un errore (fattore di correzione?) dovuto al caso statistico
La logica dellanova
per lAnova assumiamo (fra laltro)
normalit: la variabile dipendente (autoritarismo) sia quantitativa e che si distribuisca normalmente 2 omogeneit della varianza: i diversi campioni siano estratti dalla stessa popolazione e abbiano quindi varianza uguale fra loro e con 2 2 2 2 quella della popolazione (1 = 2 = = n e quindi 1 = s2 ) 1 3 indipendenza dei soggetti: le osservazioni siano fra loro indipendenti e quindi le differenze individuali siano casuali
1
Ipotizziamo che tutti i gruppi abbiano la stessa media (H0 : 1 = 2 ). Lipotesi alternativa sar che almeno un gruppo ha media diversa dagli altri (H1 : i = j ) per semplicit usiamo campioni di uguale numerosit
Psicometria
2008-2008
9 / 41
Una logica alternativa

Between Totale Within trattamento punteggio errore Seguendo un altro ragionamento, possiamo considerare il punteggio X di un soggetto come formato da un punteggio vero (dovuto al trattamento) e da una componente derrore (dovuta ai singoli soggetti) Noi conosciamo solo il valore misurato (X) e la sua varianza totale Lanova ipotizza che il punteggio vero sia uguale alla media dei singoli campioni (X) e che lerrore sia X X LF calcolato con la varianza del punteggio vero divisa la varianza dellerrore
La logica dellanova
Se sono veri i primi due assunti, i gruppi formati dallindipendente sono uguali, hanno la stessa forma e la stessa varianza Se hanno la stessa varianza, possiamo calcolare la stima della varianza della popolazione come media delle varianze dei singoli campioni
2 1
s2 1
2 e
s2 i = k
n i=1
k j=1 (Xij
X.j )2
k(n 1)
con Xij =il punteggio di un individuo in un certo gruppo, X.j =la media di quel gruppo, n=lampiezza del singolo gruppo e k=numero dei gruppi
Psicometria
2008-2008
11 / 41
La logica dellanova
Se H0 vera, allora la varianza della popolazione stimabile tramite la distribuzione campionaria delle medie
2 X =
2 n
Le medie dei singoli gruppi sono utilizzate per stimare la varianza, quindi con n k (X.j X.. )2 j=1 2 2 t = nX = k1 .j la media calcolata su ogni gruppo e X.. dove n lampiezza, X la media delle medie
Psicometria
2008-2008
12 / 41
La logica dellanova
Abbiamo in questo modo due diverse stime della varianza della popolazione La prima calcolata entro i gruppi (chiamata anche varianza derrore= M Se ) perch si basa sulle differenze individuali rispetto alla media dei singoli gruppi La seconda fra i gruppi (chiamata anche varianza di trattamento= M St ) perch considera uguali gli individui di un gruppo e imputa le differenze al trattamento (la variabile categoriale usata per suddividere il campione in gruppi)
Psicometria
2008-2008
13 / 41
La logica dellanova
il loro rapporto si distribuisce secondo la curva di probabilit di F F = M St M Se
con k 1 e k(n 1) gradi di libert Se il rapporto piccolo (e non signicativo) le due stime sono uguali e quindi non vi differenza fra i gruppi Se il rapporto grande (e signicativo), le due stime sono diverse e vi differenza fra i gruppi
Psicometria
2008-2008
14 / 41
Esempio di calcolo
Gruppo 1 9 12 8 Gruppo 2 4 2 5 Gruppo 3 3 6 3
Per i calcoli ricordiamo che var = (Xi X)2 = N 1

x) x2 ( N = N 1
2
x2 ( x)2 /N N 1
e che il numeratore si chiama anche somma dei quadrati, il denominatore pu essere pensato come un gdl
Psicometria
2008-2008
15 / 41
Esempio di calcolo: fase 1-var. totale

Gruppo 1 9 12 8 29 9,667 ( Gruppo 2 4 2 5 11 3,667 Gruppo 3 3 6 3 12 4,000 Quadrati 81 16 9 144 4 36 64 25 9 289 45 54
Xij )2 = (29 + 11 + 12)2 = 2704

2 Xij = 289 + 45 + 54 = 388
SStot =
2 Xij (
Xij )2 /N = 388 2704/9 = 87.556
gdl = N 1 = 8 M Stot = var(X) = SStot /gdl = 10.944

Esempio di calcolo: fase 2-var. fra i gruppi

Sostituisco i valori con le medie dei gruppi Gruppo 1 9,667 9,667 9,667 29,000 ( Gruppo 2 3,667 3,667 3,667 11,000 Gruppo 3 4,000 4,000 4,000 12,000 93,451 93,451 93,451 280,353 Quadrati 13,447 13,447 13,447 40,341 16,000 16,000 16,000 48,000
x)2 = (29 + 11 + 12)2 = 2704 x2 = 280, 353 + 40, 341 + 48 = 368.694
SSt =
x2 (
x)2 /N = 368.694 2704/9 = 68.25
gdl = k 1 = 2 M St = SSt /gdl = 34.125

Esempio di calcolo: fase 3-var. entro i gruppi

Sostituisco i valori con Xi X Gruppo 1 -0,667 2,333 -1,667 0,000 ( Gruppo 2 0,333 -1,667 1,333 0,000 Gruppo 3 -1,000 2,000 -1,000 0,000 0,444 5,444 2,778 8,667 Quadrati 0,111 2,778 1,778 4,667 1,000 4,000 1,000 6,000
x)2 = (0 + 0 + 0)2 = 0 x2 = 8, 667 + 4, 667 + 6 = 19.334
SSe =
x2 (
x)2 /N = 19.334 0/9 = 19.334
gdl = k(n 1) = 6 M Se = SSe /gdl = 3.222

Esempio di calcolo: fase nale

Risultati da calcoli a mano SS 68,222 19,334 87,556 df 2 6 8 MS 34,111 3,222 10,944 F 10,586 Sig
Trattamento Errore Totale
Risultati da SPSS Somma dei quadrati 68,222 19,333 87,556 Media dei quadrati 34,111 3,222
Fra gruppi Entro gruppi Totale
df 2 6 8
F 10,586
Sig. 0,011
Psicometria
2008-2008
19 / 41
Formule di calcolo
Fonte Trattamento Errore Totale SQ (SS) Somme quadrati (X.j X.. )2 (Xij X.j )2
ij (Xij
df gdl k1 k(n 1) N 1
MQ (MS) Media SQt /gdl SQe /gdl
F M Qt /M Qe
X.. )2
= X.. , (la media dellintero campionee) = (X.j X.. ), (lo scostamento dalla media dei singoli gruppi) = (Xij X.. ), (lo scostamento delle medie dei singoli gruppi dalla media dellintero campione)
Psicometria
2008-2008
20 / 41
In SPSS
Analizza | Confronta medie | ANOVA univariata... trascinate almeno una variabile quantitativa (Intervallo o a rapporto) nel riquadro Variabili dipendenti se indicate pi dipendenti, verr calcolata una anova per ogni variabile indicata trascinate una variabile qualitativa (Nominale o Ordinale) nel riquadro Fattore: Date lOK
Psicometria
2008-2008
21 / 41
Confronti post-hoc
Sono confronti che si fanno a posteriori, se lAnova signicativa e se ci sono pi di 2 gruppi in una variabile indipendente La logica quella di tenere sotto controllo i problemi di signicativit legati ai confronti multipli. Vi sono diverse procedure di confronti
alcuni presumono che le varianze siano uguali: LSD (Least Signicant Difference), Bonferroni,Sidak, Scheff, SNK (Student-Neumann-Kouls), Tukey HSD (Honesty Signicant Difference), Duncan, Hochberg, Gabriel, Waller-Duncan, Dunnett altre no: Tamhane, Dunnett, Games-Howell, C di Dunnett
In Spss, premete il bottone Post Hoc... e selezionate tutti i test che volete gli output sono di due tipi: confronti multipli completi oppure gruppi omogenei
Confronti post-hoc: multipli

Confronti multipli Variabile dipendente: ABA HSD di Tukey Differenza fra medie Err. std. Sig. Cent. 2,796 2,2137 0,4168 Dx 7,859(*) 2,7597 0,0128 Centro SX -2,796 2,2137 0,4168 Dx 5,063 2,6940 0,1459 Dx SX -7,859(*) 2,7597 0,0128 Cent. -5,063 2,6940 0,1459 *. La differenza media signicativa al livello .05 SX
Intervallo di condenza 95% Lim. sup. Lim. inf. -2,409 8,002 1,369 14,349 -8,002 2,409 -1,273 11,398 -14,349 -1,369 -11,398 1,273
Psicometria
2008-2008
23 / 41
Confronti post-hoc: multipli

Confronti multipli Variabile dipendente: ABA HSD di Tukey Differenza fra medie Err. std. Sig. Cent. 2,796 2,2137 0,4168 Dx 7,859(*) 2,7597 0,0128 Centro SX -2,796 2,2137 0,4168 Dx 5,063 2,6940 0,1459 Dx SX -7,859(*) 2,7597 0,0128 Cent. -5,063 2,6940 0,1459 *. La differenza media signicativa al livello .05 SX
Intervallo di condenza 95% Lim. sup. Lim. inf. -2,409 8,002 1,369 14,349 -8,002 2,409 -1,273 11,398 -14,349 -1,369 -11,398 1,273
Psicometria
2008-2008
23 / 41
Confronti post-hoc: gruppi omogenei

Sottoinsiemi omogenei ABA HSD di Tukey trepol N Sottoinsieme per alfa = .05 2 1 Dx 87 33,580 Centro 191 38,643 38,643 SX 165 41,439 Sig. 0,120 0,521 Sono visualizzate le medie per i gruppi di sottoinsiemi omogenei. a. Utilizza dimensione campionaria media armonica = 131,634.
Psicometria
2008-2008
24 / 41
Confronti post-hoc: gruppi omogenei

Sottoinsiemi omogenei ABA HSD di Tukey trepol N Sottoinsieme per alfa = .05 2 1 Dx 87 33,580 Centro 191 38,643 38,643 SX 165 41,439 Sig. 0,120 0,521 Sono visualizzate le medie per i gruppi di sottoinsiemi omogenei. a. Utilizza dimensione campionaria media armonica = 131,634.
Psicometria
2008-2008
24 / 41
Confronti a priori
Oltre ai post hoc si possono effettuare dei confronti a priori ovvero decisi prima ancora di effettuare lanova, sulla base di una teoria Questi confronti si chiamano anche contrasti perch contrastano la media di uno o pi gruppi con quella di altri Anche in questo caso ci sono due possibilit:
contrasti predeniti: lineare, quadratico, Helmert... contrasti decisi da noi
In Spss, premete il bottone Contrasti...

se selezionare Polinomiale, poi potete scegliere fra Lineare, Quadratico, Cubico... (ipotizzo che le medie aumentano o diminuiscono nella varie categorie in modo lineare, quadratico...) altrimenti dovrete inserire dei coefcienti (uno alla volta e poi premere Aggiungi). dopo aver inserito un contrasto possibile inserirne un secondo tramite il pulsante Successivo
Confronti a priori: contrasti a scelta

Dovete inserire tanti coefcienti quanti sono i gruppi previsti dalla variabile indipendente la somma dei coefcienti devessere 0. Non necessario che vengano usati tutti i gruppi. Se ho 4 gruppi, i coefcienti -1 0 .5 .5 confrontano il primo con la somma del terzo e quarto, ignorando il secondo Coefcienti di contrasto Test di contrasto Contrasto trepol SX Centro Dx 1 1 0 -1 Contrasto Valore di Err. std. t df (2-code) Assumi var. = 1 2,775 0,621 4,472 413 Assumi var. = 1 2,775 0,683 4,064 130,333
Sig. 0,000 0,000
Psicometria
2008-2008
26 / 41
Confronti a priori: Lineare

ANOVA univariata Stenner Somma dei quadrati Fra gruppi Combinato Termine lineare Entro gruppi Totale 433,245 405,482 432,589 0,656 8.373,964 8.807,209 df 2 1 1 1 413 415 Media dei quadrati 216,622 405,482 432,589 0,656 20,276 F 10,684 19,998 21,335 0,032 Sig. 0,000 0,000 0,000 0,857
Non pesato Pesato Deviazione
Psicometria
2008-2008
27 / 41
Analisi della varianza 2-way between

Lanalisi della varianza si pu usare anche con pi variabili indipendenti categoriali Ipotizzando due variabili indipendenti (ad es. genere e fasce det), il modello generale dellanova diventer X =++++ ovvero il punteggio X scomponibile come:
in una parte dovuta alla variabile dipendente ( = X... ) i.. X... )) una parte dovuta alla prima indipendente ( = (X .j. X... )) una alla seconda indipendente ( = (X una alla loro interazione ( = ij ( + )) e alle differenze individuali (o errori = (Xijk Xij. ))
Psicometria
2008-2008
28 / 41
Esempio concreto
Deprivazione sonno 4h 12h 24h 16 18 22 12 16 24 17 25 32 11 13 12 9 8 14 12 11 12
Alcool Dipendente: Errori ad un test No Alc.
Questi dati possono essere considerati come un solo campione (media totale) Ignorando la variabile alcool (quindi usando i 3 gruppi della deprivazione di sonno) Ignorando la variabile deprivazione di sonno (quindi usando i 2 gruppi di alcool) Considerando i 6 sottogruppi
Esempio concreto
Esempio concreto
Esempio concreto
Scomposizione della varianza

Totale
Within
Between
AxB
La varianza totale quindi scomponibile in una parte dovuta alle differenze individuali (within=errore) e una parte dovuta ai trattamenti (che in questo caso sono 2 diversi) La varianza dovuta ai trattamenti (Between) scomponibile in una parte dovuta solo al primo trattamento (A), una dovuta solo al secondo trattamento (B) e una parte dovuta alla loro interazione (AxB)
Medie dei dati

Deprivazione sonno Somme 4h 12h 24h Alcohol 16 18 22 56 12 16 24 52 17 25 32 74 No Alc. 11 13 12 36 9 8 14 31 12 11 12 35 Somma 77 91 116 284 Medie 4h 12h 24h Alcohol 15,000 19,667 26,000 20,222 No Alc. 10,667 10,667 12,667 11,333 12,833 15,167 19,333 15,778
Psicometria
2008-2008
31 / 41
Medie dei dati

Psicometria
2008-2008
31 / 41
Medie dei dati

Psicometria
2008-2008
31 / 41
Varianza totale
Depriv. sonno 4h 12h 24h 16 18 22 12 16 24 17 25 32 11 13 12 9 8 14 12 11 12 77 91 116 Quadrati 256 144 289 121 81 144 1035 324 256 625 169 64 121 1559 484 576 1024 144 196 144 2568
Alcohol
No Alc.
Somma (
x)2 = (77 + 91 + 116)2 = (284)2 = 80656 X 2 = 1035 + 1559 + 2568 = 5162
SQtot = 5162 80656/18 = 681.111 gdl = N 1 = 18 1 = 17

Varianza dellerrore
Depriv. sonno 4h 12h 24h 1,000 -1,667 -4,000 -3,000 -3,667 -2,000 2,000 5,333 6,000 0,333 2,333 -0,667 -1,667 -2,667 1,333 1,333 0,333 -0,667 0,000 0,000 0,000 x)2 = (0 + 0 + 0)2 = (0)2 = 0 X 2 = 18, 667 + 57, 333 + 58, 667 = 134, 667 SQtot = 134, 667 0/18 = 134, 667 gdl = N kA kB = 18 3 2 = 12
Quadrati 1 9 4 0,111 2,778 1,778 18,667 2,778 13,444 28,444 5,444 7,111 0,111 57,333 16 4 36 0,444 1,778 0,444 58,667
Alcohol
No Alc.
Somma (
Varianza sonno (fattore A)

Depriv. sonno 4h 12h 24h 12,833 15,167 19,333 12,833 15,167 19,333 12,833 15,167 19,333 12,833 15,167 19,333 12,833 15,167 19,333 12,833 15,167 19,333 77 91 116 Quadrati 164,694 164,694 164,694 164,694 164,694 164,694 988,167 230,028 230,028 230,028 230,028 230,028 230,028 1380,167 373,778 373,778 373,778 373,778 373,778 373,778 2242,667
Alcohol
No Alc.
Somma
x)2 = (77 + 91 + 116)2 = (284)2 = 80656 X 2 = 988, 167 + 1380, 167 + 2242, 667 = 4611
SQA = 4611 80656/18 = 130.045 gdl = kA 1 = 3 1 = 2
Psicometria
2008-2008
34 / 41
Varianza alcool (fattore B)

Depriv. sonno 4h 12h 24h 20,222 20,222 20,222 20,222 20,222 20,222 20,222 20,222 20,222 11,333 11,333 11,333 11,333 11,333 11,333 11,333 11,333 11,333 94,667 94,667 94,667 Quadrati 408,938 408,938 408,938 128,444 128,444 128,444 1612,148 408,938 408,938 408,938 128,444 128,444 128,444 1612,148 408,938 408,938 408,938 128,444 128,444 128,444 1612,148
Alcohol
No Alc.
Somma
x)2 = (77 + 91 + 116)2 = (284)2 = 80656 X 2 = 1612, 148 + 1612, 148 + 1612, 148 = 4836, 444
SQB = 4836, 444 80656/18 = 355.405 gdl = kB 1 = 2 1 = 1
Psicometria
2008-2008
35 / 41
Varianza interazione (fattore AxB)

Il calcolo dei punteggi necessari per calcolare la varianza dellinterazione sono un poco complessi Si parte dalle medie dei singoli gruppi Deprivazione sonno 4h 12h 24h Alcohol 15,000 19,667 26,000 20,222 No Alc. 10,667 10,667 12,667 11,333 a cui si sottrae la media di una delle variabili categoriali (A o B): 15 20.222 = 5.222 e 10.667 11.333 = 0.666 si calcola la media di colonna: (3 (5.222) + 3 (0.666))/6 = 2.944 che si sottrae ai singoli valori di quella colonna: 5.222 (2.944) = 2.278 e 0.666 (2.944) = 2.278
Psicometria
2008-2008
36 / 41
Varianza interazione (fattore AxB)

Depriv. sonno 4h 12h 24h -2,278 0,056 2,222 -2,278 0,056 2,222 -2,278 0,056 2,222 2,278 -0,056 -2,222 2,278 -0,056 -2,222 2,278 -0,056 -2,222 0 0 0 x)2 = (0 + 0 + 0)2 = (0)2 = 0 X 2 = 31, 130 + 0, 019 + 29, 630 = 60.778 SQAxB = 60.778 0/18 = 60.778 gdl = (kA 1)(kB 1) = 2x1 = 2
Quadrati 5,188 5,188 5,188 5,188 5,188 5,188 31,130 0,003 0,003 0,003 0,003 0,003 0,003 0,019 4,938 4,938 4,938 4,938 4,938 4,938 29,630
Alcohol
No Alc.
Somma (
Riepilogo: calcolato e SPSS

SQ gdl MQ F 130,111 2 65,056 5,80 355,556 1 355,556 31,68 Interazioni 60,778 2 30,389 2,71 134,667 12 11,222 Totale 681,111 17 40,065 Test degli effetti fra soggetti Variabile dipendente: errori Sorgente SQ df MQ F Sig. Modello corretto 546,444(a) 5 109,289 9,739 0,001 Intercetta 4.480,889 1 4.480,889 399,287 0,000 alcool 355,556 1 355,556 31,683 0,000 sonno 130,111 2 65,056 5,797 0,017 alcool * sonno 60,778 2 30,389 2,708 0,107 Errore 134,667 12 11,222 Totale 5.162,000 18 Totale corretto 681,111 17 a. R quadrato = ,802 (R quadrato corretto = ,720) Effetti principali
Sorgente Sonno Alcohol SxA Errore
Per capire i risultati

Per capire e interpretare i risultati dobbiamo guardare le medie (marginali stimate) degli effetti signicativi (con soli fattori between, coincidono con quelle calcolate, salvo missing) Variabile dipendente: errori alcool Media Errore std. Alcool No alcool sonno 4h 12h 24h 20,222 11,333 Media 12,833 15,167 19,333 1,117 1,117 Errore std. 1,368 1,368 1,368 Intervallo di condenza 95% Limite inferiore Limite superiore 17,789 22,655 8,900 13,766 Intervallo di condenza 95% Limite inferiore Limite superiore 9,854 15,813 12,187 18,146 16,354 22,313
2008-2008 39 / 41
Psicometria
In Spss
Analizza | Modello lineare generalizzato | Univariata... Inserite la variabile da studiare in Variabile dipendente Inserite le variabili categoriali in Fattori fissi Scegliete i contrasti o post-hoc se li volete Nel pulsante Opzioni, selezionare le Medie marginali stimate (se volete) Date lOK
Psicometria
2008-2008
40 / 41
Possibili esempi di interazione
Psicometria
2008-2008
41 / 41

Psic07 Anova

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Psic07 Anova

Caricato da

Copyright:

Formati disponibili

Psicometria

di Psicologia, Universit di Milano-Bicocca

Rossi, Flebus (Dip. Psicologia)

Analisi della varianza

Rossi, Flebus (Dip. Psicologia)

Analisi della varianza

Rossi, Flebus (Dip. Psicologia)

Fra gruppi Entro gruppi Totale

Rossi, Flebus (Dip. Psicologia)

Rossi, Flebus (Dip. Psicologia)

Rossi, Flebus (Dip. Psicologia)

Una logica alternativa

Rossi, Flebus (Dip. Psicologia)

Rossi, Flebus (Dip. Psicologia)

Rossi, Flebus (Dip. Psicologia)

Rossi, Flebus (Dip. Psicologia)

Per i calcoli ricordiamo che var = (Xi X)2 = N 1

Rossi, Flebus (Dip. Psicologia)

Esempio di calcolo: fase 1-var. totale

Xij )2 = (29 + 11 + 12)2 = 2704

Xij )2 /N = 388 2704/9 = 87.556

gdl = N 1 = 8 M Stot = var(X) = SStot /gdl = 10.944

Esempio di calcolo: fase 2-var. fra i gruppi

x)2 = (29 + 11 + 12)2 = 2704 x2 = 280, 353 + 40, 341 + 48 = 368.694

x)2 /N = 368.694 2704/9 = 68.25

gdl = k 1 = 2 M St = SSt /gdl = 34.125

Esempio di calcolo: fase 3-var. entro i gruppi

x)2 = (0 + 0 + 0)2 = 0 x2 = 8, 667 + 4, 667 + 6 = 19.334

x)2 /N = 19.334 0/9 = 19.334

gdl = k(n 1) = 6 M Se = SSe /gdl = 3.222

Esempio di calcolo: fase nale

Trattamento Errore Totale

Fra gruppi Entro gruppi Totale

Rossi, Flebus (Dip. Psicologia)

MQ (MS) Media SQt /gdl SQe /gdl

Rossi, Flebus (Dip. Psicologia)

Rossi, Flebus (Dip. Psicologia)

Confronti post-hoc: multipli

Rossi, Flebus (Dip. Psicologia)

Confronti post-hoc: multipli

Rossi, Flebus (Dip. Psicologia)

Confronti post-hoc: gruppi omogenei

Rossi, Flebus (Dip. Psicologia)

Confronti post-hoc: gruppi omogenei

Rossi, Flebus (Dip. Psicologia)

In Spss, premete il bottone Contrasti...

Confronti a priori: contrasti a scelta

Sig. 0,000 0,000

Rossi, Flebus (Dip. Psicologia)

Confronti a priori: Lineare

Non pesato Pesato Deviazione

Rossi, Flebus (Dip. Psicologia)

Analisi della varianza 2-way between

Rossi, Flebus (Dip. Psicologia)

Alcool Dipendente: Errori ad un test No Alc.

Alcool Dipendente: Errori ad un test No Alc.

Alcool Dipendente: Errori ad un test No Alc.

Alcool Dipendente: Errori ad un test No Alc.

Scomposizione della varianza

Medie dei dati

Rossi, Flebus (Dip. Psicologia)

Medie dei dati

Rossi, Flebus (Dip. Psicologia)

Medie dei dati