ניתוח שונות דו כיווני Two-Way ANOVA

ניתוח שונות דו כיווני הוא למעשה הרחבה של ניתוח שונות חד כיווני.

נשתמש בו כאשר יש לנו משתנה תלוי כמותי, ושני משתנים בלתי תלויים קטגוריאליים (שמיים).

השימוש במבחן זה, במקום בשני מבחנים נפרדים של ניתוח שונות חד כיווני, מאפשר לנו לבחון אינטראקציה בין הגורמים, כלומר את ההשפעה המשותפת של המשתנים.

בניתוח שונות דו כיווני יש 3 השערות מחקר:

1. אפקט עיקרי – השפעה של המשתנה הבלתי תלוי הראשון על המשתנה התלוי.

2. אפקט עיקרי – השפעה של המשתנה הבלתי תלוי השני על המשתנה התלוי.

3. אפקט אינטראקציה – האינטראקציה בין שני המשתנים הבלתי תלויים, שמשפיעה על המשתנה התלוי.

אפקט עיקרי הוא הבדל בתוחלת בין הערכים השונים (הרמות השונות) של משתנה בלתי תלוי אחד כלשהו.

אפקט אינטראקציה הוא השפעה לא קבועה של משתנה בלתי תלוי על המשתנה התלוי. ההשפעה של משתנה A על המשתנה התלוי היא השפעה שונה לכל ערך של המשתנה B.

לדוגמה, נבדוק את הקשר בין אכילה נכונה ועיסוק בספורט, לבין ירידה במשקל. קרוב לוודאי שיש קשר בין אכילה נכונה להרזיה, ובין עיסוק בספורט להרזיה. אך באמצעות ניתוח שונות דו-כיווני, נוכל לבדוק גם כיצד השילוב של שני הגורמים ישפיע על הירידה במשקל (אינטראקציה).

1. מהתפריט הראשי נבחר: Analyze – General Linear Model – Univariate

2. תחת Dependent Variable נכניס את המשתנה התלוי שלנו – ירידה במשקל. תחת Fixed Factors נכניס את המשתנים הבלתי תלויים: אכילה נכונה ועיסוק בספורט. נלחץ OK.

3. נסתכל בטבלת Tests of Between-Subjects Effects. אנו רואים שלשלושת האפקטים יש השפעה מובהקת על הירידה במשקל: אפקט עיקרי לספורט (F=15.214, PV<0.001), אפקט עיקרי לתזונה (F=9.176, PV=0.001), ואפקט אינטראקציה לשילוב של שני הגורמים: תזונה + ספורט (F=4.956, PV<0.029).

du

 


האם הערך היה לכם לעזר?

במידה וכן, לחצו:


במידה והייתם מעוניינים שנשפר את הערך, שתפו אותנו ונעדכן אתכם ברגע שנכניס שינויים. לידיעתכם, נעשה שימוש בכתובת המייל שלכם אך ורק לשם עדכון בנוגע לערך ותו לא!

*שדות חובה