Proiecte Faculta

Pentru a executa o ANOVA factorială avem nevoie doar de extinderea logicii designului unifactorial. Tabelul prezintă datele pentru o ANOVA factorială 2 x 5. Primul factor, VÂRSTĂ, are două niveluri, şi al doilea factor, CONDIŢIE, are cinci niveluri. Astfel, încă odată, fiecare observaţie poate fi codată în mod unic.

VÂRSTĂ	CONDIŢIE
Old = 1	Counting = 1
Young = 2	Rhyming = 2
	Adjective = 3
	Imagery = 4
	Intentional = 5

Pentru fiecare pereche dintre VÂRSTĂ şi CONDIŢIE, există 10 observaţii. Astfel, 2*5 condiţii a câte 10 observaţie per condiţie rezultă în 100 de observaţii, care pot fi codate în felul următor. [Notaţi că numele factorilor au un înţeles.]

VÂRSTĂ	CONDIŢIE	Scores
1	1	9
1	1	8
1	1	6
1	...	...
1	1	7
1	2	7
1	2	9
1	2	6
1	...	...
1	...	...
1	...	...
1	5	10
1	5	19
1	...	...
1	5	11
2	1	8
2	1	6
2	1	4
2	...	...
2	1	7
2	2	10
2	2	7
2	2	8
2	...	...
2	...	...
2	...	...
2	5	21
2	5	19
2	...	...
2	5	21

Examinaţi tabelul cu atenţie, până veţi înţelege modul în care codarea a fost implementată. Notă: se poate îmbunătăţii lizibilitatea output-ului prin folosirea opţiunii Value Labels pentru cei doi factori.

Pentru a calcula statisticile relvante,

• Selectaţi [Statistics => General Linear Model => Simple Factorial...]
• Selectaţi şi mutaţi "Scores" în cutia Dependent:
• Selectaţi şi mutaţi "Vârstă" în cutia Factor(s):
  
• Daţi click pe [Define Range...] pentru a specifica codarea pentru factorul Vârstă. Amintiţi-vă că 1 este folosit pentru Old (bătrân) şi 2 este folsit pentru Young (tânăr). Astfel, valoarea Minimum: este 1, şi valoarea Maximum: este 2. Daţi click pe [Continue].
• Selectaţi şi mutaţi "Condiţie" în cutia Dependent:
  
• Daţi click pe [Define Range...] pentur a specifica mărimea factorului Condiţie. În acest caz valoarea Minimum: este 1 şi valoarea Maximum: este 5.

  Dând click pe butonul [Options...] aveţi oportunitatea de a selecta metoda (Method) folosită. Conform ajutorului online,

  "Method: Îţi permite să alegi o metodă alternativă de a decompune sume a pătratelor. Selectatea metodelor controlează modul în care efectele sunt măsurate."

  Pentur scopul nostru, selectaţi metoda Hierarchical sau Experimental va face disponibilă opţiunea de a calcula Means and counts.

• Sub [Options...] activaţi Hierarchical, sau Experimental, apoi activaţi Means and counts - Daţi click pe [Continue]
• Daţi click pe [OK] pentru a genera output-ul.

  
  

  
  

  După cum puteţi vedea, folosirea opţiunii Means and count produce un frumos tabel sintetizat, cu toate Variable Labels şi Value Labels care au fost încorporate în fişierul de date. Încă o dată, folosirea opţiunilor face output-ul mai uşor de citit.

  
  

  
  

  Output-ul este un tabel sursă complet cu factorii identificaţi cu Variable Labels

Cum a fost notat mai devreme, analiza condusă este cea mai simplă abordare în executarea unei ANOVa factorială. Dacă cineva foloseşte [Statistics => General Linear Model => GLM - General Factorial...], apoi mai multe opţiuni devin disponibile. Specificarea factorilor Dependent şi Independent este metoda folosită pentru analiza Simple Factorial. În plus de acest lucru, opţiunile includ,

• Prin selectarea [Model...], se poate specifcia un model Custom. Modelul iniţial este Fully Factorial, totuşi, cu opţiunea Custom se poate determina explicit efectele asupra cărora ne concentrăm.
• Opţiunea Contasts perimite "testarea diferenţelor dintre nivelurile unui factor".
• Pot fi specificate grafice variate cu opţiunea [Plots...]. De exemplu, se poate crea un grafic cu "Condiţie" pe Horizontal Axis:, şi "Vârstă" pe Separate Lines:, pentru a genera un grafic simplu "condiţie*vârstă" (vedeţi cutia de dialog pentru [Plots...],

  
  

  
  

• Testele standard post-hoc pentru fiecare factor pot fi calculate prin selectarea opţiunilor dorite de sub [Post Hoc...]. Tot ce trebuie făcut este să selectaţi factorii de analizat şi testele post-hoc potrivite.
• Cutia de dialog [Options...] oferă un număr de trăsături diagnostice şi descriptive. Se pot genera statistic descriptive, estimatări ale mărimii efectului şi teste pentru omogenitatea dispersiei - printre altele. Un exemplu de tabel sursă care foloseşte unele din aceste opţiuni ar arăta în felul următor,

  
  

  
  

Folosirea procedurii GLM - General Factorial oferă mai multe lucruri decât procedura Simple Factorial. Depinzând de necesităţi, prima procedură poate asigura o mai bună înţelegere a datelor. Exploraţi aceste opţiuni!

Designurile factoriale mai ordonate sunt executate în acelaşi fel ca în cazul analizei bifactoriale prezentate mai sus. Este necesară doar codarea corectă a factorilor şi introducerea observaţiilor corespondente.