1. Varianzanalytische Methoden: Zweifaktorielle Versuchspläne

• ANOVA kann auch mit >1 Faktoren durchgeführt werden

  -> mehrfaktorielle ANOVA

• einfachster Fall: zweifaktorielle ANOVA mit jeweils zwei Stufen pro Faktor

• Anzahl der Faktoren und der Stufen kann beliebig groß werden

  
  

• Haupteffekte (unabhängige Effekte der Faktoren)

• Wechselwirkungen/Interaktionen( (=Effekte spezifischer Faktorstufenkombinationen)

• 3 F-Tests

• 3 Nullhypothesen (orthogonal zueinander):

  • H0 (Faktor A)

  • H0 (Faktor B)

  • H0 (Interaktion)

• Interaktion liegt vor, wenn der kombinierte Effekt verschiedener Faktostudenkombinationen nicht additiv ist

• gibt es Interaktion und ist sie signifikant, kann dies Einfluss auf Interpretierbarkeit gleichzeitig signifikanter Haupteffekte haben

• Klassifikation ordinaler, hybrider oder disordinaler Interaktionen mittels mehrfacher Profilplots

  • Profilplot 1: Separate Linien für Faktor A über Stufen im Faltor B

  • Profilplot 2: Separate Linien für Faktor B über Stufen im Faktor A

  
  

ob signifikante Haupteffekte interpretiert werden können

oder

ob sie von der Interpretation so überlagert werden, dass unabhängige interpretation der Haupteffekte nicht mehr möglich ist

-> signifikante Haupteffekte werden dann nicht mehr eigenständig interpretiert

• Ordinale Interaktion

• Hybride Interaktion

• Disordinale Interaktion

• Interpretation von Interaktionen wird komplexer und anspruchsvoller bei

  • > 2 Stufen pro Faktor

  • > 2 Faktoren

• Wenn interaktion signifikant, kann a posteriori mittels Kontrasttests ermittelt werden, welche Effekte in einzelnen Stufen der Faktoren vorliegen

  • Simple effects analysis bzw. simple main effects

  • prüft Gruppenunterschiede in den Stufen des einen Faktors für jede einzelne Stufe des anderen Faktors

  • siehe Field

  • in SPSS nur über Syntax

gleich wie in der ienfaktoriellen

• metrische AV

• Unabhängigkeit der Stufen der Faktoren

• Varianzhomogenität

• Fehler bzw. AV innerhalb aller Faktorstufenkombinationen normalverteilt

  
  

• keine Brown-Forsythe oder Welch-Korrekturen wie in einfaktorieller ANOVA verfügbar

• SPSS bietet Schäzung robuster Standardfehler an, die ähnliches leisten

• kein parametrischer Test in JASP oder SPSS verfügbar

• selbe Verwendung möglich

• sehf flexibel in JASP einsetzbar

  • in SPSS nur Haupteffekte

  • kann bei Interaktionen inadäquat sein (simple effect analysis stattdessen)

• geschätzte Randmittel anwählbar, um t-Tests zwischen allen Faktorstufen innerhalb der Haupteffekte anfordern zu können bzw. konfidenzintervalle für Gruppenmittelwerte zu erzeugen