Вывод: Н0 принимается в комплектах гипотез 1 и 2. Различия в объеме воспроизведения слов, обусловленные в отдельности факторами А и В, не являются более выраженными, чем случайные различия между показателями. Для 3-го комплекта гипотез H0 отвергается для взаимодействия факторов. Принимается Н1.Влияние фактора А на объем воспроизведения слов различно при разных градациях фактора В, и наоборот (р≤0,01).
Итак, оказывается, что факторы длины слов и скорости их предъявления в отдельности не оказывают значимого действия на объем воспроизведения. Значимым оказывается именно взаимодействие факторов: короткие слова лучше запоминаются при быстрой скорости предъявления, а длинные - при медленной скорости предъявления.
Ограничения двухфакторного дисперсионного анализа для несвязанных выборок
1. У каждого фактора должно быть не менее двух градаций.
2. В каждой ячейке комплекса должно быть не менее двух наблюдаемых значений для выявления взаимодействия градаций.
|
|
3. Количества значений во всех ячейках комплекса должны быть равны для обеспечения равенства дисперсий в ячейках комплекса и для использования приведенного выше алгоритма расчетов. Комплекс должен представлять собой симметричную систему: каждой градации фактора А должно соответствовать одинаковое количество градаций фактора В.
4. Результативный признак должен быть нормально распределен в исследуемой выборке, в противном случае значимые различия будет выявить гораздо труднее и применение метода будет не вполне корректным.
6. Факторы должны быть независимыми. В рассмотренном примере скорость предъявления слов и их длина - внешне независимые факторы. В других случаях независимость факторов может быть подтверждена отсутствием корреляционной связи между переменными, выступающими в качестве факторов.
3. Двухфакторный дисперсионный анализ для связанных выборок
Назначение и описание метода
Данный вариант двухфакторного дисперсионного анализа применяется в тех случаях, когда исследуется действие двух факторов на одну и ту же выборку испытуемых.
Допустим, мы измерили одни и те же показатели у одних и тех же испытуемых несколько раз - в разное время, в разных условиях, с помощью параллельных форм методики и т. п., и нам необходимо провести множественное сравнение показателей, изменяющихся при переходе от условия к условию. Критерий L Пейджа для анализа тенденций изменения признака и критерий χ2rФридмана неприменимы, так как необходимо определить тенденцию изменения признака под влиянием двух факторов одновременно. Это позволяет сделать только дисперсионный анализ.
|
|
Фактически в данной модели дисперсионного двухфакторного анализа проверяются 4 гипотезы:
*о влиянии фактора А,
*о влиянии фактора В,
*о влиянии взаимодействия факторов А и В и
*о влиянии фактора индивидуальных различий.
В данном варианте дисперсионного анализа нам потребуются две рабочие таблицы, которые позволят рассчитывать сумму по разным комбинациям ячеек комплекса. Рассмотрим это далее на примере. Для этого воспользуемся алгоритмом расчёта в двухфакторном дисперсионном анализе для связанных выборок.
Ограничения двухфакторного дисперсионного анализа
Для связанных выборок
Все ограничения такие же, как и в модели для несвязанных выборок, с одним уточнением. Все испытуемые должны пройти все сочетания градаций двух факторов. Этим достигается равномерность комплекса.
АЛГОРИТМ операций в двухфакторном дисперсионном