Hoe gebruik je tweeweg ANOVA in SPSS? CH.19

Samengestelde samenvatting, gebaseerd op hoofdstuk 19 van SPSS Survival Manual van Pallant, 6e druk uit 2016.

Two-way wil zeggen dat er twee onafhankelijke variabelen zijn. Between-groups geeft aan dat er in elk van de groepen verschillende deelnemers zitten. Aan de hand van de two-way between-groups ANOVA kan gekeken worden naar de individuele en gezamenlijke invloed van twee onafhankelijke variabelen op één afhankelijke variabele. Je kan dus niet alleen het hoofdeffect voor iedere onafhankelijke variabele toetsen, maar ook kijken of er mogelijk sprake is van een interactie-effect. Dit laatste effect vindt plaats wanneer de invloed van een onafhankelijke variabele op de afhankelijke variabele afhankelijk is van een tweede onafhankelijke variabele.

19.1 Hoe voer je tweeweg ANOVA uit?

1. Klik in het menu bovenaan het scherm op Analyze, vervolgens op General Linear Model en daarna op Univariate.

2. Verplaats je afhankelijke (continue) variabele naar de Dependent variable box.

3. Verplaats je onafhankelijke (categorische) variabelen naar de Fixed Factors box.

4. Klik op Options en vervolgens op Descriptive Statistics, Estimates of effect size en Homogeneity of tests. Klik daarna op Continue.

5. Klik op Post Hoc. Selecteer uit de Factors die aan de linkerkant staan de onafhankelijke variabelen waarin je geïnteresseerd bent en verplaats deze naar het Post Hoc Tests for gedeelte. Kies welke toets je wilt gebruiken (bijv. Tukey) en klik op Continue.

6. Klik op de Plots-knop. Verplaats de onafhankelijke variabele met de meeste groepen naar de Horizontal box. Verplaats de overige onafhankelijke variabelen naar de Separate Lines box. Klik op Add. Als het goed is zie je nu in het Plots gedeelte je twee variabelen.

7. Klik op Continue en vervolgens op OK (of op Paste om de Syntax Editor op te slaan).

19.2 Hoe interpreteer je de resultaten van tweeweg ANOVA?

Controleer in de Descriptive Statistics tabel of je beschrijvende statistieken (gemiddelde scores, standaarddeviaties en aantal deelnemers (N)) juist zijn.

Check in de Levene’s Test of Equality of Error Variances of aan de assumpties is voldaan. Je wilt dat de significantiewaarde groter is dan .05. Een significant resultaat suggereert namelijk dat de variantie van je afhankelijk niet hetzelfde is over de verschillende groepen. Mocht dit het geval zijn, dan wordt aangeraden om een strenger significantieniveau (bijv. .01) te stellen om je resultaten van je two-way ANOVA te evalueren.

De belangrijkste output van de two-way ANOVA vindt je in de tabel genaamd Tests of Between-Subjects. Het eerste dat je doet is kijken of er sprake is van een interactie-effect. Wanneer hier namelijk sprake van is, wordt het lastiger om de hoofdeffecten te interpreteren. Kijk in de output naar de variabele1 * variabele 2 significantiewaarde (onder de Sig.-kolom); wanneer deze kleiner is dan of gelijk aan .05 (of een andere vastgestelde alfawaarde), is er sprake van een significant interactie-effect. Wanneer je geen interactie-effect vindt, kan je de hoofdeffecten zonder zorgen interpreteren. In de linker kolom vind je de variabelen waarin je geïnteresseerd bent. Kijk naar de Sig.-kolom naast iedere variabele om vast te stellen of er sprake is van een hoofdeffect voor elke onafhankelijke variabele. Wanneer de significantiewaarde kleiner is dan of gelijk aan .05 (of een andere vastgestelde alfawaarde), is er sprake van een significant hoofdeffect voor die onafhankelijke variabele.

De effectgrootte vind je terug in de Partial Eta Squared-kolom. Maak bij de interpretatie hiervan gebruik van de richtlijnen van Cohen.

Als je significante verschillen hebt gevonden, moet je vervolgens kijken waar deze verschillen zich bevinden; dit doe je aan de hand van post-hoc toetsen. Deze toetsen zijn alleen relevant wanneer je onafhankelijke variabele uit meer dan twee niveaus/groepen bestaat. De resultaten van de post-hoc toetsen staan in de Multiple Comparisons tabel. De Tukey Honestly Significant Difference (HSD) test is een van de meest gebruikte tests. Zoek in de Sig.-kolom naar waarden kleiner dan .05. Significante resultaten staan ook aangeduid met een kleine asterisk in de Mean Difference kolom.

Aan het eind van je output vind je een plot van de scores van de verschillende groepen. Aan de hand hiervan krijg je een overzichtelijk visueel beeld van de relatie tussen je variabelen. Kijk altijd wel goed naar de schaal wanneer je de plots interpreteert.

19.3 Welke aanvullende analyses zijn nodig in geval van een significant interactie-effect?

Wanneer je een significant interactie-effect vindt, is het raadzaam om follow-up toetsen uit te voeren om deze relatie nauwkeuriger te onderzoeken (alleen als een van je variabelen bestaat uit minimaal drie niveaus). Dit kan bijvoorbeeld aan de hand van een simpele effectenanalyse. Dit betekent dat je de resultaten van elk van de subgroepen afzonderlijk gaat bekijken. Hiervoor moet je de steekproef opsplitsen in groepen volgens een van je onafhankelijke variabelen en afzonderlijke one-way ANOVA’s uitvoeren om het effect van de andere variabele te kunnen onderzoeken. Volg hiervoor de volgende procedure:

1. Klik in het menu bovenaan het scherm op Data en vervolgens op Split File.

2. Klik op Organize output by groups.

3. Plaats de groepeer variabele naar de Groups based on box. Dit splitst de steekproef op basis van deze variabele en herhaalt alle analyses die voor deze twee groepen volgen afzonderlijk.

4. Klik op OK.

Voer, nadat je je file hebt gesplitst, een one-way ANOVA uit. Let op: Als je klaar bent met de analyse, vergeet dan niet de Split File-optie uit te zetten. Ga hiervoor weer naar Data en selecteer Split File. Vink de eerste optie (Analyse all cases, do not create groups) aan en klik op OK.