Η παρουσίαση φορτώνεται. Παρακαλείστε να περιμένετε

Η παρουσίαση φορτώνεται. Παρακαλείστε να περιμένετε

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΨΥΧΟΛΟΓΙΑΣ (ΨΥΧ-122) Στατιστική IΙ (ΨΥΧ-122) Λεωνίδας Α. Ζαμπετάκης Β.Sc., Μ.Αg. Sc., M.Env.Eng., M.Ind.Eng., D.Eng. Εmail:

Παρόμοιες παρουσιάσεις


Παρουσίαση με θέμα: "ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΨΥΧΟΛΟΓΙΑΣ (ΨΥΧ-122) Στατιστική IΙ (ΨΥΧ-122) Λεωνίδας Α. Ζαμπετάκης Β.Sc., Μ.Αg. Sc., M.Env.Eng., M.Ind.Eng., D.Eng. Εmail:"— Μεταγράφημα παρουσίασης:

1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΨΥΧΟΛΟΓΙΑΣ (ΨΥΧ-122) Στατιστική IΙ (ΨΥΧ-122) Λεωνίδας Α. Ζαμπετάκης Β.Sc., Μ.Αg. Sc., M.Env.Eng., M.Ind.Eng., D.Eng. Εmail: Διαλέξεις αναρτημένες στο: Διαλέξεις: ftp://ftp.soc.uoc.gr/Psycho/Zampetakis / ftp://ftp.soc.uoc.gr/Psycho/Zampetakis / Τηλ – Ρέθυμνο, Διάλεξη 7 Ανάλυση Διακύμανσης ΙI (Παραγοντική ANOVA)

2 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 2 Σημαντική Υπενθύμιση: Δεν υπάρχουν χαζές ερωτήσεις Δεν υπάρχουν χαζές ερωτήσεις και δεν θα με προσβάλετε αν διακόπτετε με ρωτήσεις το μάθημα

3 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 3 Παραγοντική Ανάλυση Διακύμανσης (Factorial Analysis of Variance) Στατιστικό κριτήριο που χρησιμοποιούμε για τη μελέτη των επιδράσεων περισσοτέρων από μία ανεξάρτητων μεταβλητών στην εξαρτημένη καθώς και των αλληλεπιδράσεων τους 1-ανεξάρτητη μεταβλητή 2-ανεξάρτητες μεταβλητές 3-ανεξάρτητες μεταβλητές One way ANOVA (Ανάλυση Διακύμανσης ως προς 1 παράγοντα) Two way ANOVA (Ανάλυση Διακύμανσης ως προς 2 παράγοντες) Three way ANOVA (Ανάλυση Διακύμανσης ως προς 3 παράγοντες)

4 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 4 Πειραματικός σχεδιασμός Unrelated factorial designs (3 ή περισσότερες ανεξάρτητες μεταβλητές και χρησιμοποιούμε διαφορετικά άτομα) Related factorial designs (3 ή περισσότερες ανεξάρτητες μεταβλητές με τα ίδια άτομα) Mixed factorial designs ( 3 ή περισσότερες ανεξάρτητες μεταβλητές: κάποιες έχουν μετρηθεί με τα ίδια άτομα κάποιες με διαφορετικά)

5 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 5 Ποιο είναι το πλεονέκτημα των παραγοντικών σχεδιασμών: Μπορούμε να δούμε πώς οι μεταβλητές αλληλεπιδρoύν (interact) μεταξύ τους. Αλληλεπίδραση (interaction): μας δείχνει πώς τα αποτελέσματα μιας ανεξάρτητης μεταβλητής επηρεάζονται από τις τιμές μιας άλλης μεταβλητής Παράδειγμα: η επίδραση του hangover από το ξενύχτι στην παρακολούθηση μαθημάτων. Το hangover μπορεί να έχει μεγαλύτερη επίδραση στην παρακολούθηση ενός βαρετού μαθήματος (λέγε με «στατιστική») παρά ενός μη βαρετού μαθήματος (κλινική ψυχολογία)

6 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 6 Ποιο είναι το πλεονέκτημα των παραγοντικών σχεδιασμών: Παράδειγμα αλληλεπίδρασης: η επίδραση αντικαταθλιπτικών χαπιών στην κατάθλιψη. Τα χάπια μπορεί να έχουν μεγαλύτερη επίδραση σε συγκεκριμένη ομάδα ασθενών

7 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 7 Παράδειγμα Έστω ότι ένας ψυχολόγος ενδιαφέρεται να μελετήσει την επίδραση του αλκοόλ στην επιλογή συντρόφου στα νυχτερινά club. Η θεωρία πίσω από την έρευνα λέει ότι όταν κάποιος καταναλώσει αλκοόλ, η υποκειμενική κρίση της «φυσικής έλξης», δεν θα είναι πια τόσο ακριβής. Είναι επίσης πιθανό, το φαινόμενο αυτό να έχει διαφορετική επίδραση στους άντρες και στις γυναίκες. Για να δούμε πώς σχεδίασε το πείραμα της:

8 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 8 Ποιοι είναι οι παράγοντες που θέλει ο ερευνητής να εξετάσει (δηλ. οι ανεξάρτητες μεταβλητές;) 1.Αλκοόλ, 2.Φύλο Ποια είναι η εξαρτημένη μεταβλητή; 1. Η ελκυστικότητα

9 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 9 Επέλεξε τυχαία 48 φοιτητές: 24 άνδρες και 24 γυναίκες. Στη συνέχεια πήγε 3 ομάδες σε ένα club, και: Στην 1 η ομάδα έδωσε μπύρα χωρίς αλκοόλ, στη 2 η ομάδα έδωσε 2 μπύρες με 8% αλκοόλ και στην 3 η ομάδα έδωσε 2 μπύρες με 16% αλκοόλ. Στο τέλος της βραδιάς, ο ερευνητής πήρε μια φωτογραφία του ατόμου με το οποίο ο φοιτητής/τρια συζητούσε. Στη συνέχεια βρήκε 10 ανεξάρτητους κριτές για να κρίνουν την ελκυστικότητα του ατόμου της κάθε φωτογραφίας και έφτιαξε ένα σκορ (%).

10 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 10 Ποιοι είναι οι παράγοντες που θέλει ο ερευνητής να εξετάσει (δηλ. οι ανεξάρτητες μεταβλητές;) 1.Αλκοόλ = 0%, 8%, 16% 2.Φύλο= Άνδρες, Γυναίκες Ποια είναι η εξαρτημένη μεταβλητή; 1. Η ελκυστικότητα (με αντικειμενικό τρόπο προσδιορισμένη)

11 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 11 ΔΕΔΟΜΕΝΑ

12 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 12 Κωδικοποίηση δεδομένων στο SPSS ΦΥΛΟ: 1=Άντρας, 2=Γυναίκα Αλκοόλ: 1=0%, 2=8%, 3=16%

13 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 13 SS Total SS Model SS Residual SS A (επίδραση αλκοόλ) SS Β (επίδραση του φύλου) SS AxB (επίδραση της αλληλεπίδρασης ΑxB

14 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 14

15 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 15 Το Levene test πρέπει να είναι μη στατιστικά σημαντικό (p>0.05) για να ισχύει η προϋπόθεση της ισότητας των διακυμάνσεων

16 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 16 Ο βασικός Πίνακας της two-way ANOVA Τι μας λέει: 1. Η ποσότητα αλκοόλ που καταναλώθηκε επιδρά σημαντικά στην αντίληψη για την ελκυστικότητα του συντρόφου που επιλέχθηκε: F(2,42)=20.065, p >> ΚΥΡΙΑ ΕΠΙΔΡΑΣΗ

17 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 17 ΚΥΡΙΑ ΕΠΙΔΡΑΣΗ (main effect)= η μεμονωμένη επίδραση μιας ανεξάρτητης μεταβλητής στην εξαρτημένη Με άλλα λόγια: αν αγνοήσουμε τον αν ο φοιτητής είναι άντρας ή γυναίκα (δηλ. την επίδραση του φύλου), τότε η κατανάλωση αλκοόλ επιδρά στην ελκυστικότητα του συντρόφου. Μάλιστα φαίνεται από το παραπάνω σχεδιάγραμμα ότι για τις περιπτώσεις 0% και 8% αλκοόλ η ελκυστικότητα του συντρόφου είναι περίπου η ίδια. Η στατιστικά σημαντική επίδραση είναι αποτέλεσμα της κατανάλωσης μπύρας με 16% αλκοόλ.

18 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 18 Ο βασικός Πίνακας της two-way ANOVA Τι μας λέει: 2. Το φύλο του φοιτητή δεν φαίνεται να επιδρά στην ελκυστικότητα του συντρόφου F(1,42)=2.032, p=0.161 >>> ΚΥΡΙΑ ΕΠΙΔΡΑΣΗ

19 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 19 ΚΥΡΙΑ ΕΠΙΔΡΑΣΗ (main effect)= η μεμονωμένη επίδραση μιας ανεξάρτητης μεταβλητής στην εξαρτημένη Με άλλα λόγια: αν αγνοήσουμε το ποσό του αλκοόλ που κατανάλωσε ο φοιτητής, τότε οι άντρες και οι γυναίκες επιλέγουν συντρόφους που είναι εξίσου ελκυστικοί

20 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 20 Ο βασικός Πίνακας της two-way ANOVA Τι μας λέει: 3. Το αποτέλεσμα της αλληλεπίδρασης ανάμεσα στο φύλο και την ποσότητα αλκοόλ (gender*alcohol) στην ελκυστικότητα του συντρόφου που επιλέχθηκε στατιστικά σημαντική F(2,42)=11,911, p >> ΑΛΛΗΛΕΠΙΔΡΑΣΗ

21 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 21 ΑΛΛΗΛΕΠΙΔΡΑΣΗ (interaction)= μας δείχνει πώς τα αποτελέσματα μιας ανεξάρτητης μεταβλητής επηρεάζονται από τις τιμές μιας άλλης μεταβλητής Με άλλα λόγια: Η επίδραση του αλκοόλ στην επιλογή συντρόφου είναι διαφορετική στους άνδρες από ότι στις γυναίκες. Συγκεκριμένα από το σχήμα φαίνεται ότι η ελκυστικότητα του συντρόφου για τις γυναίκες είναι μάλλον σταθερή ανεξάρτητα από την κατανάλωση αλκοόλ, ενώ στους άνδρες, η ελκυστικότητα του συντρόφου πέφτει πολύ γρήγορα όταν καταναλώνονται μεγάλες ποσότητες αλκοόλ.

22 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 22 Έτσι, ενώ προηγουμένως βρήκαμε ότι επίδραση του αλκοόλ στην ελκυστικότητα είναι στατιστικά σημαντική, διαπιστώνουμε μέσω της αλληλεπίδρασης ότι αυτό ισχύει μόνο για τους άνδρες και όχι για τις γυναίκες! Προσοχή λοιπόν στις κυρίες επιδράσεις που βρίσκεται από την έρευνα σας. Τις περισσότερες φορές είναι οι αλληλεπιδράσεις που έχουν ακόμα μεγαλύτερη αξία

23 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 23 Η σημασία των αλληλεπιδράσεων Το γεγονός ότι υπάρχει αλληλεπίδραση μεταξύ δύο ή περισσοτέρων παραγόντων, δεν μας επιτρέπει να προχωρήσουμε σε γενικεύσεις των αποτελεσμάτων μας. Με άλλα η απουσία αλληλεπίδρασης αποτελεί τη στατιστική ερμηνεία του όρου γενίκευση. Στο παράδειγμα μας, αν δεν υπήρχε αλληλεπίδραση μεταξύ αλκοόλ και φύλου, θα μπορούσαμε να πούμε ότι το αλκοόλ επηρεάζει την ελκυστικότητα και στα δύο φύλα

24 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 24 Παράδειγμα μη ύπαρξης αλληλεπίδρασης

25 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 25 Post hoc ανάλυση με κριτήρια πολλαπλών συγκρίσεων

26 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 26 Το μέγεθος αποτελέσματος (effect size) Στην ANOVA με δύο παράγοντες μπορούμε να έχουμε μια εκτίμηση του effect size, χρησιμοποιώντας το μερικό μέγεθος της επίδρασης (partial η 2 ).

27 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 27 Και με τη βοήθεια του Gpower: Για το αλκοόλ Για το Φύλο Για την αλληλεπίδραση

28 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 28 Θυμηθείτε τις προϋποθέσεις εφαρμογής παραμετρικών ελέγχων και για της ANOVA 1) Kανονικότητα (normality), κατά την οποία δεδομένα για κάθε ομάδα προέρχονται από πληθυσμούς με κανονική κατανομή 2) Οι διακυμάνσεις είναι περίπου ίδιες (ομοιογενείς) (homogeneity of variance)>>>η διακύμανση μιας μεταβλητής πρέπει να είναι σταθερή για όλα τα επίπεδα των άλλων μεταβλητών. 3) Η Κλίμακα να είναι τουλάχιστον ίσων διαστημάτων (interval) 4) Ανεξαρτησία των παρατηρήσεων (Independence)>>> το ένα άτομο για παράδειγμα είναι ανεξάρτητο από το άλλο.

29 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 29 Τwo way ANOVA με τη βοήθεια του SPSS Δείτε στο ftp στο φάκελο “Εργαστήριο SPSS” τη διάλεξη (8) Υπολογισμός effect size με τη βοήθεια του GPower

30 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 30 Δευτέρα Μη παραμετρικά Κριτήρια- Σχεδιασμός λήψης στατιστικών αποφάσεων

31 Στατιστική ΙΙ Ζαμπετάκης Α. Λεωνίδας, 2009 Διάλεξη 7 / 31


Κατέβασμα ppt "ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΨΥΧΟΛΟΓΙΑΣ (ΨΥΧ-122) Στατιστική IΙ (ΨΥΧ-122) Λεωνίδας Α. Ζαμπετάκης Β.Sc., Μ.Αg. Sc., M.Env.Eng., M.Ind.Eng., D.Eng. Εmail:"

Παρόμοιες παρουσιάσεις


Διαφημίσεις Google