Two way mixed Anova

통계기법에 대한 정보 :)

의식의 흐름데로 작성하였습니다.

 

일단 변수 코딩은 알아서해주시고, ㅎㅎ group은 1,2처럼 숫자로 코딩하시면 됩니다.

1. 분석 -> 일반선형모형 -> 반복측정

 

2. 개체-내 요인이름에 요인(종속변수이름) 기입하고 수준의 수 기입하여 추가

ex) Fruit - level 수 2개

 

3. 정의 누름

 

4. 개체내 변수에 수준에 해당하는 변수 넣기

ex) Fruit level 중 without sugar과 with sugar 변수

 

5. 개체간 요인에 group 코딩한 변수 넣기

ex) 1은 man, 2는 woman

 

6. 옵션 들어가서 요인 및 요인 상호작용에 있는 변수를 평균 출력 기준에 옮기고

주효과 클릭, 그 외에 표시에 기술 통계랑, 효과크기 추정값, 관측 검정력, 모수 추정값, 동질성 검정 클릭 후 계속 -> 확인

 

7. 그러면 분석 결과가 뜹니다.

 

8. 해석하기

1) Mauchly의 구형성 검정에서 유의확률 확인

> 0.05 이면 (구형성 가정 만족) -> 개체-내 효과 검정 -> 상호작용 중 구형성 가정의 유의확률 확인

ex) Fruit*group 에서의 구형성 가정의 유의확률 확인

< 0.05 이면 (구형성 가정 불만족) -> 다변량 검정 -> 상호작용 중 Wilks의 람다의 유의확률 확인

ex) Fruit*group 에서의 Wilks의 람다 유의확률 확인

 

이 때의 유의확률이 0.05 이상이면 상호작용 없음. 0.05 이하이면 상호 작용 있음.

 

2) 상호 작용이 있다면 simple effect를 봐야함

각 group과 수준 간에 t-test로 비교

ex) man group: without sugar vs with sugar (paired t-test)

woman group: without sugar vs with sugar (paired t-test)

without sugar: man group vs woman group (independent t-test)

with sugar: man group vs woman group (independent t-test)

-> t-test한 값으로 통계 분석 결과 해석

 

3) 상호작용이 없다면 main effect를 봐야함

[1] 변수에서의 수준 비교

구형성 가족 만족시에는 -> 개체내 효과 검정 -> 변수에서의 유의확률 확인 (수준 비교)

구형성 가족 불만족시에는 -> 다변량 검정 -> 변수에서의 유의확률 확인 (수준 비교)

0.05이하시 수준에서의 차이가 존재함

이 때 제일 위에 그룹간에 평균을 더한 값을 보고 (marginal average) 유의한 차이의 증감 여부 판단

ex) Fruit에서 유의확률이 어떤지 보고 without sugar vs with sugar간에 유의확률로 비교

[2] 그룹간 비교

개체-간 효과 검정 -> group에서의 유의확률 확인

0.05이하시 그룹간에서의 차이가 존재함

이 때 그룹간에 평균의 차이를 보고 유의한 차이의 증감 여부 판단

ex) 개체간 효과검정에서 group간 유의확률이 0.05이하 이면 man group vs woman group간 비교