Conduite et Interprétez un MANCOVA One-Way - Statistiques Solutions
- Variance expliquée par chacune des variables indépendantes (appelées aussi entre les groupes variance de l'effet principal)
- Variance expliquée par toutes les variables indépendantes ensemble (également appelé l'effet d'interaction)
- variance inexpliquées (également appelé intragroupes variance)
Le One-Way MANCOVA a besoin d'au moins quatre variables:
- Une variable indépendante, qui regroupe les cas en deux ou plusieurs groupes, à savoir qu'il a deux ou plusieurs niveaux de facteur. La variable indépendante doit être au moins d'échelle nominale.
- Deux ou plusieurs variables dépendantes, les influences variables indépendantes. Les variables dépendantes doivent être d'une échelle de niveau continu (intervalle ou des données de rapport). En outre, ils doivent être homoscédastique et multivariée normale.
- Un ou plusieurs covariables, appelés aussi des facteurs de confusion ou de variables concomitantes. Ces variables modèrent l'impact du facteur indépendant sur les variables dépendantes. Les covariables doivent être variables de niveau continu (intervalle ou de données de rapport). Le One-Way MANCOVA covariable est souvent une valeur pré-test ou une base de référence.
Analysons la question de recherche suivante:
Le score obtenu dans le calcul standardisé, la lecture et l'écriture essai dépendra de l'issue de l'examen final, lorsque l'on contrôle pour l'âge de l'étudiant?
Cette question de recherche signifie que les trois scores de test sont les variables dépendantes, l'issue de l'examen (échec par rapport passe) est la variable indépendante et l'âge de l'élève est le facteur covariable.
Le One-Way MANCOVA se trouve dans Analyse / linéaire général Modèle / multivariée ...
Un clic sur cette entrée de menu fait apparaître la boîte de dialogue GLM, ce qui nous permet de spécifier un modèle linéaire. Pour la conception MANCOVA, nous devons ajouter la variable indépendante (examen) à la liste des facteurs fixes. [Rappelez-vous que le facteur est fixé, si elle est faite de façon délibérée et non pas seulement au hasard parmi une population. Dans notre exemple MANCOVA c'est le cas. Cela rend également le ANCOVA le modèle de choix lors de l'analyse des corrélations semi-partielles dans une expérience, au lieu de l'analyse de corrélation partielle qui nécessite des données aléatoires. ]
Nous avons besoin de spécifier un modèle complet-factoriel où la covariable est l'âge des élèves, et les variables dépendantes sont les mathématiques, la lecture et l'écriture les résultats des tests. Dans la boîte de dialogue Modèle ... nous laissons tous les réglages par défaut. La valeur par défaut pour tous GLM (y compris le MANCOVA) est le modèle factoriel.
Les hocs post sur le terrain est désactivé quand un ou plusieurs covariables sont entrées dans l'analyse. Si nous voulons inclure une comparaison de groupe dans notre MANCOVA nous aurions besoin d'ajouter des contrastes à l'analyse. Si vous vouliez comparer tous les groupes contre un groupe spécifique, vous devez sélectionner simple comme méthode de contraste, et aussi spécifier quel groupe (le premier ou le dernier) devrait être comparé à tous les autres groupes.
