Mixed ANCOVA

Uit Methodologiewinkel
Ga naar: navigatie, zoeken

Waar deze test voor wordt gebruikt

De Mixed ANCOVA is een ANOVA met twee uitbreidingen, namelijk het toevoegen van een covariaat (zie ANCOVA) en het combineren van een within en een between factor (zie Mixed ANOVA). Om deze reden gaan we er van uit dat deze analyse niet nog een keer apart hoeft te worden uiteengezet. Immers wanneer men de pagina over ANOVA leest, voor de hoofdanalyse die aan deze ingewikkeldere analyse ten grondslag ligt, en vervolgens bij de pagina over Mixed ANOVA en de pagina over ANCOVA kijkt voor de uitbreiding van deze analyse zou dit voldoende moeten zijn om de Mixed ANCOVA te gebruiken en begrijpen.

Al met al wordt deze analyse dus gebruikt wanneer meerdere groepen worden vergeleken op meerdere meetmomenten (bijv voor en nameting voor experimentele en controle conditie = Mixed) op één afhankelijke variabele (voor meerdere afhankelijke variabelen zie MANOVA, of voor deze specifieke analyse met meerdere afhankelijke variabelen Mixed MANCOVA), waarbij een variabele wordt toegevoegd als covariaat (zie ANCOVA).

Assumpties

Assumpties specifiek voor het toevoegen van een covariaat:

1. Gelijke Scores - De scores op de covariaat moet ongeveer gelijk zijn voor alle groepen. Dit is te toetsen met een ANOVA, waarbij de covariaat de afhankelijke variabele vormt (gegeven dat de covariaat continu is).

2. Gelijke regressie coëfficiënten - De regressie coëfficiënten van de samenhang tussen de covariaat en de afhankelijke variabele moet voor elke groep ongeveer gelijk zijn (geen interactie).

Assumpties algemeen:

1. Normaal Verdeeld – De afhankelijke variabele moet voor iedere groep normaal verdeeld zijn, zie Normaliteit.

2. Niveau van de variabelen - De onafhankelijke variabelen zijn op categorisch niveau en zowel de afhankelijke variabele als de covariaat zijn op continu of op interval niveau gemeten.

3. Onafhankelijkheid - De scores zijn onafhankelijk, zie Onafhankelijkheid.

Wat te doen als je niet aan je assumptie(s) voldoet?

Voor de meeste assumpties, ga je hier het zelfde mee om als in de andere toetsen. Zie het kopje assumpties op de hoofdpagina, hier worden de assumpties een voor een besproken. Voor informatie specifiek over het schenden van assumptie bij een ANCOVA, zie Field p. 418 (11.10).

Voor de twee specifieke covariaat-assumpties ( (1) de covariaat mag niet verschillen over groepen, en (2) de regression slopes mogen niet verschillen) geldt dat als hieraan niet voldaan wordt, de variabele niet geschikt is om als covariaat op te nemen in het design. Deze assumpties zijn dus cruciaal om te testen voor de variabele als covariaat mag worden toegevoegd.

Eventueel is het mogelijk om wanneer niet aan de tweede assumptie (gelijke regressie coefficienten) wordt voldaan, een multilevel analyse uit te voeren.

Hoe uit te voeren in SPSS

Als voorbeeld heb ik data verzonnen waarin verschillende wiskunde modules (= between factor), worden vergeleken door middel van een voor- en nameting (= within factor) (oftewel een mixed design), waarbij ook gecontroleerd wordt voor een covariaat. Dit voorbeeld is gelijk aan het voorbeeld dat uitgebreid wordt uitgelegd bij de pagina over Mixed ANOVA, behalve dat er nu nog een covariaat aan toe wordt gevoegd. Kies de bijbehorende statistische toets via: analyze --> general linear model --> repeated measures. Nu kun je eerst de within factor aangeven (bijvoorbeeld tijd). In mijn voorbeeld gaat het om een voor en nameting, dus 2 levels. Daarna voeg je dan de between factor toe. Dat is in mijn voorbeeld de wiskunde module. Ten slotte voer je dan bij covariate de variabele toe waarvoor je wilt cotroleren.

Let op: Dit is nog niet voldoende. Echter ga ik niet verder op deze analyse in, omdat deze analyse slechts een combinatie is van de Mixed ANOVA en ANCOVA (namelijk een Mixed ANOVA met covariaat). Zie dus de pagina's van deze twee analyses om verder te zien hoe de volledige analyse in SPSS wordt ingevoerd. Op deze pagina's worden namelijk alle opties besproken en is een stappenplan te volgen.

Printje.png



Interpreteren SPSS-output

Zie Mixed ANOVA voor de combinatie van meerdere onafhankelijke variabelen, waarbij er minstens één within-factor en één between-factor is opgenomen.

Zie ANCOVA voor het interpreteren van een covariaat.


Rapporteren conclusie

Zie Mixed ANOVA voor het rapporteren van de combinatie van meerdere onafhankelijke variabelen, waarbij er minstens één within-factor en één between-factor is opgenomen.

Zie ANCOVA voor het rapporteren van een covariaat.

Non-parametrische variant

Er is geen non-parameterische variant van de Mixed ANCOVA.