Hoofdstuk 12: Experiments with more than one independent variabele Flashcards
Interactie-effect
Het effect van de ene onafhankelijke variabele op de afhankelijke variabele hangt af van het level van de andere onafhankelijke variabele.
Betekenis uit het boek van interactie-effect
Een verschil in verschillen, het effect van de ene onafhankelijke variabele hangt af van het niveau van de andere onafhankelijke variabele.
Intuïtieve interacties
Interacties tussen twee of meer invloeden.
Cross-over-interactie
Het hangt ervan af.
Factoriële designs
Deze testen op interacties, ze bestuderen twee of meer onafhankelijke variabelen.
In het meest voorkomende factoriële design kruisen onderzoekers de twee onafhankelijke variabelen, ze bestuderen elke mogelijke combinatie van de onafhankelijke variabelen.
Waarom gebruiken we factoriële designs?
Omdat we onze conclusies willen generaliseren.
We zouden dit ook kunnen doen via replicaties, maar dir brengt allemaal confounds en alternatieve verklaringen met zich mee.
2-wegs design/2 bij 2 factorieel design met 2 between-groups factoren
Wanneer een design 2 factoren heeft.
Factoriële designs kunnen:
Limieten testen, Theorieën testen.
Het interpreteren van factorziele resultaten
Twee hoofdeffecten en één interactie-effect.
Hoofdeffect
Is er een algemeen verschil?
Marginaal gemiddelde
Marginaal gemiddelde
Het rekenkundig gemiddelde voor elk niveau van een onafhankelijke variabele.
Marginaal gemiddelde, steekproefomvang in elke cel gelijk
Marginale gemiddelden worden berekend met behulp van het gewogen gemiddelde, waarbij de grotere steekproef meer wordt geteld.
Wanneer is het verschil tussen de marginale gemiddelden een statistisch significant hoofdeffect?
Als het 95%-BI geen nul bevat.
