Kvantitativa metoder. 1. Kort repetition. Forskarutbildningen, PF, ÅA. Skaltyper

Relevanta dokument
Provmoment: Forskningsmetod, Salstentamen nr 1 Ladokkod:

7.5 Experiment with a single factor having more than two levels

FACIT!!! (bara facit,

OBS! Vi har nya rutiner.

ANOVA Mellangruppsdesign

OBS! Vi har nya rutiner.

Mälardalens Högskola. Formelsamling. Statistik, grundkurs

OBS! Vi har nya rutiner.

Bild 1. Bild 2 Sammanfattning Statistik I. Bild 3 Hypotesprövning. Medicinsk statistik II

Statistik för teknologer, 5 poäng Skrivtid:

Maximalt antal poäng för hela skrivningen är 31 poäng. För Godkänt krävs minst 19 poäng. För Väl Godkänt krävs minst 25 poäng.

Samhällsvetenskaplig metod, 7,5 hp

TENTAMEN PC1307 PC1546. Statistik (5 hp) Lördag den 24 april, Ansvarig lärare: Bengt Jansson ( , mobil: )

Maximalt antal poäng för hela skrivningen är 22 poäng. För Godkänt krävs minst 13 poäng. För Väl Godkänt krävs minst 18 poäng.

Variansanalys med SPSS Kimmo Sorjonen ( )

Psykologiska institutionen tillämpar anonymitet i samband med tentor i skrivsal, som går till så här:

Följande resultat erhålls (enhet: 1000psi):

Lösningar till SPSS-övning: Analytisk statistik

Maximalt antal poäng för hela skrivningen är 22 poäng. För Godkänt krävs minst 13 poäng. För Väl Godkänt krävs minst 18 poäng.

T-test, Korrelation och Konfidensintervall med SPSS Kimmo Sorjonen

Maximalt antal poäng för hela skrivningen är28 poäng. För Godkänt krävs minst 17 poäng. För Väl Godkänt krävs minst 22,5 poäng.

TENTAMEN PC1307 PC1546. Statistik (5 hp) Onsdag den 20 oktober, Ansvarig lärare: Bengt Jansson ( , mobil: )

En scatterplot gjordes, och linjär regression utfördes därefter med följande hypoteser:

TENTAMEN. PC1307/1546 Statistik (5 hp) Måndag den 19 oktober, 2009

8.1 General factorial experiments

Metod och teori. Statistik för naturvetare Umeå universitet

Maximalt antal poäng för hela skrivningen är 20 poäng. För Godkänt krävs minst 13 poäng. För Väl Godkänt krävs minst 17 poäng.

Korrelation kausalitet. ˆ Y =bx +a KAPITEL 6: LINEAR REGRESSION: PREDICTION

FÖRELÄSNINGSMATERIAL. diff SE. SE x x. Grundläggande statistik 2: KORRELATION OCH HYPOTESTESTNING. Påbyggnadskurs T1. Odontologisk profylaktik

Uppgift 1. Produktmomentkorrelationskoefficienten

Statistiska analyser C2 Inferensstatistik. Wieland Wermke

Envägs variansanalys (ANOVA) för test av olika väntevärde i flera grupper

7.5 Experiment with a single factor having more than two levels

Betrakta kopparutbytet från malm från en viss gruva. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten i dessa.

Tentamen i matematisk statistik

Kroppstemperaturen hos människa anses i regel vara 37,0 C/ 98,6 F. För att beräkna och rita grafer har programmet Minitab använts.

Instuderingsfrågor till avsnittet om statistik, kursen Statistik och Metod, Psykologprogrammet på KI, T8

I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Parametriska Icke-parametriska

Tentamen i matematisk statistik

Standardfel (Standard error, SE) SD eller SE. Intervallskattning MSG Staffan Nilsson, Chalmers 1

Medicinsk statistik II

Analytisk statistik. Mattias Nilsson Benfatto, PhD.

En rät linje ett enkelt samband. En rät linje + slumpbrus. Observationspar (X i,y i ) MSG Staffan Nilsson, Chalmers 1.

Lö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp

Grundläggande Statistik och Försöksplanering Provmoment: TEN1 & TEN2 Ladokkod: TT2311 Tentamen ges för: Bt2, En2, Bt4, En4.

Idag. EDAA35, föreläsning 4. Analys. Exempel: exekveringstid. Vanliga steg i analysfasen av ett experiment

FACIT (korrekta svar i röd fetstil)

Hypotestestning och repetition

Datorövning Power curve 0,0305 0, Kvantiler, kritiska regioner

Forsknings- och undersökningsmetodik Skrivtid: 4h

Tentamensresultat anslås (anslagstavla och kursportal) senast 3 veckor efter tentamen.

Föreläsning 7. NDAB01 Statistik; teori och tillämpning i biologi

Idag. EDAA35, föreläsning 4. Analys. Kursmeddelanden. Vanliga steg i analysfasen av ett experiment. Exempel: exekveringstid

1. Lära sig plotta en beroende variabel mot en oberoende variabel. 2. Lära sig skatta en enkel linjär regressionsmodell

Räkneövning 3 Variansanalys

LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK

Analytisk statistik. 1. Estimering. Statistisk interferens. Statistisk interferens

Miniräknare. Betygsgränser: Maximal poäng är 24. För betyget godkänd krävs 12 poäng och för betyget väl godkänd krävs 18 poäng.

Hypotesprövning. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University

Statistiska analysmetoder, en introduktion. Fördjupad forskningsmetodik, allmän del Våren 2018

I vår laboration kom vi fram till att kroppstemperaturen påverkar hjärtfrekvensen enligt

Viktiga dimensioner vid val av test (och även val av deskriptiv statistik) Biostatistik II - Hypotesprövning i teori och praktik.

Innehåll. Frekvenstabell. II. Beskrivande statistik, sid 53 i E

OBS! Vi har nya rutiner.

Tentan består av 15 frågor, totalt 40 poäng. Det krävs minst 24 poäng för att få godkänt och minst 33 poäng för att få välgodkänt.

Lö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp

Gamla tentor (forts) ( x. x ) ) 2 x1

Multipel Regressionsmodellen

SOPA62 - Kunskapsproduktion i socialt arbete

ST-fredag i Biostatistik & Epidemiologi När ska jag använda vilket test?

Elementa om Variansanalys

7.3.3 Nonparametric Mann-Whitney test

2.1 Minitab-introduktion

Lö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp

Grundläggande Biostatistik. Joacim Rocklöv, Lektor Epidemiologi och global hälsa Umeå Universitet

Analys av medelvärden. Jenny Selander , plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken

Flerfaktorförsök. Blockförsök, randomiserade block. Modell: yij i bj eij. Förutsättningar:

Tentamen i matematisk statistik

Vi har en ursprungspopulation/-fördelning med medelvärde µ.

Kurskod: TAMS28 MATEMATISK STATISTIK Provkod: TEN1 05 June 2017, 14:00-18:00. English Version

Residualanalys. Finansiell statistik, vt-05. Normalfördelade? Normalfördelade? För modellen

Föreläsning 6. NDAB01 Statistik; teori och tillämpning i biologi

This exam consists of four problems. The maximum sum of points is 20. The marks 3, 4 and 5 require a minimum

Sambandsmått. Centralmått. Det mest frekventa värdet. Det mittersta värdet i en rangordnad fördelning. Aritmetiska medelvärdet.

Matematikcentrum 1(5) Matematisk Statistik Lunds Universitet MASB11 HT Laboration P3-P4. Statistiska test

Kapitel 12: TEST GÄLLANDE EN GRUPP KOEFFICIENTER - ANOVA

Statistisk försöksplanering

Introduktion till Biostatistik. Hans Stenlund, 2011

7.1 Hypotesprövning. Nollhypotes: H 0 : µ = 3.9, Alternativ hypotes: H 1 : µ < 3.9.

Matematikcentrum 1(6) Matematisk Statistik Lunds Universitet MASB11 HT11. Laboration. Statistiska test /16

Lösningar med kommentarer till övningsuppgifterna i min bok Grundläggande statistiska metoder för analys av kvantitativa data

Population. Observationsenhet. Stickprov. Variabel Ålder Kön. Blodtryck 120/80. Värden. 37 år. Kvinna

2. Lära sig skatta en multipel linjär regressionsmodell samt plotta variablerna. 4. Lära sig skatta en linjär regressionsmodell med interaktionstermer

Examinationsuppgifter del 2

Kort manual till SPSS 10.0 för Mac/PC

TENTAMEN I MATEMATISK STATISTIK

Statistisk försöksplanering

Hur man tolkar statistiska resultat

Statistik 1 för biologer, logopeder och psykologer

Statistik. Statistik. Statistik. Lars Walter Fil.lic. Statistik

Transkript:

Kvantitativa metoder Forskarutbildningen, PF, ÅA 5-6/4/0 Lars Malmberg, Department of Education, University of Oxford, UK lars-erik.malmberg@education.ox.ac.uk Fredag * Grundbegrepp (fort repetition) * T-test (oberoende, beroende) * Variansanalys (ANOVA); enväg, tvåväg, upprepad mätning Litteratur, t.ex.: Field, A., & Hole, G. (003). How to design and report experiments. London: Sage. http://www.sussex.ac.uk/users/andyf/teaching/statistics.htm Tabachnick, B. G., & Fidell, L. S. (00). Using multivariate statistics (4th Edit.). Boston: Allyn and Bacon. (kap, 3, 8, 9) Miles, J., & Shevlin, M. (00). Applying regression and correlation. A guide to students and researchers. London: Sage. Mätning * Variabel * Skala * Skalsteg (ändpunkter) * T e x Helt av olik åsikt Delvis av olik åsikt. Kort repetition attityd Delvis av samma åsikt Helt av samma åsikt man kön kvinna Skaltyper Rangordning? Lika skalsteg? Absolut noll? funktion Nominal nej nej nej Ordinal ja nej nej < > Interval ja ja nej + - Kvot ja ja ja Fokusera på: * (Teoretiska) fenomen, inte frågor och svar * Vilket fenomen är den underliggande egenskapen, t e x kroppstemperatur eller infektionsrisk? 3 4

970 British Cohort Study (BCS70) * Longitudinell studie av alla barn födda 5- april 970 i England, Skottland och Wales. * Alla överlevande vid en månad (N=6,77) av total samplet 7,96 barn och sedan uppföljda vid 5, 0, 6, 6, 30 och 34 års ålder * 50 nyinflyttade inkorporerades i studien mellan 5-6 års ålder * Ett slumpmässigt vald subgrupp på 000 barn inkluderades i BCS70.sav. 5 Deskriptiva mått * Jämför deskritpiva mått från SPSS (denna ruta) med histogrammet (ruta 8) och låd-diagrammet (ruta 9). Variabeln är barnets födelsevikt i BCS70. Statistics b0_weigh weight at birth in grams N Valid Mean Median Mode Std. Deviation Percentiles Missing 5 50 75 99 997 3 3305 337 369 534 84 3000 337 369 4536 6 Vilken information får du från x- och y-axlarna? Hur vanligt var det att ha en relativt låg (under 5 kg) eller hög (nära 5 kg) födelsevikt? 7 8

Z-poäng (calculators.xls; sidan z-score and population) Normal distribution * Proportionen av stickprovet mellan ± σ, ±σ, ±3σ ( µ ) x σ e σ π z (a) probability density function (b) proportion above cut-off (c) proportion below cut-off (d) one person in every... -4.7 0.00007 0.99998 0.0000 380-3σ σ σ 0 σ σ 3σ 68.% 95.4% 9 99.7% 0 Samma x, olika St Av Statistik 0.45 probability 0.4 0.35 0.3 0.5 0. 0.5 0. 0.05 sample (M=0, SD=) sample (M=0, SD=.5) sample (M=0, SD=.5) Inferentiell Hypotestest Deskriptiv Estimat 0-4 -3.5-3 -.5 - -.5 - -0.5 0 0.5.5.5 3 3.5 4 X Punkt estimat Intervall estimat

Population och stickprov Population N antal observationer σ standard avvikelse σ varians ρ korrelation µ medelvärde Stickprov n antal observationer s standard avvikelse s varians r korrelation x medelvärde Inferens: att uttala sig om populationen genom att dra slutsatser om stickprovet Det sannolika populations parameter estimatet är stickprovsparameterestimatet ± Punktestimat: medeltalets standardfel (standard error of the mean) * Indikerar precision σ x = * Medeltalets standardfel för barns födelsevikt för mammor som rökte under graviditeten s = 50 gram n = 4 osäkerhet 3 4 s n σ x = 50 = 4 50 0.7 5.65 Intervallestimat: Konfidensintervall (Confidence Interval (C.I.) of the mean) 95% C.I. för barns födelsevikt hos tre grupper av mammor 95% konfidensintervall µ ligger mellan x ±.96 σ x med 95% sannolikhet ligger populationsmedeltalet mellan stickprovsmedeltalet plus.96 gånger standardfelet och stickprovsmedeltalet minus.96 gånger standardfelet 90% C.I. = x ±.64 σ 95% C.I. = x ±.96 σ 99% C.I. = x ±.58 σ x x x 5 6

Bevis för H? Bevis för H? Grad av rödhet = sannolikheten att H accepteras 7 Grad av rödhet = sannolikheten att H accepteras 8 Bevis för H? Hur tungt är beviset? Ensidigt t-test Grad av rödhet = sannolikheten att H accepteras BEVIS Mörkröd = resultatet uppstod sannolikt inte av slumpen 9 0.33 H.50 0.67.90.95 H 0 H.99 H Sannolikheten att H accepteras 0.33.67.95.99.999 0

Hur tungt är beviset? Ensidigt t-test z- / t-fördelning 0.00.33.67 H 0.50.50.67.33.90.0.95.05 H 0 H.99.0 H Sannolikheten att H accepteras 0.33.67.95.99.999 Sannolikhet att H har uppkommit av.67.33.05.0.00 slumpen (signifikansnivå).645 T-värde.36 3.090 -.58 -.96.96.58 z -α =.95 -α =.99 z- / t-fördelning Acceptera H Acceptera H Acceptera H 0 z 0.05 =-.96 z 0.05 =.96 z / t-fördelning χ []=3.84;p=.05 F[,0]=4.35;p=.05 -.58 -.96.96.58 z -α =.95 -α =.99 χ -fördelning F-fördelning 3 4

Tvåsidigt test för H Tvåsidigt test för H BEVIS 5 6 Typ I och II fel Typ I och II fel SANN (verklighet) H 0 H SANN (verklighet) H 0 H ACCEPTERA (undersökning) H 0 ok typ II (β) H typ I (α) ok ACCEPTERA (undersökning) H 0 ok du ser inte det som finns H du ser sådant ok som inte finns 7 8

Typ I och II fel ACCEPTERA (undersökning) SANN (verklighet) H 0 H litet sampel H 0 ok oreliabla variabler okända orsaker H låg signifikans- ok nivå. Oberoende och beroende grupp t-test 9 30 Oberoende grupp t-test Beroende grupp t-test x = grupp y =utfall, resultat y =tid y = tid y = var y = var (var & inom samma person) x y y y Antaganden för t-test den beroende variabeln (y) är approximativt normalt fördelad (kan testas) varianserna för y är lika i bägge grupper (kan testas) 3 T-Test (ttest_effect.xls) Oberoende grupper Beroende grupper t = y s n y s + n t = d / n där d är medel differansen för alla parvisa observationer, och s d dess standard avvikelse frihetsgrad = (n + n ) frihetsgrad = (n ) 3 s d

Hypoteser Oberoende grupper H H µ 0 A : µ : µ A A < µ, µ B = µ B A B µ, > µ B Beroende grupper H H 0 : µ : µ A A µ µ B B = 0 0 Två sätt att utföra ett experiment * Experiment och kontroll grupp (deltagare slumpmässigt fördelade) * Varje deltagare deltar i två försök (i slumpmässig ordning) Exampel: 0 studerande blev slumpmässigt indelade i två grupper i vilka de blev undervisade enligt två läsinlärningsmetoder (0 per grupp). Efter interventionen visade post-testet att grupp A fick 6 poäng i medeltal (s =.633) och grupp B 7. poäng (s =.35). 95% konfidensintervall presenterades..633 Grupp A : x ±.96 σ x = 6 ±.96 ( ) = 6 ±.96(0.56) = 6 ±.0 0.35 Grupp B : x ±.96 σ x = 7. ±.96 = 7. ±.70 0 33 34 SPSS Independent samples T-test sample A sample B M 6 7. -.000 M - M SD.633.35 0.667 (s ) / n N 0 0 0.88 (s ) / n 0.689 SQRT ((s ) / n + (s ) / n ) T -.908 t = (M - M ) / (SQRT ((s ) / n + (s ) / n )) one or two tailed.908 absolute value of t DF 8 (n + n -) sign 0.075 t = -.9 förkasta ej H0 35 -.0 H H.0 H 0 p =.05 tvåsidigt gränsvärde är.0 för 8 frihetsgrader 36

Gränsvärden från tabell Två sätt att utföra ett experiment... () * Varje deltagare deltar i bägge försök (i slumpmässig ordning) Exampel : 0 studerande deltog i ett inlärningsexperiment i vilket två metoder nyttjades (i slumpmässig ordning), och testades två gånger med för ändamålet konstruerade test (med ekvivalenta skalor). Efter metod A erhöll deltagarna 6 poäng i medeltal (s =.633), och efter metod B 7. poäng (s =.35). Medeltalsskillnaden inom varje individ var -. (s =.36). 95% konfidensintervallet presenteras nedan. Observera ifall noll är inkluderat i intervallet..36 Medeltal : x ±.96 σ x =. ±.96 ( ) =. ±.96(0.46) =. ± 0.86 0 37 38 SPSS Dependent samples T-test Fill in the mean difference score, and the standard deviation of the mean difference score Mean difference (A condition A condition B minus B) M 6 7. -. -.000 d = pairw ise differnces SD.633.35.36.360 s = standard deviation of differences N 0 0 0 0.0000 n = sample size 3.63 SQRT (n) -.8835 t = d / (s / SQRT(n)) one or two tailed.8835 absolute value of t 9.0000 (n - ) 0.08 t = -.88 förkasta H0 dvs acceptera H 39 -.6 H H.6 H 0 p =.05 gränsvärde.6 40

Dependent samples T-test sample A sample A d = M (A - A) pair 5 6 - pair 6 7 - pair 3 6 8 - pair 4 7 8 - pair 5 5 7 - pair 6 4 7-3 pair 7 8 9 - pair 8 6 8 - pair 9 9 7 pair 0 4 5 - M 6.000 7.00 -. -.000 d = pairw ise differnces SD.633.35.3.366 s = standard deviation of differences N 0 0 0 0.0000 n = sample size 3.63 SQRT (n) T -.883 t = d / (s / SQRT(n)) one or two tailed.883 absolute value of t DF 9.0000 (n - ) sign 0.08 4 Stickprovs storlek, signifikansnivå och d effektstorlek Study Exp Cntr N 0 0 M 05 00 SD 5 5 t p d Study 3 Exp Cntr N 00 00 M 05 00 SD 5 5 t p d Study Exp Cntr N 50 50 M 05 00 SD 5 5 t p d 4 Stickprovs storlek, signifikansnivå och d effektstorlek Study Exp Cntr N 0 0 M 05 00 SD 5 5 t 0.750 p 0.466 d 0.333 Study 3 Exp Cntr N 00 00 M 05 00 SD 5 5 t.360 p 0.09 d 0.333 Study Exp Cntr N 50 50 M 05 00 SD 5 5 t.667 p 0.099 d 0.333 Medeltalsskillnad uttryckt användande standardavvikelse som enhet 43 0.50 0.40 0.30 0.0 0.0 0.00 Effektstorlek som proportion av interventionsgruppen som är bättre än medel-deltagaren i kontrollgruppen d =.0 57% av E ovanför xk 0.50 0.40 0.30 0.0 0.0 0.00 d =.50 69% av E ovanför = Kontroll = Experiment xk 0.50 0.40 0.30 0.0 0.0 0.00 d =.80 79% av T ovanför xk 44

Experimentell metod och interventionsdesign 3. Variansanalys (ANOVA ) * En och tvåvägs variansanalys * Kovariansanalys (ANCOVA) * ANOVA som regressionsmodell (General Linear Model, GLM) * Upprepad mätning * Multivariat variansanalys 45 * Pretest posttest, * Experiment kontroll grupp * Yrkande om kausalitet starkt ifall den experimentella manipulationen är väldesignad * Den första artikeln med variansanalys: Fisher, R. A. (9). Studies in crop variation. I. An examination of the yield of dressed grain from Broadbalk. Journal of Agricultural Science,, 07-35. Varför variansanalys? * Forskningsfrågor formulerade som gruppjämförelser * Beroende variabel (y) kontinuerlig (intervall eller kvotskala) * Oberoende variabeln (faktor, x) är nominalskala * Ett två-grupp envägsvariansanalys är ekvivalent med ett t-test (F-värdet är t i kvadrat) * Ifall du har mer än två grupper att jämföra har variansanalysen mer styrka 46 Design och yrkanden om kausalitet tid. O. X O 3. O X O 4. Gr A X O Gr B O 5. Gr A O X O Gr B O O 6. Gr A O X O O Gr B O O O 7. Gr A O X O X O Gr B O O X O X=intervention O=observation, mätning Kvant Met del 47 48

Syfte med variansanalys: att undersöka ifall mellangruppsvariansen är större an inomgruppsvariansen SS T = SS w -SS B Totalvariansen = Inomgruppvariansen minus mellangruppvariansen Σ( y y y ij total ) = Σ( yij y j ) Σ( y j total) s A =s B =s C ya yb yc skillnaden mellan varje observation och det totala medelvärdet skillnaden mellan observationer och grupp-medelvärdet skillnaden mellan varje grupp och det totala medelvärdet * Den beroende variabeln antas vara approximativt normalt fördelad * Varianser i subgrupper antas vara lika (homogenitet) SS=kvadratsummor (Sums of Squares), i = individ, j = grupp 49 50 teach.sav id testscore Grupp A Grupp B Grupp C GROUP: A GROUP: B GROUP: 3 C 9 9.0 9.0 8 8.0 8.0 7 7.0 7.0 6 6.0 6.0 0 5 5.0 5.0 4 4.0 4.0 3 3.0 3.0 8 TESTSCOR 0 0 3 4 5 6 TESTSCOR.0.0 0.0 5 6 7 8 9 0 TESTSCOR.0.0 0.0 0 3 4 5 6 6 ID ID ID 4 skillnaden mellan observationer och grupp-medelvärdet TESTSCOR 0 M 4.00 6.40.60 St Av.58.4.4 0 4 6 8 0 4 6 ID skillnaden mellan varje observation och det totala medelvärdet 5 5

Grupp A Grupp B Grupp C Hur många oberoende variabler? 9 8 GROUP: A 9.0 8.0 GROUP: B 9.0 8.0 GROUP: 3 C Enväg Tvåväg Treväg 7 7.0 7.0 6 5 6.0 5.0 6.0 5.0 x y x x y x x x 3 y 4 4.0 4.0 3 3.0 3.0 TESTSCOR 0 0 3 4 5 6 TESTSCOR.0.0 0.0 5 6 7 8 9 0 TESTSCOR.0.0 0.0 0 3 4 5 6 ID ID M 4.00 6.40.60 St Av.58.4.4 ID skillnaden mellan varje grupp och det totala medelvärdet Total M 4.33 Total St Av.0 x = oberoende variabel NOM (Faktor, nivå) y = beroende variabel INT/KVOT 53 54 Hur varierar matematikprestation enligt inlärningsmetod? (teach.sav) x y x = metod A (ny metod h/vecka), B (ny metod 3h/vecka) och C (gammal metod) y = matematikprestation (0-0) Undersök ifall förutsättningarna för variansanalys godtas: är varianserna av den beroende variabeln i subgrupperna lika? x y H 0 : varianser lika H : varianser olika H 0 : H s A = s B = s C : nagon s j olik H 0 : metoder lika H : någon metod olik H0 : H : y y A y = y = y A A = y y B B B y C A C yc; ya yb = ; y = y y C B y C ; Levene's Test of Equality of Error Variances a Dependent Variable: testscor F df df Sig..375.695 Tests the null hypothesis that the error variance of the dependent variable is equal across groups. a. Design: Intercept+group 55 56

Variansanalys tablå Varians Kvadrat- Frihets- Medelkvad- Varianssumma grader ratsumma kvot Mellan SS M t - MS M Inom SS I N - t MS I Total SS T N testscor Between Groups Within Groups Total ANOVA MS F = MS Sum of Squares df Mean Square F Sig. 36.933 8.467 0.863.00 0.400.700 57.333 4 57 M I RSS (residual sum of squares) TSS (total sum of squares) "within groups" "whole sample" Method Score (Y ij - Y j ) (Y ij - Y j ) (Y ij - Y) (Y ij - Y) A 4 0.0000 0.0000-0.3333 0. A 5.0000.0000 0.6667 0.4444 A -.0000 4.0000 -.3333 5.4444 A 3 -.0000.0000 -.3333.7778 A 6.0000 4.0000.6667.7778 B 6-0.4000 0.600.6667.7778 B 7 0.6000 0.3600.6667 7. B 5 -.4000.9600 0.6667 0.4444 B 8.6000.5600 3.6667 3.4444 B 6-0.4000 0.600.6667.7778 C -0.6000 0.3600 -.3333 5.4444 C 3 0.4000 0.600 -.3333.7778 C 3 0.4000 0.600 -.3333.7778 C -.6000.5600-3.3333. C 4.4000.9600-0.3333 0. SUM 5 RSS 0.4000 TSS 57.33333 M 4.333333 (differences between individual (differences between individual score and GROUP mean) score and grand mean) 58 ESS (explained sum of squares)"between groups" M N (Y j - Y) (Y j - Y) n (Y j - Y) A 4.0000 5-0.3333 0. 0.555556 B 6.4000 5.0667 4.7.35556 C.6000 5 -.7333 3.0044 5.0 Total 4.3333 ESS 36.9333 (differences between group means and grand mean) SS DF MS F sign Between groups 36.933 8.467 0.863 0.00 Within groups 0.400.700 Total 57.333 4 Planerade kontraster eller post-hoc test? När du har forskningshypoteser kontraster * skapa vikter för varje grupp (dvs. nivåer i faktor) * summan av vikterna är noll Forskningshypotes : Ny metod är bättre än gammal metod A vikt: eller 0.5 B vikt: eller 0.5 C vikt: - eller - summa: 0 0 När du INTE har forskningshypoteser post-hoc test Många varianter i spss Bonferonni korrigerar för antalet post-hoc test Scheffé är ett F-test Test när du bryter emot antagandet om lika varianser 59 60

Analyze Compare means one-way ANOVA Kontraster Forskningshypotes : Ny metod är bättre än gammal metod (vikter: 0.5, 0.5, -.0). H 0 : ny = gammal, H : ny olik (bättre än) gammal Contrast Coefficients Contrast method A new B new method method 3 C old h/week 3h/week method.5.5 - Contrast Tests testscor Assume equal variances Does not assume equal i Contrast Value of Contrast Std. Error t df Sig. (-tailed).60.74 3.64.003.60.67 3.876 9.6.004 Kontrasten signifikant: ny metod bättre än gammal Följ upp med -grupp ANOVA eller t-test 6 6 Analyze compare means ANOVA Analyze compare means ANOVA Beroende variabel, utfall, y Oberoende variabel, Faktor, x Kvant Met del 63 Kvant Met del 64

Analyze Compare means one-way ANOVA Post-hoc test Multiple Comparisons Dependent Variable: testscor Scheffe Bonferroni (I) grupp A B 3 C A B 3 C (J) grupp B 3 C A 3 C A B B 3 C A 3 C A B Based on observed means. *. The mean difference is significant at the.05 level. Mean Difference 95% Confidence Interval (I-J) Std. Error Sig. Lower Bound Upper Bound -.40*.85.04-4.70 -.0.40.85.75 -.90 3.70.40*.85.04.0 4.70 3.80*.85.00.50 6.0 -.40.85.75-3.70.90-3.80*.85.00-6.0 -.50 -.40*.85.039-4.69 -..40.85.346 -.89 3.69.40*.85.039. 4.69 3.80*.85.00.5 6.09 -.40.85.346-3.69.89-3.80*.85.00-6.09 -.5 65 66 Hur varierar matematikprestation enligt inlärningsmetod och studerandes inlärningsstil? (maths.sav) Hur varierar matematikprestation enligt inlärningsmetod och studerandes inlärningsstil? x = metod A (ingen method), B (grafisk metod) och C (handberökningar) x = inlärningsstil: visuell och manuell y = matematikprestation (0-0) Hypoteser för metod: H 0 : metoder lika, H : någon metod olik Hypoteser för inlärningsstil: H 0 : stylar lika, H : stilar olika Hypoteser för metod inlärninsgsstil (interaktionseffekt): H 0 : ingen interaktion, H : interaktion x x y Source Type III SS df MS F Sig. Model (SS M ).8 5 4.36.8 0.0337 Method (SS A ) 0. 0. 0.07 0.930 Learning style (SS B ).36.36 0.88 0.356 Method * Lea (SS AxB ) 0. 0. 6.5 0.0044 Error (SS R ) 46.50 30.55 Total 589.00 36 Corrected Total (SS T ) 68.3 35 Hypoteser för metod (fyll i): Hypoteser för inlärningsstil: Hypoteser för metod inlärninsgsstil (interaktionseffekt): 67 68

Hur varierar matematikprestation enligt inlärningsmetod och studerandes inlärningsstil? mathscore 4.5 4.0 3.5 3.0.5.0.5.0 0.5 interaction effect Vis Man Analyze General Linear Model Univariate (univariate = en beroende variabel) () Definiera modell () Har du forskningshypoteser? Specificera konstraster. (3) Grafer (4) Inga forskningshypoteser? ok 0.0 A B C Method (5) Mängder av utskrifter En viss undervisningsmetod lämpar sig bäst för en studerande med en viss inlärningsstil 69 70... Modell () Specificera egen modell... Plots (beroende variabel på x-axeln) () Variabel på x-axel () Skapa effekter () Skiljda linjer för faktor? Typ III är viktade medelvärden (3) fortsätt 7 Lägg till listan 7

... Post-hoc () Post-hoc test när du har 3 eller fler nivåer... Options () Variabler för utskrift () Är varianser lika_ () Post-hoc test när du inte har lika varianser Deskriptiv information (3) fortsätt 73 74 utskrifter () Homogenitetstest Levene's Test of Equality of Error Variances a Dependent Variable: mathscore F df df Sig..543 5 30.06 Tests the null hypothesis that the error variance of the dependent variable is equal across groups. a. Design: Intercept+method+preference+method * preference () Effekter av faktorer och interaktioner mera (3) Post-hoc test Multiple Comparisons Dependent Variable: mathscore Bonferroni Mean Difference 95% Confidence Interval (I) method (J) method (I-J) Std. Error Sig. Lower Bound Upper Bound no particular method graphs and plotting.00.508.000 -.9.9 3 number crunchers -.7.508.000 -.46. graphs and plotting no particular method.00.508.000 -.9.9 3 number crunchers -.7.508.000 -.46. 3 number crunchers no particular method.7.508.000 -..46 graphs and plotting.7.508.000 -..46 Based on observed means. Dependent Variable: mathscore Source Corrected Model Intercept method preference method * preference Error Total Corrected Total Tests of Between-Subjects Effects Type III Sum of Squares df Mean Square F Sig..806 a 5 4.36.84.034 5750.694 5750.694 370.5.000...07.93.36.36.878.356 0. 0. 6.53.004 46.500 30.550 589.000 36 68.306 35 a. R Squared =.39 (Adjusted R Squared =.06) 75 (4) Graf 76

Upprepad mätning 4. Upprepad mätning med variansanalys * Upprepad mätning *Sfäriskhet * Testa hypoteser med kontraster * Samma antaganden som för övriga variansanalyser beroende variabler approximativt normalt fördelade homogena varianser... och: * Lika varianser hos mellantidpunktsskillnaderna (sphericity) y y y 3 y y y 3 y 4 77 78 Experimentiell design (phys.sav) 0 studerande deltog i en fysiskt träningsprogram under en månads tid, och ombads utföra ett uthållighetstest (sekunder) varje vecka Hälften av studerande gavs individualiserad feedback på deras prestationer och den andra hälften gavs relativ feedback (dvs i relation till prestationerna av deras kurskamrater). Först, hade det fysiska träningsprogrammet någon effekt över de fyra tidpunkterna? Tid Tid Tid 3 Tid 4 (0 veckor) ( veckor) ( veckor) (3 veckor) Upprepad mätning * Effekt av tid (inom individer) * H 0 : ingen förändring över tid, H : förändring över tid Tend Tend T3end T4end Descriptive Statistics Mean Std. Deviation N 5.00 4.49 0 57.00.83 0 69.00 6.5 0 76.50 4.96 0 79 80

Upprepad mätning Upprepad mätning * Testa sfäriskhet (sphericity): är varianserna av tidpunktsdifferenserna lika? T-T T-T3 T-T4 T-T3 T-T4 T3-T4 0-5 -5-30 0-5 -5 0-5 -30-5 -30-5 3 0-5 -30-30 -5-5 0 4-5 -30-45 -5-30 -5 5 0-5 -30-30 -5-5 0 6 0-5 -30-5 -30-5 7 0-5 -5-30 0-5 -5 8 0-5 -30-5 -30-5 9 0-5 -30-5 -5 0 5 0-5 -5-30 0-5 -5 Variance 5.5 60 50 5.5 0.5 0 Measure: MEASURE_ Mauchly's Test of Sphericity b Epsilon a Within Subjects Effect Mauchly's W Approx. Chi-Square df Sig. Greenhous e-geisser Huynh-Feldt Lower-bound endure.557 4.5 5.480.790.000.333 Tests the null hypothesis that the error covariance matrix of the orthonormalized transformed dependent variables is proportional to an identity matrix. a. May be used to adjust the degrees of freedom for the averaged tests of significance. Corrected tests are displayed in the Tests of Within-Subjects Effects table. b. Design: Intercept Within Subjects Design: endure H 0 : varianser lika H : varianser olika 8 * Effekt av tid? H 0 : ingen förändring över tid H : förändring över tid Measure: MEASURE_ Source endure Error(endure) Sphericity Assumed Greenhouse-Geisser Huynh-Feldt Lower-bound Sphericity Assumed Greenhouse-Geisser Huynh-Feldt Lower-bound Tests of Within-Subjects Effects Type III Sum of Squares df Mean Square F Sig. 3976.875 3 35.65 34.770.000 3976.875.370 677.84 34.770.000 3976.875 3.000 35.65 34.770.000 3976.875.000 3976.875 34.770.000 09.375 7 38.5 09.375.33 48.55 09.375 7.000 38.5 09.375 9.000 4.375 8 Upprepad mätning Upprepad mätning * Testa hypotesen att uthållighet ökar linjärt över tid lineär trend i data kvadratisk trend i data kubisk trend i data Tests of Within-Subjects Contrasts Measure: MEASURE_ Source endure Error(endure) endure Linear Quadratic Cubic Linear Quadratic Cubic Type III Sum of Squares df Mean Square F Sig. 396.5 396.5 73.08.000 5.65 5.65.30.59 55.5 55.5.93.85 48.65 9 53.65 63.5 9 8.5 383.65 9 4.65 83 84

Envägs upprepad mätning Mixed design Tvåvägs upprepad mätning x y y x x y y x = oberoende variabel NOM (Faktor, nivå) y = beroende variabel INT/KVOT Envägs upprepad mätning(endure.sav) 0 studerandes uthållighet ökade under fyra veckors träning Hälften gavs individualiserad feedback och den andra hälften relativ feedback. Hade typen av feedback någon effekt på deltagarnas självbild? Deltagarna fyllde i ett kort fysiskt självbildstest varje vecka efter feedback på uthållighetstestet (-4) högre värden indikerande att deltagaren var mer tillfreds med sin fysik. Hypoteser H 0 : ingen förändring i fysisk självbild över tid, H : förändring i fysisk självbild Interaktionseffekt H 0 : ingen skillnad i förändring i fysisk självbild mellan de två grupperna, H : skillnad i förändring i fysisk självbild mellan de två grupperna 85 86 * Testa antagande om sfäriskhet Envägs upprepad mätning Mauchly's Test of Sphericity b Envägs upprepad mätning * Fysisk självbild förändras inte över tid (hos all 0 deltagare) * Förändringen över tid är olika i de två grupperna (interaktionseffekt) Measure: MEASURE_ Epsilon a Within Subjects Effect Mauchly's W Approx. Chi-Square df Sig. Greenhous e-geisser Huynh-Feldt Lower-bound physsc.47.876 5.06.55.695.333 Tests the null hypothesis that the error covariance matrix of the orthonormalized transformed dependent variables is proportional to an identity matrix. a. May be used to adjust the degrees of freedom for the averaged tests of significance. Corrected tests are displayed in the Tests of Within-Subjects Effects table. b. Design: Intercept+group Within Subjects Design: physsc * Data sfäriskt. Läs värden enligt Greenhouse-Geiser korrektion. Measure: MEASURE_ Source physsc physsc * group Error(physSC) Sphericity Assumed Greenhouse-Geisser Huynh-Feldt Lower-bound Sphericity Assumed Greenhouse-Geisser Huynh-Feldt Lower-bound Sphericity Assumed Greenhouse-Geisser Huynh-Feldt Lower-bound Tests of Within-Subjects Effects Type III Sum of Squares df Mean Square F Sig..50 3.050.774.50.50.545.097.774.45.50.084.07.774.48.50.000.50.774.405.95 3.975 5.097.000.95.545.893 5.097.00.95.084.404 5.097.000.95.000.95 5.097.005.550 4.065.550.360.5.550 6.669.093.550 8.000.94 87 88

Envägs upprepad mätning Envägs upprepad mätning * Kontraster * Är den lineära förändring över tid olika i de två grupperna? Tests of Within-Subjects Contrasts Measure: MEASURE_ Source physsc physsc * group Error(physSC) physsc Linear Quadratic Cubic Linear Quadratic Cubic Linear Quadratic Cubic Type III Sum of Squares df Mean Square F Sig..045.045.360.565.00.00 3.00..005.005.33.74.880.880 3.040.00.05.05.800.397.00.00.533.486.000 8.5.50 8.03.300 8.038 89 90 Analyze General Linear Model Repeated measures Analyze General Linear Model Repeated measures () Definiera inom person variabel (4) Definiera () Definiera inom person variabel (3) Lägg till () Definiera antalet nivåer 9 () Bygg modell (3) Kontraster eller posthoc test? (4) Bygg grafer (5) Deskriptiva uppgifter 9

BV tid BV tid Tid - tid EXP EXP EXP... Model... Contrast 93 94 Olika sätt att undersöka förändring över tid Envägs ANOVA Envägs ANCOVA Envägs ANOVA med upprepad med kovariat med förändringsmätning poäng x y y kov x y x y KNTR KNTR KNTR TID x GRUPP GRUPP effekt på GRUPP effekt interaktionseffekt BV tid kontrollerande på differanspoäng för tid ( t t) 95