ANOVA dwuczynnikowa i efekt interakcji
ANOVA dwuczynnikowa pozwala zbadać jednocześnie wpływ dwóch zmiennych grupujących (czynników) na zmienną zależną - na przykład jak na wynik testu wpływają płeć i metoda nauczania. Daje trzy informacje: dwa efekty główne i efekt interakcji.
Efekt główny mówi, czy dany czynnik sam w sobie różnicuje wyniki (np. czy metoda A daje wyższe wyniki niż B, niezależnie od płci). Efekt interakcji jest zwykle najciekawszy: pokazuje, czy działanie jednego czynnika zależy od poziomu drugiego - np. metoda A działa lepiej u kobiet, a B u mężczyzn.
Gdy interakcja jest istotna, interpretacja samych efektów głównych bywa myląca - trzeba analizować efekty proste (wpływ jednego czynnika osobno na każdym poziomie drugiego). Pomaga w tym wykres średnich: nierównoległe linie sugerują interakcję.
Przykład: badasz wynik w zależności od metody (A/B) i trybu studiów (dzienny/zaoczny). Istotna interakcja oznacza, że przewaga metody zależy od trybu. Typowy błąd to ogłoszenie „metoda A jest lepsza" bez sprawdzenia, że w jednej z podgrup jest odwrotnie.
Raportuj F, p i cząstkowe eta kwadrat osobno dla obu efektów głównych i interakcji, a wynik zilustruj wykresem. To jedna z częściej mylonych analiz - jeśli Twoje hipotezy dotyczą interakcji dwóch zmiennych, opisz je dokładnie w kreatorze, aby analiza od razu celowała w efekt interakcji.
