วิธีการเลือกระหว่าง ANOVA และ ANCOVA ในการทดลองออกแบบ?


17

ฉันกำลังทำการทดลองซึ่งมีสิ่งต่อไปนี้:

  • DV: ปริมาณการใช้ชิ้น (ต่อเนื่องหรืออาจจัดเป็นหมวดหมู่)

  • IV: ข้อความเพื่อสุขภาพ, ข้อความที่ไม่แข็งแรง, ไม่มีข้อความ (กลุ่มควบคุม) (3 กลุ่มที่ผู้คนได้รับมอบหมายแบบสุ่ม - หมวดหมู่) นี่คือข้อความที่จัดการเกี่ยวกับความสมบูรณ์ของชิ้น

ตัวแปร IV ต่อไปนี้ถือได้ว่าเป็นตัวแปรที่แตกต่างของแต่ละบุคคล:

  • Impulsivity (ซึ่งอาจเป็นหมวดหมู่เช่น. สูงเทียบกับต่ำหรือต่อเนื่องและวัดโดยขนาด)

  • การตั้งค่ารสหวาน (นอกจากนี้ยังวัดโดยแบบสอบถามซึ่งมี 3 ตัวเลือกให้เลือกสำหรับแต่ละคำถาม)

  • ค่าดัชนีมวลกาย - ผู้เข้าร่วมจะได้รับการชั่งน้ำหนักวัดตาม (ซึ่งอาจพิจารณาได้ทั้งหมวดหมู่หรือต่อเนื่อง)

เนื่องจากกลุ่มจะได้รับการสุ่มให้เป็นหนึ่งใน 3 กลุ่มฉันคิดว่าฉันกำลังทำ ANOVA บางประเภทและอาจใช้ Factorial ANOVA เนื่องจากฉันสนใจว่า IV มีผลต่อ DV มากที่สุด แต่ยังมีปฏิสัมพันธ์ระหว่าง IV ด้วยเช่นกัน มีความสัมพันธ์ระหว่างชุดค่าผสมบางอย่าง

แต่ฉันไม่แน่ใจในเรื่องนี้อย่างสมบูรณ์เนื่องจากต้องการทราบว่าเป็นการดีที่สุดหรือไม่ที่จะให้ IV มีหมวดหมู่ทั้งหมดหรือต่อเนื่องหรือผสมกัน

หรือ ANCOVA เป็นไปได้หรือแม้กระทั่งการถดถอย แต่ฉันไม่แน่ใจเกี่ยวกับสิ่งที่พวกเขาได้รับมอบหมายให้กลุ่มแล้วจัดหมวดหมู่ตามคำตอบของการสำรวจ

ฉันหวังว่านี่จะสมเหตุสมผลและหวังว่าจะได้รับการตอบรับจากใครบางคน


สวัสดี Melory ที่ฟังดูเหมือนเป็นการทดลองที่น่าสนใจ สำหรับคุณIVคุณสนใจที่จะรู้ว่าแต่ละคนมีความสัมพันธ์อย่างไรDVในระดับต่อเนื่องหรือคุณสนใจผลของIVกลุ่มเช่นคนที่มีน้ำหนักเกินกินชิ้นมากกว่าคนน้ำหนักปกติBMIหรือไม่
Michelle

สวัสดีมิเชลขอบคุณสำหรับความคิดเห็นของคุณ พูดตามตรงฉันยังอยู่ในขั้นตอนการพัฒนาและกำลังไปทั่วสถานที่! แต่ฉันมีจุดมุ่งหมายเบื้องต้นซึ่งก็คือ: เป้าหมายหลักของการศึกษาในปัจจุบันคือการตรวจสอบผลกระทบของความเชื่อที่เกี่ยวข้องกับอาหารที่มีต่อสุขภาพของอาหารที่มีต่อการบริโภคอาหารจริง นอกจากนี้เป้าหมายที่สองคือการค้นหาขอบเขตของการแสวงหาความรู้สึกความชอบรสหวานและ BMI อาจบรรเทาผลกระทบของความเชื่อที่เกี่ยวกับอาหารที่มีต่อการบริโภคอาหาร '
mobo

สวัสดีอีกครั้ง Michelle - แค่เพิ่มความคิดเห็นก่อนหน้า อย่างไรก็ตามต้องบอกว่าฉันยังสนใจในปฏิสัมพันธ์ระหว่าง IV บางอย่างที่เป็นงานวิจัยบ่งชี้ความสัมพันธ์เช่นคนที่มีน้ำหนักเกินมีความสัมพันธ์กับการแสวงหาความรู้สึก สิ่งนั้นช่วยฉันได้ไหม ฉันสนใจที่จะรับฟังความคิดของคุณ ขอบคุณ
mobo

สวัสดี Melory ฉันจะไม่เพิ่มBMIการวัดอย่างต่อเนื่องและจะใช้หมวดหมู่ที่มีน้ำหนักน้อย / ปกติ / มีน้ำหนักเกิน / อ้วนตามที่เป็นคำถามการวิจัยของคุณไม่ว่าปริมาณจะเพิ่มขึ้นตามจำนวนที่เพิ่มขึ้นBMIหรือไม่ ฉันจะลองของอื่น ๆIVเป็นแบบต่อเนื่อง คุณกำลังจะเผยแพร่เพราะฉันสนใจที่จะเขียนบทความของคุณหรือไม่?
Michelle

สวัสดีมิเชลขอบคุณสำหรับสิ่งนี้ ฉันอยากจะเผยแพร่ นี่เป็นพื้นที่ที่คุณสนใจหรือไม่? คุณกำลังบอกว่าเป็นการเหมาะสมที่จะทำ ANOVA แบบแฟคทอเรียลฉันคิดว่าฉันอาจมีตัวแปรมากเกินไปที่จะพยายามทำงานด้วย
mobo

คำตอบ:


34

ตามความเป็นจริงของประวัติศาสตร์การถดถอยและการวิเคราะห์ความแปรปรวนพัฒนาแยกต่างหากและเนื่องจากในส่วนของประเพณีมักถูกสอนแยกต่างหาก นอกจากนี้ผู้คนมักคิดว่า ANOVA เหมาะสมสำหรับการทดลองออกแบบ (เช่นการจัดการตัวแปร / การมอบหมายแบบสุ่ม) และการถดถอยตามความเหมาะสมสำหรับการวิจัยเชิงสังเกตการณ์ (เช่นการดาวน์โหลดข้อมูลจากเว็บไซต์ของรัฐบาลและค้นหาความสัมพันธ์) อย่างไรก็ตามสิ่งเหล่านี้เป็นสิ่งที่ทำให้เข้าใจผิดเล็กน้อย ANOVA คือการถดถอยเพียงอันเดียวที่ covariates ทั้งหมดเป็นหมวดหมู่ ANCOVA คือการถดถอยด้วย covariates เชิงคุณภาพและต่อเนื่อง แต่ไม่มีเงื่อนไขการปฏิสัมพันธ์ระหว่างปัจจัยและตัวแปรอธิบายอย่างต่อเนื่อง (เช่นที่เรียกว่า 'สมมติฐานลาดขนาน') สำหรับว่าการศึกษาเป็นการทดลองหรือเชิงสังเกตการณ์นี้ไม่เกี่ยวข้องกับการวิเคราะห์ตัวเอง

การทดสอบของคุณฟังดูดี ฉันจะวิเคราะห์สิ่งนี้ว่าเป็นการถดถอย (ในใจของฉันฉันมักจะเรียกการถดถอยทุกอย่าง) ฉันจะรวม covariates ทั้งหมดถ้าคุณสนใจพวกเขาและ / หรือถ้าทฤษฎีที่คุณกำลังทำงานด้วยแนะนำพวกเขาอาจมีความสำคัญ หากคุณคิดว่าผลกระทบของตัวแปรบางตัวอาจขึ้นอยู่กับตัวแปรอื่น ๆ ตรวจสอบให้แน่ใจว่าได้เพิ่มเงื่อนไขการโต้ตอบที่จำเป็นทั้งหมดแล้ว สิ่งหนึ่งที่ควรคำนึงถึงก็คือตัวแปรอธิบายแต่ละตัว (รวมถึงเงื่อนไขการโต้ตอบ!) จะใช้ระดับของเสรีภาพดังนั้นตรวจสอบให้แน่ใจว่าขนาดตัวอย่างของคุณเพียงพอ ฉันจะไม่แยกขั้วหรือสร้างตัวแปรอย่างต่อเนื่องใด ๆ ของตัวแปรอย่างต่อเนื่องของคุณ (มันโชคร้ายที่การฝึกฝนนี้แพร่หลาย มิฉะนั้นดูเหมือนว่าคุณกำลังเดินทาง

อัปเดต: มีข้อกังวลเกี่ยวกับการแปลงตัวแปรต่อเนื่องเป็นตัวแปรที่มีเพียงสองหมวดหมู่หรือมากกว่า ให้ฉันพูดถึงที่นี่แทนที่จะแสดงความคิดเห็น ฉันจะเก็บตัวแปรทั้งหมดของคุณอย่างต่อเนื่อง มีสาเหตุหลายประการที่จะหลีกเลี่ยงการจัดประเภทตัวแปรต่อเนื่อง:

  1. เมื่อจัดหมวดหมู่คุณจะทิ้งข้อมูล - การสังเกตบางอย่างอยู่ไกลจากเส้นแบ่ง & อื่น ๆ ใกล้เคียงกับมันมากขึ้น แต่พวกเขาจะถือว่าเหมือนกัน ในวิทยาศาสตร์เป้าหมายของเราคือการรวบรวมข้อมูลมากขึ้นและดีขึ้นและเพื่อจัดระเบียบและบูรณาการข้อมูลที่ดีขึ้น การทิ้งข้อมูลเป็นเรื่องตรงกันข้ามกับวิทยาศาสตร์ที่ดีในการต่อต้านของฉัน
  2. คุณมีแนวโน้มที่จะสูญเสียพลังงานทางสถิติเนื่องจาก @Florian ชี้ให้เห็น (ขอบคุณสำหรับลิงก์!);
  3. คุณสูญเสียความสามารถในการตรวจจับความสัมพันธ์ที่ไม่ใช่เชิงเส้นตามที่ @ rolando2 ชี้ให้เห็น;
  4. จะเป็นอย่างไรถ้ามีคนอ่านงานและสิ่งที่คุณสงสัยว่าจะเกิดอะไรขึ้นถ้าเราดึงหมวดหมู่บรรทัด b / t ในที่อื่น? (ตัวอย่างเช่นลองพิจารณาตัวอย่างค่าดัชนีมวลกายของคุณจะเป็นอย่างไรถ้ามีคนอื่นอีก 10 ปีจากนี้ตามสิ่งที่เกิดขึ้นในวรรณคดีในขณะนั้นต้องการทราบเกี่ยวกับคนที่มีน้ำหนักน้อยและคนอ้วนที่อ้วนด้วย) โชคไม่ดี แต่ถ้าคุณเก็บทุกอย่างไว้ในรูปแบบดั้งเดิมผู้อ่านแต่ละคนสามารถประเมินรูปแบบการจัดหมวดหมู่ที่ต้องการได้
  5. X
    Xspline=0if X.7Xspline=X.7if X>.7
    XsplineX

1 & 5 เป็นสิ่งสำคัญที่สุดในความคิดของฉัน


สวัสดี gung ขอบคุณมากสำหรับความคิดเห็นของคุณ ดังนั้นคุณจะใช้การถดถอยและไม่มี IV ใด ๆ ที่เป็นหมวดหมู่แล้ว? ฉันคิดว่าค่าดัชนีมวลกายอาจเป็นน้ำหนักตัวมากเกิน / อ้วนหรือปกติ การตั้งค่ารสนิยมมีหมวดหมู่และสำหรับการค้นหาความรู้สึกสามารถจัดหมวดหมู่ตามที่เป็นจริง / เท็จซึ่งจะให้คะแนนซึ่งสามารถจัดหมวดหมู่แล้ว แต่คุณเห็นพวกเขาอย่างต่อเนื่องอย่างแท้จริง?
mobo

สวัสดีอีกครั้ง gung นี่คือจุดมุ่งหมายเบื้องต้นของฉันซึ่งอาจให้ความชัดเจน: เป้าหมายหลักของการศึกษาในปัจจุบันคือการตรวจสอบผลกระทบของความเชื่อที่เกี่ยวข้องกับอาหารเกี่ยวกับความเป็นประโยชน์ของอาหารที่มีต่อการบริโภคอาหารจริง นอกจากนี้เป้าหมายที่สองคือการค้นหาขอบเขตของการแสวงหาความรู้สึกความชอบรสหวานและ BMI อาจบรรเทาผลกระทบของความเชื่อที่เกี่ยวกับอาหารที่มีต่อการบริโภคอาหาร ฉันสนใจที่จะรับฟังความคิดของคุณ
mobo

คำตอบที่ดีโดย @gung ฉันจะคิดว่าคุณควรรักษาตัวแปรต่อเนื่องของคุณอย่างที่ควรเพราะคุณให้ข้อมูลมากที่สุด ผู้คนจำนวนมากพบว่าเป็นเรื่องที่น่ากลัวที่จะเรียนรู้วิธีรวมตัวทำนายอย่างต่อเนื่องและเชิงหมวดหมู่ แต่อาจกลับกลายเป็นสิ่งที่คุ้มค่าไม่ว่าจะเป็นการศึกษานี้หรือเพื่ออนาคต และไม่ว่าคุณจะจัดหมวดหมู่พวกเขาหรือไม่ก็ตามลองมองหาวิธีที่จะเปิดเผยความสัมพันธ์ที่ไม่เป็นเชิงเส้นที่อาจมีอยู่ - อาจเป็นรูปตัวยูหรือกลับหัวกลับหางรูปตัวยูหรือ J- หรือย้อนกลับ J สิ่งนี้สามารถเสริมสร้างการศึกษาของคุณอย่างมีนัยสำคัญ
rolando2

ใช่ +1 สำหรับคำตอบของ gung! การแยกตัวแปรแบบต่อเนื่องนั้นไม่ใช่ความคิดที่ดีเพราะตัวอย่างเช่นการสูญเสียพลังงาน (เช่นบทความของ Jacob Cohen ที่มีชื่อเสียงunc.edu/~rcm/psy282/cohen.1983.pdf ) เพื่อรักษา "ข้อความ" IV ของคุณในการวิเคราะห์การถดถอยฉันจะแนะนำให้ใช้รหัสความคมชัดเพื่อทดสอบผลกระทบ (และการโต้ตอบที่เกี่ยวข้องกับ IV นี้) ดูตัวอย่าง Judd, CM, & McClelland, GH, Ryan, C. (2008 ) การวิเคราะห์ข้อมูล: วิธีการเปรียบเทียบแบบจำลอง (2nd ed.) นิวยอร์ก: กดเลดจ์
Florian

สวัสดี rolando2 ขอบคุณมากสำหรับความคิดเห็นของคุณ คุณถูกที่ฉันพบว่ามันยากที่จะรวมตัวแปรเด็ดขาดและต่อเนื่องซึ่งทำให้ยากสำหรับฉันในการพิจารณาการวิเคราะห์ที่จะใช้ จุดมุ่งหมายเบื้องต้นของฉันคือ: จุดมุ่งหมายหลักของการศึกษาปัจจุบันคือเพื่อตรวจสอบผลกระทบของความเชื่อที่เกี่ยวข้องกับอาหารเกี่ยวกับความเป็นประโยชน์ของอาหารที่มีต่อการบริโภคอาหารจริง นอกจากนี้เป้าหมายที่สองคือการค้นหาขอบเขตของการแสวงหาความรู้สึกความชอบรสหวานและ BMI อาจบรรเทาผลกระทบของความเชื่อที่เกี่ยวกับอาหารที่มีต่อการบริโภคอาหาร ' คิดเกี่ยวกับเรื่องนี้?
mobo
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.