Cómo explicar a Two -Way ANOVA Scatter Plot

Un análisis de dos vías de varianza ( ANOVA ) utiliza dos factores o variables independientes en el análisis. El objetivo es ver si el promedio de varios conjuntos de datos son diferentes entre sí , pero éstos se agrupan en dos formas en lugar de uno . Esto puede ser confuso para los estudiantes , pero una manera más fácil de interpretar los resultados es trazar los medios de cada factor en un gráfico de dispersión . SPSS y otros programas de análisis ofrecen este tipo de trama como una salida, con los puntos de datos que ya están conectados con líneas rectas . Instrucciones
1

Note lo que cada línea del gráfico representa . Por lo general, esta es la principal variable de agrupación en el análisis, por ejemplo, dos grupos de personas, y se identificarán con una leyenda al lado de la parcela .
2

Tenga en cuenta lo que los puntos de la x - eje de la gráfica representan . Esta será otra variable de agrupación , por ejemplo , podría ser dos momentos diferentes . Cada punto en el eje x se denomina "nivel " de ese factor.
3

Tenga en cuenta lo que representa el eje y. Esta es la variable dependiente o variable de resultado de su análisis. El objetivo del ANOVA es ver si los grupos difieren en esta variable.
4

Mira las diferencias verticales entre los grupos en cada uno de los puntos sobre el eje x . ¿Hay diferencias entre los grupos ? Si algunas de las líneas están muy separados de los demás, esto puede indicar una diferencia entre los grupos en este nivel.
5

Mira cada línea individual y ver si hay algún cambio que va de izquierda a derecha. Se incrementan las puntuaciones o disminuyen en diferentes niveles del factor en el eje x ? Si el eje de las x representa el tiempo , por ejemplo , esto indicaría un cambio con el tiempo . Si se representa la dosis de un medicamento, esto representaría diferentes efectos en diferentes dosis .
6

Comprobar las líneas y vea si son paralelos o no. Si las líneas no son paralelas , esto significa que tiene una "interacción" en sus resultados. Una interacción significa que las puntuaciones en la variable dependiente son diferentes en función de la cual los niveles de las variables independientes que usted está viendo .