STATYSTYCZNY DROGOWSKAZ 2 PRAKTYCZNE WPROWADZENIE DO ANALIZY WARIANCJI

ISBN: 978-83-63354-18-3

252 stron
oprawa: miękka
Rok wydania: 2013

Książka w niezwykle jasny sposób wprowadza Czytelnika w świat podstawowej wiedzy dotyczącej różnych schematów analiz wariancji:
- pokazuje wykonanie każdej omawianej analizy w SPSS, w prostych krokach, przy użyciu praktycznych przykładów i wskazówek, łącznie z wykorzystaniem języka poleceń,
- prezentuje wykorzystanie przykładów z realnych badań lub wyników wzorowanych na prawdziwych badaniach psychologicznych, w których zostały zastosowane różne omawiane formy analizy wariancji,
- tłumaczy pojęcia z zakresu statystyki, które trudno znaleźć w tak czytelnej formie w innych podręcznikach (pojęcie sferyczności, zastosowanie konkretnych poprawek w przypadku niespełnienia warunków parametrycznych dla analizy wariancji lub w przypadku porównań wielokrotnych, zasady testowania konkretnych hipotez przy użyciu analiz kontrastów, interpretacja interakcji w przypadku złożonych planów eksperymentalnych).
Statystyczny drogowskaz 2 pomoże poradzić sobie z nawet najtrudniejszymi zagadnieniami analizy różnic między grupami i między pomiarami.

SPIS TREŚCI

Przedmowa

Rozdział 1. Sylwia Bedyńska, Jakub Niewiarowski, Marzena Cypryańska
Wprowadzenie do analizy wariancji
Analiza wariancji jako technika porządkowania danych
Przewaga analizy wariancji wobec testu t-Studenta
Koniec dualizmu
Jeden czynnik czy wiele: urok interakcji
Ograniczenia złożonych planów badawczych
Moc testu i jej determinanty
Poziom istotności
Siła efektu
Zróżnicowanie wyników
Normalność rozkładu
Charakterystyka parametrycznych testów statystycznych

CZĘŚĆ I. Schematy międzygrupowe

Rozdział 2. Krzysztof Krejtz, Izabela Krejtz, Rafał Albiński
Jednoczynnikowa analiza wariancji w planie międzygrupowym
Wprowadzenie
Logika analizy wariancji - co się kryje za statystyką F
Założenia teoretyczne analizy wariancji
Co zrobić, kiedy założenia są złamane?
Jak wykonać jednoczynnikową analizę wariancji w programie
IBM SPSS Statistics
Hipoteza niekierunkowa - podejście ekploracyjne
Krok 1: wprowadzenie danych do edytora danych
Krok 2: sprawdzenie założeń nałożonych na dane
Krok 3: przeprowadzenie analizy
Krok 4: interpretacja wyników
Krok 5: porównania a posteriori (post hoc)
Porównania a priori (kontrasty)
Analiza trendów
Język poleceń
Przykładowy raport
Zadania sprawdzające

Rozdział 3. Krzysztof Krejtz, Izabela Krejtz
Wieloczynnikowa analiza wariancji w planie międzygrupowym
Logika i podstawowe pojęcia wieloczynnikowej
analizy wariancji
Oszacowanie siły efektu
Rozszerzanie planu badawczego
Założenia wieloczynnikowej analizy wariancji
Przykładowy problem badawczy - dwuczynnikowa analiza
wariancji w praktyce
Wieloczynnikowa analiza wariancji w IBM SPSS Statistics
Interpretacja głównych tabeli raportu
Proste efekty główne i porównania parami
Porównania parami dla efektów głównych
- testy post hoc
Testowanie założeń wieloczynnikowej analizy wariancji
Kontrasty
Język poleceń
Przykładowy raport z badania
Zadania sprawdzające
Przykład wykorzystania dwuczynnikowej analizy wariancji

CZĘŚĆ II. Schematy wewnątrzgrupowe

Rozdział 4. Jakub Niewiarowski
Wprowadzenie do analizy wariancji z powtarzanym pomiarem
Wprowadzenie
Jedno- versus wielozmiennowa analiza wariancji
z powtarzanym pomiarem
Analiza wariancji z powtarzanym pomiarem
- założenia

Rozdział 5. Jakub Niewiarowski, Błażej Mroziński, Adrian Morawiak
Jednoczynnikowa analiza wariancji z powtarzanym pomiarem
Problem badawczy
Model jednozmiennowy w IBM SPSS Statistics
Analiza efektu głównego wewnątrz osób
Model wielozmiennowy w IBM SPSS Statistics
Analiza efektu głównego wewnątrz osób
Przykładowy raport z badania
Język poleceń
Zadania sprawdzające

Rozdział 6. Jakub Niewiarowski, Błażej Mroziński, Adrian Morawiak
Dwuczynnikowa analiza wariancji z powtarzanym pomiarem
Wprowadzenie
Problem badawczy
Model jednozmiennowy (one-way univariate repeated
measures Ano va)
Założenia
Model jednozmiennowy w IBM SPSS Statistics
Model wielozmiennowy (multivariate repeated measures Ano va)
Założenia
Model wielozmiennowy w IBM SPSS Statistics
Przykładowy raport z badania
Język poleceń
Zadania sprawdzające

Część III. schematy mieszane

Rozdział 7. Jakub Niewiarowski, Błażej Mroziński, Adrian Morawiak
Dwuczynnikowa analiza wariancji w schemacie mieszanym
Kilka zdań na temat badań w schemacie mieszanym
Rodzaje efektów w analizie wariancji w schemacie mieszanym
Dwuczynnikowa ANOVA w schemacie mieszanym
Problem badawczy
Model jednozmiennowy (univariate mixed model ANOVA)
Założenia
Model jednozmiennowy w IBM SPSS Statistics
Model wielozmiennowy (multivariate mixed model ANOVA)
Założenia
Model wielozmiennowy w IBM SPSS Statistics
Przykładowy raport z badania
Język poleceń
Odniesienie w literaturze
Zadania sprawdzające

Rozdział 8. Sylwia Bedyńska, Jakub Niewiarowski, Marzena Cypryańska
Analiza wariancji - integracja zagadnień
Narastający błąd - o problemie wielokrotnego testowania średnich
Analizy wyjaśniające w analizie wariancji
Zastosowanie strategii post hoc na przykładzie analizy
wyjaśniającej efekt główny
Analiza post hoc z perspektywy praktyka
Zastosowanie strategii a priori na przykładzie analizy
wyjaśniającej efekt główny
Rodzaje efektów i sposoby ich wyjaśniania w wieloczynnikowych
schematach badawczych
Hamletowski dylemat: testować założenia czy nie testować?
Przykład 1: chronotyp
Przykład 2: ruminacje

Bibliografia

Indeks

Notki o Autorach