Strona korzysta z plików cookies w celu realizacji usług i zgodnie z polityką plików cookies.
Możesz określić warunki przechowywania lub dostępu do plików cookies w Twojej przeglądarce.

Efekt interakcji - analiza wariancji

Efektem interakcji określa się jednoczesny wpływ kilku czynników na zmienną zależną w analizie wariancji (ANOVA, MANOVA). Występuje on jedynie w modelach wieloczynnikowych analizy wariancji. Innymi słowy, "współdziałanie" tych czynników ze sobą przynosi odmienny efekt, niż każdy z nich osobno. 

Może zdarzyć się sytuacja, że analizując dane, niezależny
wpływ poszczególnych czynników na zmienną zależną (tzw. efekty główne) będzie nieistotny statystycznie (nie będzie wpływu poszczególnych czynników oddzielnie), ale zajdzie efekt interakcji, czyli jednoczesny wpływ kilku czynników łącznie na zmienną zależną. 

Można również efekt interakcji rozumieć w trochę inny sposób, otóż jest to sytuacja, gdy wpływ jednego czynnika na zmienną zależną zmienia się w zależności od występowania drugiego czynnika, bądź różnych jego wielkości.

Aby lepiej zrozumieć w praktyce, czym jest efekt interakcji posłużmy się przykładem:

Badacz chciał sprawdzić, czy przeczytana książka podobała się (na skali od 0 do 10) tak samo mężczyznom i kobietom o różnym poziomie wykształcenia (średnie, wyższe). 

Badacz otrzymał następujące wyniki (średnia ocena książki):

Kobiety z wykształceniem średnim: 7,8
Kobiety z wykształceniem wyższym: 5,4
Mężczyźni z wykształceniem średnim: 5,4
Mężczyźni z wykształceniem wyższym: 7,8

Podsumowując:

Kobiety: 6,6
Meżczyźni: 6,6
Osoby z wykszatłceniem wyższym: 6,6
Osoby z wykształceniem średnim: 6,6

style="text-align: justify;">Jak widać, grupy nie różnią się między soba, jednakże to nie oznacza, że nie ma żadnej zależności, jest właśnie efekt interakcyjny. Otóż, gdy mamy do czynienia z kobietami, to książka podoba się bardziej osobom z wykształceniem średnim niż wyższym, jednakże gdy zmieniamy poziom tej zmiennej, zależność się odwraca, tzn. u mężczyzn, to osoby z wykształceniem wyższym lepiej oceniają tą książkę niż ze średnim.
Wprowadzenie do badania drugiej zmiennej, np. wykształcenia, sprawiło, że obie zmienne tak na siebie działają (zachodzi interakcja), że możemy odnotować ciekawe, istotne statystycznie zależności, choć czynniki analizowane oddzielnie nie wpływają na różnice w zmiennej zależnej. Oddzielnie nie wpływją na zmienną zależną, ale gdy wystepują razem już tak!

Należy oczywiście podkreslić, że opisany przypadek powyżej to tylko jedna z możliwości efektu interakcyjnego, często zdarza się, że zarówno obie zmienne wpływają pojedyńczo na zmienną zależną, ale zachodzi również między nimi efekt interakcji, który powoduje odmienne różnice pomiędzy badanymi grupami jednego czynnika w różnych grupach drugiej zmiennej, czynnika. 

Badacze często posługują się wykresami, aby móc szybko stwierdzić, że może zachodzić efekt interakcyjny pomiędzy czynnikami. 

Masz problem z analizą statystyczna? Przejdź TU!