Bagaimana cara memilih antara ANOVA dan ANCOVA dalam percobaan yang dirancang?

17

Saya sedang melakukan percobaan yang memiliki yang berikut:

  • DV: Konsumsi slice (berkelanjutan atau bisa dikategorikan)

  • IV: Pesan sehat, pesan tidak sehat, tidak ada pesan (kontrol) (3 kelompok di mana orang ditugaskan secara acak - kategorikal) Ini adalah pesan yang dimanipulasi tentang kesehatan irisan.

IV berikut ini dapat dianggap sebagai variabel perbedaan individual:

  • Impulsif (ini bisa berupa kategoris misalnya. Tinggi versus rendah atau kontinu dan diukur dengan skala)

  • Preferensi rasa manis (ini juga diukur dengan kuesioner yang merupakan 3 pilihan untuk dipilih untuk setiap pertanyaan)

  • BMI - peserta akan ditimbang diukur sesuai (ini juga dapat dianggap baik kategoris atau kontinu).

Karena kelompok-kelompok akan secara acak ditugaskan ke salah satu dari 3 kelompok, saya berasumsi saya sedang melakukan semacam ANOVA dan mungkin akan menggunakan ANOVA faktorial karena saya tertarik dengan IV yang paling mempengaruhi DV tetapi juga interaksi antara IV seperti yang ditunjukkan oleh penelitian. bahwa ada hubungan antara beberapa kombinasi.

Tetapi saya tidak sepenuhnya yakin akan hal ini karena perlu tahu apakah yang terbaik adalah memiliki semua IV kategorikal atau kontinu atau campuran.

Atau apakah ANCOVA suatu kemungkinan atau bahkan regresi tetapi saya tidak yakin tentang hal itu karena mereka ditugaskan ke kelompok-kelompok kemudian dikategorikan berdasarkan jawaban mereka terhadap survei.

Saya harap ini masuk akal dan berharap untuk mendengar dari seseorang tentang pertanyaan saya.

mobo
sumber
Hai Melory, itu terdengar seperti eksperimen yang menarik. Untuk Anda IV, apakah Anda tertarik untuk mengetahui bagaimana masing-masing terkait dengan DVskala berkelanjutan, atau apakah Anda lebih tertarik pada efek IVkelompok, misalnya bahwa orang yang kelebihan berat badan makan lebih banyak irisan daripada orang dengan berat badan normal (untuk BMIukuran Anda )?
Michelle
Hai Michelle, terima kasih atas komentar Anda. Sejujurnya saya masih dalam tahap pengembangan dan saya akan pergi ke mana-mana! Tapi saya memiliki tujuan sementara yaitu: Tujuan utama dari penelitian ini adalah untuk menyelidiki efek dari keyakinan terkait makanan tentang kesehatan makanan pada asupan makanan yang sebenarnya. Selain itu, tujuan sekunder adalah untuk menemukan sejauh mana pencarian sensasi, preferensi rasa manis dan BMI dapat memoderasi pengaruh keyakinan terkait makanan pada asupan makanan. '
mobo
Hai lagi, Michelle - cukup tambahkan komentar sebelumnya. Namun setelah mengatakan bahwa saya juga tertarik pada interaksi antara beberapa IV karena penelitian menunjukkan hubungan yaitu orang yang kelebihan berat badan berkorelasi dengan pencarian sensasi. Apakah itu membantu di mana saya berada? Saya tertarik mendengar pendapat Anda. Terima kasih.
mobo
Hai Melory, saya tidak akan menambahkan BMIsebagai ukuran terus menerus, dan akan menggunakan kategori underweight / normal / overweight / obesitas karena itu adalah pertanyaan penelitian Anda, bukan apakah jumlah irisan meningkat dengan meningkatnya BMIskor. Saya akan mencoba yang lain IVsebagai berkelanjutan. Apakah Anda akan menerbitkan karena saya akan tertarik secara profesional pada tulisan Anda?
Michelle
Hai Michelle, terima kasih untuk ini. Saya akan mencari untuk menerbitkan. Apakah ini bidang yang menarik bagi Anda? Jadi, apakah Anda mengatakan akan tepat untuk melakukan ANOVA faktorial, saya pikir saya mungkin memiliki terlalu banyak variabel yang mungkin dapat diajak bekerja sama.
mobo

Jawaban:

34

Sebagai fakta sejarah, regresi dan ANOVA dikembangkan secara terpisah, dan, sebagian karena tradisi, masih sering diajarkan secara terpisah. Selain itu, orang sering menganggap ANOVA sesuai untuk percobaan yang dirancang (yaitu, manipulasi variabel / tugas acak) dan regresi sesuai untuk penelitian observasional (misalnya, mengunduh data dari situs web pemerintah dan mencari hubungan). Namun, semua ini sedikit menyesatkan. ANOVA adalah regresi, hanya satu di mana semua kovariat adalah kategori. ANCOVA adalahsebuah regresi dengan kovariat kualitatif dan kontinu, tetapi tanpa istilah interaksi antara faktor-faktor dan variabel penjelas kontinu (yaitu, apa yang disebut 'asumsi lereng paralel'). Adapun apakah suatu penelitian adalah eksperimental atau observasional, ini tidak terkait dengan analisis itu sendiri.

Eksperimen Anda terdengar bagus. Saya akan menganalisis ini sebagai regresi (dalam pikiran saya, saya cenderung menyebut semuanya regresi). Saya akan memasukkan semua kovariat jika Anda tertarik pada mereka, dan / atau jika teori yang Anda kerjakan menyarankan mereka mungkin penting. Jika Anda berpikir efek dari beberapa variabel mungkin tergantung pada variabel lain, pastikan untuk menambahkan semua istilah interaksi yang diperlukan. Satu hal yang perlu diingat adalah bahwa setiap variabel penjelas (termasuk istilah interaksi!) Akan mengkonsumsi tingkat kebebasan, jadi pastikan ukuran sampel Anda memadai. Saya tidak akan mendikotomisasi, atau membuat kategorikal, salah satu variabel kontinu Anda (sangat disayangkan praktik ini tersebar luas, itu benar-benar hal yang buruk untuk dilakukan). Kalau tidak, sepertinya Anda sedang dalam perjalanan.

Pembaruan: Tampaknya ada beberapa kekhawatiran di sini tentang apakah atau tidak untuk mengubah variabel kontinu menjadi variabel hanya dengan dua (atau lebih) kategori. Biarkan saya membahasnya di sini, bukan dalam komentar. Saya akan menjaga semua variabel Anda sebagai kontinu. Ada beberapa alasan untuk menghindari pengelompokan variabel kontinu:

  1. Dengan mengkategorikan Anda akan membuang informasi - beberapa pengamatan lebih jauh dari garis pemisah & yang lain lebih dekat dengan itu, tetapi mereka diperlakukan seolah-olah mereka sama. Dalam sains, tujuan kami adalah untuk mengumpulkan lebih banyak informasi dan lebih baik dan untuk lebih mengatur dan mengintegrasikan informasi itu. Membuang informasi hanya bertentangan dengan sains yang baik menurut pendapat saya;
  2. Anda cenderung kehilangan kekuatan statistik seperti yang ditunjukkan oleh @Florian (terima kasih atas tautannya!);
  3. Anda kehilangan kemampuan untuk mendeteksi hubungan non-linear ketika @ rolando2 menunjukkan;
  4. Bagaimana jika seseorang membaca karya Anda & bertanya-tanya apa yang akan terjadi jika kami menggambar garis b / t kategori di tempat yang berbeda? (Misalnya, perhatikan contoh BMI Anda, bagaimana jika orang lain 10 tahun dari sekarang, berdasarkan apa yang terjadi dalam literatur pada waktu itu, ingin juga tahu tentang orang-orang yang kekurangan berat badan dan orang-orang yang tidak sehat?) Mereka hanya akan menjadi kurang beruntung, tetapi jika Anda menyimpan semuanya dalam bentuk aslinya, setiap pembaca dapat menilai skema kategorisasi pilihan mereka sendiri;
  5. X
    Xspline=0if X.7Xspline=X.7if X>.7
    XsplineX

1 & 5 menjadi yang paling penting, menurut saya.

gung - Reinstate Monica
sumber
Hai gung. Terima kasih banyak atas komentar Anda. Jadi, Anda akan menggunakan regresi dan tidak memiliki IV sebagai kategorikal? Saya berpikir bahwa BMI bisa kelebihan berat badan / obesitas atau normal; preferensi rasa memiliki kategori dan juga untuk pencarian sensasi dapat dikategorikan sebagai pernyataan benar / salah yang kemudian akan memberikan skor yang kemudian dapat dikategorikan. Tetapi apakah Anda melihatnya sebagai benar-benar berkelanjutan?
mobo
Hai lagi gung, ini adalah tujuan sementara saya yang juga dapat memberikan beberapa kejelasan: Tujuan utama dari penelitian ini adalah untuk menyelidiki efek dari keyakinan terkait makanan tentang kesehatan makanan pada asupan makanan yang sebenarnya. Selain itu, tujuan sekunder adalah untuk menemukan sejauh mana mencari sensasi, preferensi rasa manis dan BMI dapat memoderasi efek keyakinan terkait makanan pada asupan makanan. Saya tertarik mendengar pendapat Anda.
mobo
Jawaban yang bagus oleh @gung. Saya akan mendukung gagasan bahwa idealnya Anda akan mempertahankan variabel kontinu Anda sebagaimana adanya, karena itu akan memberi Anda informasi terbanyak. Banyak orang merasa sulit untuk belajar menggabungkan prediktor kontinu dan kategoris, tetapi mungkin ternyata bermanfaat, baik untuk studi ini atau untuk masa depan. Dan apakah Anda mengkategorikannya atau tidak, cobalah mencari cara untuk mengungkap hubungan nonlinear yang mungkin ada - mungkin berbentuk U, atau berbentuk U terbalik, atau J-, atau terbalik-J. Ini bisa memperkaya studi Anda secara substansial.
rolando2
Ya +1 untuk jawaban gung! Mendikotomisasi variabel kontinu tidak pernah merupakan ide yang baik karena, misalnya, kehilangan kekuatan (misalnya artikel Jacob Cohen yang terkenal, unc.edu/~rcm/psy282/cohen.1983.pdf ). Untuk memperlakukan "pesan" IV Anda dalam analisis regresi, saya akan merekomendasikan untuk menggunakan kode kontras untuk menguji efeknya (dan interaksi yang melibatkan IV ini), lihat misalnya Judd, CM, & McClelland, GH, Ryan, C. (2008 ). Analisis data: Pendekatan perbandingan model (edisi ke-2). New York: Routledge Press.
Florian
Hai rolando2, terima kasih banyak atas tanggapan Anda. Anda benar karena saya merasa sulit untuk menggabungkan variabel kategorikal dan variabel kontinu yang menyulitkan saya untuk menentukan analisis apa yang akan digunakan. Tujuan sementara saya adalah: Tujuan utama dari penelitian ini adalah untuk menyelidiki efek dari keyakinan terkait makanan tentang kesehatan makanan pada asupan makanan yang sebenarnya. Selain itu, tujuan sekunder adalah untuk menemukan sejauh mana pencarian sensasi, preferensi rasa manis dan BMI dapat memoderasi pengaruh keyakinan terkait makanan pada asupan makanan. ' Pikiran tentang ini?
mobo