Desain Studi: Saya menunjukkan kepada peserta beberapa informasi tentang kenaikan permukaan laut, memfokuskan informasi dengan cara yang berbeda, baik dalam hal skala waktu dan besarnya potensi kenaikan. Jadi saya punya 2 (Waktu: 2050 atau 2100) dengan 2 (Magnitude: Medium atau High) desain. Ada juga dua kelompok kontrol yang tidak menerima informasi, hanya menjawab pertanyaan untuk DV saya.
Pertanyaan: Saya selalu memeriksa normalitas di dalam sel - untuk bagian 2x2 dari desain ini, itu berarti mencari normalitas dalam 4 grup. Namun, membaca beberapa diskusi di sini telah membuat saya menebak metode saya.
Pertama, saya telah membaca bahwa saya harus melihat normalitas residu. Bagaimana saya bisa memeriksa normalitas residu (di SPSS atau di tempat lain)? Apakah saya harus melakukan ini untuk masing-masing dari 4 kelompok (6 termasuk kontrol)?
Saya juga membaca bahwa normalitas dalam kelompok menyiratkan normalitas residual. Apakah ini benar? (Referensi literatur?) Sekali lagi, apakah ini berarti melihat masing-masing dari 4 sel secara terpisah?
Singkatnya, langkah apa yang akan Anda ambil untuk menentukan apakah data (2x2) Anda tidak melanggar asumsi normalitas?
Referensi selalu dihargai, bahkan jika hanya untuk mengarahkan saya ke arah yang benar.
Meskipun banyak buku pengantar yang menekankan hal itu, Anda tidak perlu Normalitas. Dengan ukuran sampel yang sederhana dan varians yang sama dalam masing-masing kelompok, yaitu homoskedastisitas, ANOVA akan memberikan inferensi yang akurat tentang perbedaan rata-rata respons antara kelompok. Jika ada alasan untuk menduga varians tidak konstan - dan mungkin ada - maka kesalahan standar heteroskedasticity-konsisten dapat digunakan.
Properti ini adalah ekstensi dari yang terkenal untuk uji-t; dengan varian konstan Anda dapat menggunakan uji-t "vanila polos", terlepas dari Normalitas (hasil diketahui oleh Fisher, jalan kembali) dan dengan varian non-konstan varian tidak sama juga berfungsi dengan baik tanpa Normality. Versi varians tidak sama dengan tes Wald yang menggunakan kesalahan standar yang konsisten heteroskedastisitas.
sumber