Yksinkertainen Esimerkki
Luultavasti helpoin tapa aloittaa ymmärrystä factorial design on katsomalla esimerkki. Kuvitellaan suunnittelu, jossa meillä on koulutus ohjelma, jossa haluaisimme tarkastella erilaisia program muunnelmia, nähdä, mikä toimii parhaiten. Esimerkiksi, haluaisimme vaihdella määrä aikaa lapset saavat opetusta, jossa yksi ryhmä saada 1 tunti opetusta viikossa ja toinen tulossa 4 tuntia viikossa., Ja haluaisimme vaihdella, jossa yksi ryhmä saa opetusta-luokan (luultavasti vedetään pois osaksi nurkassa luokkahuoneessa), ja toinen ryhmä vedetään ulos luokkahuoneessa opetusta toisessa huoneessa. Voisimme ajatella ottaa neljään eri ryhmään voit tehdä tämän, mutta kun meillä on vaihteleva määrä aikaa opetusta, mikä asetus olisi meidän käyttö:-luokka-tai pull-out? Ja mitä opetusaikaa käyttäisimme opiskellessamme asetusta: 1 tunti, 4 tuntia tai jotain muuta?
factorial designeilla näihin kysymyksiin vastattaessa ei tarvitse tinkiä., Meillä voi olla se molemmilla tavoilla, jos ristimme jokaisen kahdesta ajastamme opetusolosuhteissa molempien asetusten kanssa. Aloitetaan määrittelemällä termejä. Factorial-malleissa tekijä on merkittävä itsenäinen muuttuja. Tässä esimerkissä meillä on kaksi tekijää: aika-opetusta ja-asetus. Taso on tekijän osa-alue. Tässä esimerkissä, aika-opetuksessa on kaksi tasoa ja asetus on kaksi tasoa. Joskus kuvaamme factorial suunnittelu numerointi notaatio. Tässä esimerkissä, voimme sanoa, että meillä on 2 x 2 (puhuttu ”kaksi-by-kaksi) factorial design., Tässä notaatiossa numeroiden määrä kertoo, kuinka monta tekijää on ja lukuarvot kertovat, kuinka monta tasoa. Jos sanoisin, että minulla on 3 x 4 factorial design, tietäisit, että minulla oli 2 tekijää ja että yhdellä tekijällä oli 3 tasoa, kun toisella oli 4. Jotta numerot tekee mitään eroa ja voisimme yhtä helposti aikavälillä tämä 4 x 3 factorial design. Useita eri hoitoryhmissä, että meillä on mitään factorial design voidaan helposti määrittää kertomalla läpi useita merkintätapa., Esimerkissämme on esimerkiksi 2 x 2 = 4 ryhmät. Notationaalisessa esimerkissämme tarvittaisiin 3 x 4 = 12 ryhmät.
Voimme myös kuvata factorial design suunnittelu-merkintä. Hoitotasoyhdistelmien vuoksi on hyödyllistä käyttää alaindeksejä hoito (X) – symbolissa. Kuvasta näkee, että ryhmiä on neljä, yksi kutakin tekijätasojen yhdistelmää kohden. On myös välittömästi selvää, että ryhmät satunnaistettiin ja että tämä on postttest-vain suunnittelu.,
Nyt, katsotaanpa erilaisia tuloksia voimme saada tämä yksinkertainen 2 x 2 factorial design. Jokainen seuraavista luvuista kuvaa erilaista mahdollista lopputulosta. Ja jokainen tulos on esitetty taulukon muodossa (2 x 2 taulukko, jossa rivi ja sarake keskiarvot) ja graafisessa muodossa (jokainen tekijä, joka kääntyy vaaka-akselilla). Sinun pitäisi vakuuttaa itsellesi, että taulukoiden tiedot ovat yhtäpitäviä molempien kaavioiden tietojen kanssa., Sinun pitäisi myös vakuuttaa itse, että pari kaavioita jokainen kuva näyttää täsmälleen samat tiedot piirretään kahdella eri tavalla. Linjat, jotka on esitetty kuvaajat ovat teknisesti ole tarpeen – ne ovat käytetyt koska visuaalinen tuki, jotta voit helposti seurata missä keskiarvot yhden tason mennä eri tasoilla toinen tekijä. Muista, että taulukoissa ja kuvioissa esitetyt arvot ovat ryhmän keskiarvoja kiinnostavan tulosmuuttujan osalta. Tässä esimerkissä lopputulos voi olla suoritustesti opetettavassa aiheessa., Oletamme, että tämän testin pisteet vaihtelevat 1 to 10 korkeampien arvojen osoittaessa suurempaa saavutusta. Sinun pitäisi tutkia huolellisesti tuloksia kussakin kuvassa, jotta ymmärtää eroja näiden tapausten välillä.
Null Tulos
aloitetaan katsomalla ”null” tapauksessa. Nollatapaus on tilanne, jossa hoidoilla ei ole vaikutusta. Tämä kuva olettaa, että vaikka meillä ei ollut antaa koulutusta voisimme olettaa, että opiskelijat olisivat pisteet 5 keskimääräinen tulos testi., Voit nähdä tässä hypoteettisessa tapauksessa, että kaikki neljä ryhmää pisteet keskimäärin 5, ja siksi rivin ja sarakkeen keskiarvo on 5. Kuvaajissa ei näe molempien tasojen viivoja, koska toinen rivi putoaa aivan toisen päälle.
Tärkeimmät Vaikutukset
tärkein vaikutus on lopputulos, joka on johdonmukainen ero tasoilla tekijä. Esimerkiksi, me sanoa, on tärkein vaikutus asetusta, jos löydämme tilastollinen ero keskiarvot in-luokan ja pull-out-ryhmät, kaikilla tasoilla aikaa opetusta. Ensimmäinen luku kuvaa ajan päävaikutusta., Kaikissa asetuksissa 4 tunnin/viikon kunto toimi paremmin kuin 1 tunti/viikko yksi. On myös mahdollista olla tärkein vaikutus asettaminen (ja ei aikaa).
toiseksi tärkein vaikutus kuvaajan voimme nähdä, että in-luokan koulutus oli parempi kuin pull-out-koulutusta kaikille määriä aikaa.
Lopulta, se on mahdollista saada suurin vaikutus sekä muuttujia samanaikaisesti, kuten on kuvattu kolmannessa tärkein vaikutus kuva., Tässä tapauksessa 4 tuntia/viikko aina toimii paremmin kuin 1 tunti/viikko ja in-luokan asetus toimii aina paremmin kuin pull-out.
Vuorovaikutus Vaikutukset
Jos voisimme vain katsoa tärkeimmät vaikutukset, kertoma malleja olisi hyödyllistä. Mutta koska yhdistämme tasot factorial designeissa, niiden avulla voimme tutkia myös tekijöiden välisiä vuorovaikutusvaikutuksia. Yhteisvaikutus syntyy, kun erot yhdessä tekijässä riippuvat siitä, millä tasolla olet toisella tekijällä., On tärkeää tunnistaa, että vuorovaikutus on tekijöiden välillä, ei tasojen. Emme sanoisi, että 4 tunnin/viikon ja luokan hoidon välillä on vuorovaikutusta. Sen sijaan sanoisimme, että on olemassa vuorovaikutusta ajassa ja ympäristössä, ja sitten me mennä kuvaamaan tiettyjä tasoja mukana.
Miten tietää, jos on vuorovaikutus factorial design? On kolme tapaa, joilla voit päätellä, että on olemassa vuorovaikutus. Tilastoanalyysiä tehdessä tilastotaulukko raportoi kaikista tärkeimmistä vaikutuksista ja vuorovaikutuksista., Toiseksi, tiedät, että on vuorovaikutusta, kun ei voi puhua vaikutuksesta yhteen tekijään mainitsematta toista tekijää. jos voit sanoa, lopussa meidän tutkimuksessa, joka kerta ohje tekee eron, niin tiedät, että sinulla on suurin vaikutus ja vuorovaikutus (koska sinun ei tarvitse mainita asetus tekijä, kun kuvataan tuloksia aikaan). Toisaalta, kun sinulla on vuorovaikutus on mahdotonta kuvata tuloksia tarkasti mainitsematta molempia tekijöitä., Lopuksi, voit aina bongata vuorovaikutus kuvioissa ryhmän keinoin-aina kun on olemassa linjat, jotka eivät ole rinnakkain on vuorovaikutus läsnä! Jos tarkistaa tärkeimmät vaikutus kuvaajat edellä, huomaat, että kaikki linjat kuvaajan ovat yhdensuuntaisia. Sen sijaan kaikkien vuorovaikutuskuvioiden kohdalla näet, että viivat eivät ole yhdensuuntaisia.
ensimmäinen vuorovaikutus vaikutus kaavio, näemme, että yksi yhdistelmä tasoa – 4 tuntia/viikko ja luokan määrittäminen – ei parempi kuin muut kolme., Toisessa vuorovaikutuksessa meillä on monimutkaisempi ”cross-over” vuorovaikutus. Täällä, 1 tunti/viikko vetoryhmä pärjää paremmin kuin luokan ryhmä, kun taas 4 tuntia / viikko päinvastainen on totta. Lisäksi molemmat tasoyhdistelmät toimivat yhtä hyvin.
Yhteenveto
Factorial designilla on useita tärkeitä piirteitä. Ensinnäkin se on suuri joustavuus tutkia tai parantaa ”signaali” (hoito) tutkimuksissamme. Aina kun olemme kiinnostuneita tutkimaan hoidon vaihtelut, factorial mallit olisi vahva ehdokkaita malleja valinta., Toiseksi, factorial mallit ovat tehokkaita. Sen sijaan, että suorittaisimme joukon riippumattomia tutkimuksia, pystymme tehokkaasti yhdistämään nämä tutkimukset yhdeksi. Factorial designs on myös ainoa tehokas tapa tutkia vuorovaikutusvaikutuksia.
toistaiseksi olemme tarkastelleet vain hyvin yksinkertaista 2 x 2 factorial design-rakennetta. Haluat ehkä tarkastella joitakin factorial design muunnelmia saada syvempää ymmärrystä siitä, miten ne toimivat. Haluat ehkä myös tutkia, miten lähestymme factorial experimental Designsin tilastollista analyysia.