Om du läser det här inlägget utgår jag från att du har åtminstone en viss förkunskap om statistik inom psykologi. Dessutom kan du omöjligt veta vad en ANOVA är om du inte har haft någon form av undervisning i statistik/forskningsmetoder.

Den här guiden lämpar sig förmodligen inte för någon som inte ligger på examensnivå i psykologi. Tyvärr kan inte alla inlägg vara till nytta för alla, och jag vet att forskningsmetoder är en svår modul på universitetet. Tack för din förståelse!

Rekonstruktion av effektstorlek.

Effektstorlek är i ett nötskal ett värde som gör att du kan se hur mycket din oberoende variabel (IV) har påverkat den beroende variabeln (DV) i en experimentell studie. Med andra ord tittar det på hur mycket varians i din DV var ett resultat av IV. Du kan endast beräkna en effektstorlek efter att ha genomfört ett lämpligt statistiskt test för signifikans. I det här inlägget kommer vi att titta på effektstorlek med ANOVA (ANalysis Of VAriance), vilket inte är samma sak som andra tester (som t.ex. t-test). När vi använder effektstorlek med ANOVA använder vi η² (Eta i kvadrat), snarare än Cohens d med ett t-test, till exempel.

För att titta på hur man räknar ut effektstorlek kan det vara värt att titta på Cohens (1988) riktlinjer. Enligt honom:

• Small: 0,01
• Medium: 0,059
• Large: 0,138

Så om du hamnar på η² = 0,45 kan du anta att effektstorleken är mycket stor. Det betyder också att 45 % av förändringen i DV kan förklaras av IV.

Effektstorlek för en ANOVA mellan grupper

Beräkning av effektstorlek för konstruktioner mellan grupper är mycket enklare än för konstruktioner inom grupper. Formeln ser ut så här:

η² = Treatment Sum of Squares
Total Sum of Squares

Så om vi betraktar resultatet av en ANOVA mellan grupper (med SPSS/PASW):
(Ursäkta, jag var tvungen att hämta detta från en föreläsares bildspel eftersom mitt SPSS inte fungerar…)

Om vi tittar på tabellen ovan behöver vi den andra kolumnen (summan av kvadrater).
Behandlingens summa av kvadrater är den första raden: Mellan grupper (31,444)
Den totala summan av kvadrater är den sista raden: Total (63.111)

Därmed:

η² = 31.444
63.111

η² = 0.498

Detta skulle enligt Cohens riktlinjer anses vara en mycket stor effektstorlek; 49,8 % av variansen orsakades av IV (behandling).

Effektstorlek för en ANOVA inom försökspersoner

Formeln är något mer komplicerad här, eftersom du måste räkna ut den totala summan av kvadrater själv:

Total summa av kvadrater = summa av kvadrater för behandling + summa av kvadrater för fel + summa av kvadrater för fel (mellan försökspersoner).

Därefter använder du formeln som vanligt.

η² = Treatment Sum of Squares
Total Sum of Squares

Vi tittar på ett exempel:
(Återigen, resultatet är ”lånat” från mina föreläsningsbilder eftersom PASW är medel!)

Den totala summan av kvadrater, som vi måste beräkna, är alltså följande:

31.444 (övre tabell, SPEED 1) + 21.889 (övre tabell, Error(SPEED1)) + 9,778 (bottentabell, Error) = 63,111

Som du kan se är detta värde detsamma som i det senaste exemplet med mellan grupper – så det fungerar!

Inför bara summan i formeln som tidigare: