Faktöriyel Ön-test-Son-test Deneysel Tasarımı

Her iki yaklaşım da savunulabilir, ancak ön-testi kovaryet olarak alan ANCOVA genellikle daha güçlü olduğu ve gruplar arasında eşit ölçüm güvenilirliği varsaymadığı için tercih edilir. Kazanç puanları hesaplanması daha basittir ve iletişim kurması daha kolaydır, ancak daha az verimlidirler ve ön-test ortalamaları gruplar arasında önemli ölçüde farklılık gösterirse yanıltıcı olabilirler. Rastgeleleştirme başarılı olduğunda, iki yaklaşım yakınsar; ANCOVA varsayılan olarak önerilir.

Teorik veya pratik olarak anlamlı bulduğunuz en küçük etki için bir güç analizi yapın - tipik olarak en büyük N'yi gerektiren etkileşim etkisi. Grup sayısı, beklenen etki büyüklüğü (Cohen's f), istenen güç (genellikle 0.80) ve alfa düzeyini belirterek bir faktöriyel ANOVA güç analizi aracı (örneğin, G*Power) kullanın. Kaba bir kılavuz olarak, 0.05 alfa düzeyinde %80 güçle 2 × 2 tasarımda orta düzeyde bir etkileşim etkisini (f = 0.25) tespit etmek genellikle toplamda yaklaşık 200 katılımcı (hücre başına 50) gerektirir.

Anlamlı bir etkileşim, bir faktörün etkisinin diğerinin düzeyine bağlı olduğu anlamına gelir. İlk olarak, örüntüyü görselleştirmek için hücre ortalamalarını (etkileşim grafiği) çizin. Ardından basit etkiler analizi yapın - Faktör A'nın etkisini her bir Faktör B düzeyinde ayrı ayrı (veya tersini) test edin. Birden fazla karşılaştırma için uygun bir düzeltme uygulayın. Etkileşimi basit bir dille açıklayın: örneğin, 'sorgulamaya dayalı yöntem geleneksel yönteme göre daha büyük kazançlar sağladı, ancak yalnızca küçük sınıflarda; büyük sınıflarda yöntemler farklılık göstermedi.'

Evet. Üç faktörlü (A × B × C) ve daha yüksek dereceli faktöriyel tasarımlar matematiksel olarak basittir, ancak karmaşıklık ve örneklem büyüklüğü talepleri hızla artar. Üç faktörlü bir tasarım ana etkileri, iki yönlü etkileşimleri ve üç yönlü bir etkileşimi üretir. Üç yönlü etkileşimlerin yorumlanması ve iletilmesi zor olduğu bilinmektedir. Pratikte, üçten fazla faktörü olan tasarımlar tek bir tam kesişimli deneyde nadiren kullanılır; kesirli faktöriyel veya diğer verimlilik-optimize edilmiş tasarımlar daha pratik olabilir.

Solomon dört-grup tasarımı, ön-testin kendisinin son-test puanlarını etkileyip etkilemediğini (test etkisi) doğrudan tahmin etmenizi sağlayan, ön-test almayan iki grup ekler. Ön-testi tamamlamanın katılımcıları tedaviye duyarlı hale getireceğine dair güçlü bir nedeniniz varsa - örneğin, tutum veya farkındalık çalışmalarında - Solomon tasarımı tercih edilir. Ancak, aynı istatistiksel güç için kabaca iki katı örneklem büyüklüğü gerektirir ve faktöriyel manipülasyonlara bu kadar doğal olarak genişlemez. Çoğu faktöriyel tasarım için test etkisi önemsizdir ve Solomon yapısından elde edilen kontrol kazancı nadiren maliyeti haklı çıkarır.