心理統計法-R の使い方(10)

目次

1 はじめに

ここでは、「2要因混合計画」の分散分析を行う。

2 サンプルデータ

以下のデータを使う。
ここで利用するデータも 繁枡・大森・橋本(2008)1 からの引用である。刺激図形の種類、部屋の明るさが要因(独立変数)、錯視量が従属変数である。
 
0003.jpg
 

3 結果

 
> summary(aov(錯視量 ~ 刺激 * 明るさ + Error(氏名 + 氏名:刺激), data=Dataset))
 
Error: 氏名

  Df Sum Sq Mean Sq F value Pr(>F)
明るさ 1 12 12 6 0.0705 .
Residuals 4 8 2    


 
Signif. codes: 0 '*' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
 
Error: 氏名:刺激

  Df Sum Sq Mean Sq F value Pr(>F)
刺激 1 12 12 6 0.07048 .
刺激:明るさ 1 48 48 24 0.00805 **
Residuals 4 8 2    


 
Signif. codes: 0 '*' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

3.1 単純主効果 と 交互作用効果

 
上記の結果から主効果と交互作用効果は以下のようになる。
 

項目 F 値 p 値
刺激の主効果     6 0.07048
部屋の明るさの主効果 6 0.0705
交互作用効果     24 0.00805
     

 
つまり、交互作用効果が有意であったことが解った。
このことから、単純主効果の検定を行う。
 
> summary(aov(錯視量 ~ 刺激 + 氏名, data=Dataset, subset=(明るさ=="Bright")))

  Df Sum Sq Mean Sq F value Pr(>F)
刺激 1 6 6 3 0.225
氏名 2 4 2 1 0.500
Residuals 2 4 2    

 
部屋の明るさが「Bright」の場合、単純主効果は有意ではないことが解った。
同様に部屋の明るさが「Dark」の場合は、以下のような結果が得られた。
 
> summary(aov(錯視量 ~ 刺激 + 氏名, data=Dataset, subset=(明るさ=="Dark")))

  Df Sum Sq Mean Sq F value Pr(>F)
刺激 1 54 54 27 0.0351 *
氏名 2 4 2 1 0.5000
Residuals 2 4 2    


 
Signif. codes: 0 '*' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
 
部屋の明るさが「Dark」の場合は、刺激の単純主効果が有意であることが解った。
 
次に、刺激の水準ごとに部屋の明るさの単純主効果の検定を行う。
 
> summary(aov(錯視量 ~ 明るさ, data=Dataset, subset=(刺激=="S1")))

  Df Sum Sq Mean Sq F value Pr(>F)
明るさ 1 54 54 27 0.00653 **
Residuals 4 8 2    


 
Signif. codes: 0 '*' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
 
刺激が S1 の場合、部屋の明るさの単純主効果は有意であることが解った。
同様に S2 については以下のような結果を得た。
 
> summary(aov(錯視量 ~ 明るさ, data=Dataset, subset=(刺激=="S2")))

  Df Sum Sq Mean Sq F value Pr(>F)
明るさ 1 6 6 3 0.158
Residuals 4 8 2    

 
刺激が S2 の場合、部屋の明るさの単純主効果は有意ではないことが解った。

これらをグラフで表すと以下のようになる。
 
0004.jpg
 
箱ひげ図は以下のとおり。
 
0005.jpg

4 参考文献

山田剛史, 村井潤一郎, & 杉澤武俊. (2015). Rによる心理データ解析: ナカニシヤ出版.

脚注:

1
参考文献:繁桝 算男, 橋本 貴充 & 大森 拓哉"心理統計学―データ解析の基礎を学ぶ (心理学の世界 専門編)"

著者: Satoshi Takemoto Satoshi Takemoto

Created: 2017-02-21 火 18:46

Emacs 25.1.1 (Org mode 8.3.6)

Validate