ANOVA 17.01

Zadanie 1 Czy osiąnięcia uczestnika egzaminu istotnie różnią się w zależności od czasu, płci oraz poziomu stresu?

Konwertacja:

performance <- performance %>%
  gather(key = "time", value = "score", t1, t2) %>%
  convert_as_factor(id, gender, time)

##Statystyki opisowe

performance %>%
  group_by(gender,stress,time) %>%
  shapiro_test(score)

##Normalność

performance %>%
  group_by(gender,stress,time) %>%
  shapiro_test(score)

Dla każdej zmiennej p.value > 0.05 więc nie ma podstaw do odrzucenia hipotezy zerowej.

##Wartości odstające

performance %>%
  group_by(gender, stress, time)%>%
  identify_outliers(score)

Tylko jedna zmienna jest wartością odstającą - kobieta o niskim poziomie stresu i czasie t2

##Anova

GRUPA ZALEŻNA!!!

wyniki<-anova_test(data=performance, formula = score~gender*time*stress,wid = id, within = time)

Coefficient covariances computed by hccm()

get_anova_table(wyniki)

ANOVA Table (type II tests)

              Effect DFn DFd      F            p p<.05      ges
1             gender   1 108  2.487 0.1180000000       0.023000
2               time   1 108  0.061 0.8060000000       0.000564
3             stress   2 108 21.878 0.0000000105     * 0.288000
4        gender:time   1 108  4.571 0.0350000000     * 0.041000
5      gender:stress   2 108  1.607 0.2050000000       0.029000
6        time:stress   2 108  1.759 0.1770000000       0.032000
7 gender:time:stress   2 108  5.896 0.0040000000     * 0.098000

Tabela anovy przedstawia widoczne różnice w wynikach na sprawdzianie, zależne od poziomu stresu. Istotna jest też interakcja płci i czasu. Ponadto osiąnięcia uczestnika egzaminu istotnie różnią się w zależności od czasu, płci oraz poziomu stresu.

#post-hoc Co sprawiłoż że wystapiła istotna różnica między średnimi? (chyba źle)

ANOVA JEST DLA PRÓB ZALEŻNYCH - TRZEBA UŻYĆ:

performance %>%
  group_by(gender, stress) %>%
  emmeans_test(score~time)

NA
NA

Jak widzimy powyżej, dla TYLKO DWÓCH par średnich (dla kobiet vs. poziom stresu) różnice w ocenach satysfakcji z pracy okazały się istotne (p<0.05). Dla jednej pary różnice nie są istotne (ns - non significant).

Wnioski i podsumowanie