En tovejs variansanalyse (ANOVA ) bruger to faktorer eller uafhængige variabler , i analysen. Målet er at se, om middelværdien af ​​flere sæt af data er forskellige til hinanden , men disse er grupperet i to måder i stedet for én . Det kan være forvirrende for studerende , men en nemmere måde at fortolke resultaterne , er at plotte hjælp af hver faktor på et scatter plot. SPSS og andre analyseprogrammer tilbyder denne type plot som et output , med datapunkter allerede er tilsluttet med lige linjer . Instruktioner
1

Bemærk hvad hver linje i plottet repræsenterer. Normalt er den vigtigste gruppering variable i analysen, for eksempel, vil to separate grupper af mennesker, og identificeres ved en legende siden af ​​plottet.
2

Bemærk hvad punkterne på x- akse af grafen repræsenterer . Dette vil være en anden gruppering variabel , for eksempel , kan det være to forskellige tidspunkter . Hvert punkt på x- aksen kaldes en "Niveau" til denne faktor .
3

Bemærk hvad y-aksen repræsenterer. Dette er den afhængige variabel , eller resultat variabel din analyse . Formålet med ANOVA er at se , om grupperne er forskellige på denne variabel.
4

Kig på de lodrette forskel mellem grupperne på hvert af de punkter på x -aksen. Er der nogen forskel mellem grupperne ? Hvis nogle af de linjer er langt fra hinanden fra de andre, kan det indikere en forskel mellem grupperne på dette niveau .
5.

Kig på hver linje individuelt og se, om der er nogen ændringer går fra venstre mod højre . Må de scores stige eller falde på forskellige niveauer af den faktor, på x-aksen ? Hvis din x -aksen repræsenterer tid, for eksempel , ville dette angive en ændring over tid. Hvis det repræsenterer doseringen af ​​et lægemiddel , ville dette repræsentere forskellige effekter på forskellige doser.
6

Kontroller linjerne og se, om de er parallelle eller ej. Hvis linjerne ikke er parallelle , det betyder, at du har en " interaktion " i dine resultater. En interaktion betyder, at scores på den afhængige variabel er forskellige afhængigt af hvilket niveau for de uafhængige variable , du kigger på .