가장 일반적인 전략은 다음과 같습니다.
- 반복 측정은 개체-내 요인 1 개 (사전 vs. 테스트 후)와 개체 간 요인 1 개 (치료 vs. 대조군)로 ANOVA를 측정합니다.
- 전처리 점수를 공변량으로하고 처리량을 독립 변수로하여, 후 처리 점수에 대한 ANCOVA. 직관적으로, 두 그룹 간의 차이에 대한 테스트는 실제로 당신이 추구하는 것이며 공변량으로 사전 테스트 점수를 포함하면 간단한 t- 검정 또는 분산 분석에 비해 검정력을 높일 수 있습니다.
이 두 접근법과보다 복잡한 대안 (특히 참가자가 무작위로 치료에 배정 될 수없는 경우)간에 해석, 가정 및 역설적 차이에 대한 많은 논의가 있지만, 그들은 여전히 표준으로 남아 있다고 생각합니다.
혼동의 중요한 원인 중 하나는 분산 분석의 경우 관심 효과가 치료 주 효과가 아니라 시간과 치료 사이 의 상호 작용 일 가능성이 높다는 것 입니다. 또한이 교호 작용 항에 대한 F- 검정은 게인 점수 (즉, 각 참가자에 대한 테스트 후 점수에서 사전 테스트 점수를 빼서 얻은 점수)에 대해 독립적 인 샘플 t- 테스트와 정확히 동일한 결과를 산출합니다. 또한 그것을 위해 가십시오.
이 모든 것이 너무 많으면 알아낼 시간이없고 통계 학자로부터 도움을 얻을 수 없으며 빠르지 만 더럽지 않지만 결코 터무니없는 접근법은 단순히 테스트 후 점수와 사전 테스트 값을 무시하고 독립적 인 샘플 t- 테스트. 이것은 참가자가 실제로 치료 또는 대조군에 무작위로 배정 된 경우 에만 의미 가 있습니다.
마지막으로, 그것은 그 자체로 그것을 선택해야 할 아주 좋은 이유는 아니지만 위의 접근법 2 (ANCOVA)가 현재 심리학의 올바른 접근법을 통과하는 것으로 생각합니다. 따라서 다른 것을 선택하면 기술을 자세히 설명하거나 정당화해야 할 수도 있습니다 확신을 가진 사람, 예를 들어 "득점은 나쁜 것으로 알려져 있습니다."