15.9
研究者が人々の食べ物の好みなどのトピックに興味を持っている場合、1つの従属変数に対する複数の因子(少なくとも2つの独立変数)の影響を調べるときに使用される実験的アプローチである要因分析デザインを検討するかもしれません。
たとえば、食品カテゴリと食品温度という2つの独立変数を操作することを決定できます。各要素は、アイスクリームとスープが温かいものと冷たいものの2つのレベルで構成されています。このケースは2x2要因計画と呼ばれ、好感度評価が単一の従属変数として機能します。
その結果、研究者は2種類の仮説を検定することができます。1つのタイプは主効果を予測し、各因子にわたる条件の影響を個別に評価します。たとえば、食品カテゴリの主効果を調べるために、アイスクリームの好感度をスープと比較します。
同様に、温かい食品と冷たい食品のどちらで提供されるかの参加者の好みを観察することは、温度の主な影響に関連しています。
もう1つのタイプの仮説は、このアプローチの大きな利点であり、交互作用効果の評価です。これらは、因子の効果が実験モデル内の他の因子の水準に依存する場合に観察されます。
たとえば、研究者は、人々は温かいスープと冷たいアイスクリームを好むと予測します。
したがって、この手順は、2つ以上の条件の複数の組み合わせを同時にテストするための、より効率的で費用対効果の高い手段を提供します。ただし、レベルと因子の数が増えると、設計の適用がより困難になる可能性があります。
したがって、研究者は、複雑な実験デザインを解釈する際に、方法論と統計分析の両方の観点から一定の予防措置を講じる必要があります。
著作権 © 2026 MyJoVE Corporation. 無断転載を禁じます。