Effectuer MANCOVA dans JMPSalut tout le monde,
Je voudrais réaliser un modèle MANCOVA, où :
DV : (scores du post-test) et (temps d'exécution du post-test).
IV : (Groupes), (Sexe), (Diplôme) et (Majeur).
CV : (scores du prétest) et (temps de réalisation du prétest).
Dois-je conduire MANCOVA de la même manière que nous conduisons ANCOVA, où les DV sont branchés dans la boîte de variables de rôle et IV + CV dans la boîte d'effets ?
Merci
AnalytiquemacOSAutreObjet : Conduite MANCOVA dans JMPBienvenue dans la communauté. Désolé, je ne peux pas donner de conseils spécifiques car je ne comprends pas votre question ou votre situation. Voici mes réflexions :
1. Vous souhaitez comprendre les covariables ? Ceci est généralement en association avec une expérience conçue. Je suppose que ce sont les variables du prétest ?
2. Il semble que vous ayez 2 variables de réponse : scores post-test et temps d'achèvement
3. Il semble que vous ayez 6 facteurs potentiels qui, selon vous, pourraient être associés à ces réponses : (Groupes), (Sexe), (Diplôme), (Majeur), (Scores du pré-test) et (Délai de réalisation du pré-test). Avez-vous explicitement manipuler Les 4 premiers ? Comment? Qu'est-ce qu'un groupe ?
4. Avez-vous mené une expérience ou disposez-vous d'un ensemble de données collectées avec tous ces variables identifiées ?
Chaque fois que vous pouvez publier votre tableau de données JMP (anonymisé, c'est OK)
Objet : Conduite MANCOVA dans JMPMerci pour votre réponse.
La conception de l'expérience se compose de trois phases; (1) pré-test (2) apprentissage, (3) post-test. Quant aux groupes, il ne comporte que deux niveaux ; (1) témoin et (2) expérimental. Nous avons d'abord utilisé ANCOVA pour comparer les groupes en utilisant les scores post-test, tout en contrôlant les covariables (scores pré-test) et en utilisant (sexe, majeure et diplôme) comme variables indépendantes supplémentaires.
Maintenant, nous nous intéressons à la comparaison entre les groupes en utilisant les scores post-test et les temps d'achèvement du post-test, tout en contrôlant les covariables (scores au pré-test, temps d'achèvement du pré-test et temps de formation) et en utilisant (sexe, majeure , et degré) comme variables indépendantes supplémentaires. Nous voulons effectuer MANCOVA pour tenir compte de deux variables dépendantes, trois covariables et quatre variables indépendantes. Lors de la réalisation de MANCOVA sur la fenêtre Fit Model (de la même manière que nous procédons à ANCOVA), il génère des ajustements aux moindres carrés séparés (un pour les scores post-test et un pour le temps d'achèvement du post-test).
