研究设计：我有一个 2x3 因子设计，2 个时间级别（2050 或 2100）乘以 3 个信息级别（无/控制、中等、极端）。
在分析此设计时，我设置了一些非常具体的对比，特别是 Control vs. Other、Moderate vs. Extreme，以及 2050 vs. 2100。对于一个 DV，整体 ANOVA 不显着，但 Control vs. Other 对比是显着的。
问题：解释不显着方差分析但显着对比的最佳方法是什么？
我知道方差分析用于降低家庭错误率，我不想陷入忽略整体方差分析以进行成对比较的陷阱。然而，这是我提前计划的少数几个对比之一。这是否会对解释产生影响，还是我应该简单地认为操纵并不重要？
您的问题的答案反映了您对整体（或实验）阿尔法的看法。如果在您收集数据之前，您提出了计划的比较（听起来您这样做了），那么在您收集数据之后，您只进行那些比较，并且没有理由查看任何其他比较（AKA对比）也不在整体方差分析。你为什么看整体方差分析？如果您同时进行了计划比较和临时比较，那么您夸大了您的实验 alpha，有些人认为这是一个严重错误。当然，您可以进行临时比较来帮助您计划未来的研究，但不要报告它们。此外，您似乎有两个 DV 并做了两个 ANOVA。一般来说，如果你做两个方差分析，每个 p = .05，那么你已经夸大了你的实验 alpha。所以，在进行 2 次 ANOVA 时，您可能会降低两个 ANOVA 中的每一个的 alpha 水平，以保持您的实验性 alpha。或者，您可以进行 MANOVA（即多变量方差分析），它允许您同时考虑两个 DV。当然，您还应该查看效果大小，以帮助您理解数据的含义。
是的，您需要调整 alpha，特别是如果您计划进行非正交比较。如果您在 ANOVA 中设置了对比并测试了它们之间的正交性，则可以分解 ANOVA 的 SC 和 df。计划的比较总是比传统的事后测试更强大，但在对比度是非正交的情况下，你夸大了实验误差。您可以检查许多文本框中对比度之间的正交性。但是我不明白您是否将时间设置为两个级别的因素，您为什么要在这些时间之间进行对比？