Ordinale Interaktion

# Datensatz
 Geschlecht <-as.factor( c("Mann", "Frau","Mann", "Frau"))
 Alkohol  <-as.factor( c("keinAlkohol","Alkohol","Alkohol","keinAlkohol"))
 Mittelwerte  <-as.numeric ( c(6.7, 7.2,9.9,5.2))
 
ProfildiagrammeDaten <- data.frame(Geschlecht,Alkohol,Mittelwerte)

head(ProfildiagrammeDaten)

Alkohol/Geschlecht	Mann	Frau
KeinAlkohol	6.7	5.2
Alkohol	9.9	7.2

Der Haupteffekt A ist Geschlecht. Der Haupteffekt B ist Alkohol.

Codeerklärung

# Additional options to change
# xlab = "Label für x"
# ylab = "Label für y"
# main = "Titel"
# ylim = "y-Achsen-Range in diesem Beispiel von 4- 10"
# trace.label = "Label für Legende"
# type = Können sein ->"l", "p", "b", "o", "c"
# pch = "Kreise, Dreiecke... einfach mal die Zahlen ändern"
# col = "Farbe"

Haupteffekt A ist global

interaction.plot(ProfildiagrammeDaten$Geschlecht,ProfildiagrammeDaten$Alkohol, ProfildiagrammeDaten$Mittelwerte,
                 xlab = "Geschlecht", ylab = "Anzahl der gesungenen Songs", 
                 main = "Interaktionsprofil Geschlecht und Alkohol", 
                 ylim = c(4,10), trace.label = "Alkohol", 
                 type = "b", col=c("darkblue","tomato"), pch = c(5,17))

Der Haupteffekt A ist global interpretierbar. Die Graphen der beiden Faktorstufen mit oder ohne Alkohol weisen in die gleiche Richtung. Die Männer haben immer mehr Songs gesungen als die Frauen.

Haupteffekt B ist global

interaction.plot(ProfildiagrammeDaten$Alkohol,ProfildiagrammeDaten$Geschlecht, ProfildiagrammeDaten$Mittelwerte,
                 xlab = "Alkohol", ylab = "Anzahl der gesungenen Songs", 
                 main = "Interaktionsprofil Geschlecht und Alkohol", 
                 ylim = c(4,10), trace.label = "Geschlecht", 
                 type = "b", col=c("darkblue","tomato"), pch = c(19,17))

Der Haupteffekt B ist global interpretierbar. Die Graphen der beiden Faktorstufen Mann und Frau weisen in die gleiche Richtung. Es wurden immer mehr Songs gesungenen mit Alkohol als ohne.

Zusammmenfassung

beide Haupteffekte sind sinnvoll interpretierbar. Das heißt, dass für die Interpretation der Ausprägung der andern UV keine Rolle spielt.