Profile Analysis Ανάλυση προφίλ

Σχετικά έγγραφα
Παράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α.-Δ.Π.Θ.

Παράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α.-Δ.Π.Θ.

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ. Διάλεξη 8 Εφαρμογές της στατιστικής στην έρευνα - Ι. Υπεύθυνος Καθηγητής Χατζηγεωργιάδης Αντώνης

ΠΕΡΙΕΧΟΜΕΝΑ 1 ΕΙΣΑΓΩΓΗ ΤΟ PASW ΜΕ ΜΙΑ ΜΑΤΙΑ ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ: Η ΜΕΣΗ ΤΙΜΗ ΚΑΙ Η ΔΙΑΜΕΣΟΣ... 29

18. ANOVA µε επαναλαµβανόµενες µετρήσεις εντός των ιδίων δοκιµίων και µε δυο παράγοντες

ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ

Έλεγχος Υποθέσεων Εφαρμογές

ΠΕΡΙΕΧΟΜΕΝΑ 1 ΕΙΣΑΓΩΓΗ ΤΟ PASW ΜΕ ΜΙΑ ΜΑΤΙΑ ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ: Η ΜΕΣΗ ΤΙΜΗ ΚΑΙ Η ΔΙΑΜΕΣΟΣ... 29

Ποιοτική και ποσοτική ανάλυση ιατρικών δεδομένων

Α/Α ΗΛΙΚΙΑ ΦΥΛΟ ΕΠΙΔΟΣΗ ΕΚΠΑΙΔΕΥΣΗ Α/Α ΗΛΙΚΙΑ ΦΥΛΟ ΕΠΙΔΟΣΗ ΕΚΠΑΙΔΕΥΣΗ

17. Πειράµατα µε επαναλαµβανόµενες µετρήσεις επί των ιδίων δοκιµίων

Κεφάλαιο 12. Σύγκριση μεταξύ δύο δειγμάτων: Το κριτήριο t

Στατιστικό κριτήριο χ 2

T-tests One Way Anova

Λειτουργικός ορισμός των μεταβλητών

ΣΥΓΚΡΙΤΙΚΗ ΑΝΑΛΥΣΗ ΣΥΜΠΕΡΙΦΟΡΑΣ ΝΕΩΝ ΟΔΗΓΩΝ ΣΕ ΣΥΝΘΗΚΕΣ ΚΑΝΟΝΙΚΕΣ ΚΑΙ ΠΡΟΣΟΜΟΙΩΣΗΣ ΣΕ ΑΣΤΙΚΗ ΟΔΟ. Δανάη Βουτσινά

Α. Τηλεοπτικές συνήθειες-τρόπος χρήσης των Μ.Μ.Ε.

Repeated measures Επαναληπτικές μετρήσεις

ONE WAY ANOVA. .Π.Μ.Σ. Μαθηµατικά των Υπολογιστών & των αποφάσεων. Πάτρα, 11 Ιανουαρίου 2011


ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ ΠΡΩΤΟ

Μεθοδολογία Εκπαιδευτικής Έρευνας στη ΜΕ

Εξέταση Φεβρουαρίου (2011/12) στο Μάθηµα: Γεωργικός Πειραµατισµός. Ζήτηµα 1 ο (2 µονάδες) Για κάθε λανθασµένη απάντηση δεν λαµβάνεται υπόψη µία σωστή

Έρευνα Μάρκετινγκ Ενότητα 5

Μια από τις σημαντικότερες δυσκολίες που συναντά ο φυσικός στη διάρκεια ενός πειράματος, είναι τα σφάλματα.

Οι δείκτες διασποράς. Ένα παράδειγµα εργασίας

Παράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α.-Δ.Π.Θ.

Γ. Πειραματισμός - Βιομετρία

σ = και σ = 4 αντιστοίχως. Τότε θα ισχύει

«Καθοριστικοί παράγοντες της αποτελεσματικότητας της από στόμα-σε-στόμα επικοινωνίας στις ιστοσελίδες κοινωνικής δικτύωσης»

ΣΗΜΕΙΩΣΕΙΣ ΣΤΑΤΙΣΤΙΚΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥ ΩΝ «ΦΡΟΝΤΙ Α ΣΤΟ ΣΑΚΧΑΡΩ Η ΙΑΒΗΤΗ» ΑΝΑΛΥΤΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

Περιεχόμενα. Πρόλογος... 15

ΔΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ Τμήμα Επιστήμης Φυσικής Αγωγής και Αθλητισμού Πρόγραμμα Διδακτορικών Σπουδών ΠΛΗΡΟΦΟΡΙΑΚΟ ΕΝΤΥΠΟ ΜΑΘΗΜΑΤΟΣ

ΣΥΓΚΡΙΤΙΚΗ ΑΝΑΛΥΣΗ ΤΩΝ ΠΑΡΑΓΟΝΤΩΝ ΕΠΙΡΡΟΗΣ ΤΗΣ ΟΔΗΓΗΣΗΣ ΥΠΟ ΤΗΝ ΕΠΗΡΕΙΑ ΑΛΚΟΟΛ ΤΩΝ ΟΔΗΓΩΝ ΑΥΤΟΚΙΝΗΤΩΝ ΚΑΙ ΜΟΤΟΣΙΚΛΕΤΩΝ ΑΡΒΑΝΙΤΗ ΔΗΜΗΤΡΑ

Ανάλυση ποσοτικών δεδομένων

Κριτήρια επιλογής μέτρων συνάφειας

«Διαχείριση Δεδομένων Καταναλωτή μέσω Τεχνολογιών Πληροφορικής & Επικοινωνιών»

Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ δύο ανεξάρτητων δειγμάτων, που ακολουθούν την κανονική κατανομή (t-test για ανεξάρτητα δείγματα)

Πρόλογος... xv. Κεφάλαιο 1. Εισαγωγικές Έννοιες... 1

Ανάλυση Ερευνητικών Δεδομένων στην Πράξη

Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική

ΠΕΡΙΕΧΟΜΕΝΑ. Μέρος Α. ΣΤΑΤΙΣΤΙΚΗ Θεωρία και Εφαρµογές Υπολογιστικοί αλγόριθµοι στον MS-Excel: υπολογισµός και ερµηνεία στατιστικών ευρηµάτων

Ποσοτικές Μέθοδοι Ανάλυσης στις Κοινωνικές Επιστήμες

8 ο ΓΕΛ Πάτρας. Ερευνητική Εργασία. Ιανουάριος /1/2012 8ο ΓΕΛ Πάτρας

ΜΑΘΗΜΑΤΙΚΑ Γ ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ. ν 1 + ν ν κ = v (1) Για τη σχετική συχνότητα ισχύουν οι ιδιότητες:

Σ.Κ.Ε.Π. - Σύνδεσμος Κοινωνικής Ευθύνης για Παιδιά και Νέους Αθήνα, Ιούνιος 2015

ΑΚΑΔΗΜΙΑ ΤΩΝ ΠΟΛΙΤΩΝ

Μέρος 1 Εισαγωγή στο SPSS Βασικές αρχές καταχώρισης δεδομένων και στατιστικής ανάλυσης με το SPSS 39

Μεταπτυχιακή φοιτήτρια: Τσιρογιαννίδου Ευδοξία. Επόπτης: Πλατσίδου Μ. Επίκουρη Καθηγήτρια Β Βαθμολογητής: Παπαβασιλείου-Αλεξίου Ι.

Ποιο από τα δύο τµήµατα είχε καλύτερη επίδοση; επ. Κωνσταντίνος Π. Χρήστου

Κεφάλαιο 13. Εισαγωγή στην. Η Ανάλυση ιακύµανσης

Γναρδέλλης, Χ. (2009). Κεφάλαια 3, 4,6. Ανάλυση δεδομένων με το PASW Statistics 17 for Windows. Αθήνα: Παπαζήσης

ΔΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ. Μεταπτυχιακό πρόγραμμα ΑΣΚΗΣΗ ΚΑΙ ΠΟΙΟΤΗΤΑ ΖΩΗΣ ΠΛΗΡΟΦΟΡΙΑΚΟ ΕΝΤΥΠΟ ΜΑΘΗΜΑΤΟΣ

ΗΜΟΣΘΕΝΕΙΟ ΓΕΝΙΚΟ ΛΥΚΕΙΟ ΠΑΙΑΝΙΑΣ Γ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ

Στατιστική Ι. Ανάλυση Παλινδρόμησης

ΠΡΟΒΛΗΜΑ ΣΥΓΓΡΑΜΜΙΚΟΤΗΤΑΣ

Πληροφοριακά Συστήµατα ιοίκησης Τµήµα Χρηµατοοικονοµικής και Ελεγκτικής Management Information Systems Εργαστήριο 4 ΤΕΙ Ηπείρου (Παράρτηµα Πρέβεζας)

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ

ΕΙΔΗ ΕΡΕΥΝΑΣ I: ΠΕΙΡΑΜΑΤΙΚΗ ΕΡΕΥΝΑ & ΠΕΙΡΑΜΑΤΙΚΟΙ ΣΧΕΔΙΑΣΜΟΙ

Στατιστικοί Έλεγχοι Υποθέσεων. Σαλαντή Γεωργία Εργαστήριο Υγιεινής και Επιδημιολογίας Ιατρική Σχολή

Ανάλυση διακύμανσης (Μονοδιάστατη) One-Way ANOVA

Διερεύνηση των αναγκών των φοιτητών από μια Συμβουλευτική Υπηρεσία. Αποτελέσματα έρευνας στα Πανεπιστήμια Αθηνών και Θράκης

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ

Εισαγωγή στη Βιοστατιστική Βασικές έννοιες Στατιστικής. Μαρία Γκριζιώτη Μsc Ιατρικής Ερευνητικής Μεθοδολογίας

ΣΥΓΚΡΙΤΙΚΗ ΑΝΑΛΥΣΗ ΣΥΜΠΕΡΙΦΟΡΑΣ ΝΕΩΝ ΟΔΗΓΩΝ ΣΕ ΣΥΝΘΗΚΕΣ ΚΑΝΟΝΙΚΕΣ ΚΑΙ ΠΡΟΣΟΜΟΙΩΣΗΣ ΣΕ ΥΠΕΡΑΣΤΙΚΗ ΟΔΟ ΝΙΚΑΣ ΜΑΡΙΟΣ

Κεφάλαιο 5. Οι δείκτες διασποράς

ΠΕΡΙΕΧΟΜΕΝΑ. Πρόλογος... 13

Στατιστικές Υποθέσεις

ΣΤΑΤΙΣΤΙΚΗ ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ

Ερμηνεία αποτελεσμάτων Ανάλυση διακύμανσης κατά ένα παράγοντα

ΟΙΚΟΝΟΜΕΤΡΙΑ. Βιολέττα Δάλλα. Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών

Π ΕΡΙΕΧΟΜΕΝΑ. Κατάλογος Πινάκων Κατάλογων Σχηµάτων Ευχαριστίες Εισαγωγή... 21

ΠΡΟΣΑΡΤΗΜΑ IΙΙ (III-1.1) όπου x i η τιµή της µέτρησης i και Ν ο αριθµός των µετρήσεων.

και τυπική απόκλιση σ = 40mg ανά μπανάνα. α) Ποια είναι η πιθανότητα μια μπανάνα να περιέχει i)

Κατανομή συχνοτήτων. Μέτρα κεντρικής τάσης. Μέτρα διασποράς. Σφάλματα μέτρησης. Εγκυρότητα. Ακρίβεια

Εισαγωγή στη Στατιστική

Συλλογή,, αποθήκευση, ανανέωση και παρουσίαση στατιστικών δεδοµένων

Ελλιπή δεδομένα. Εδώ έχουμε Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 1275 ατόμων

11. Καταχώρηση και ανάλυση δεδοµένων σε ειδικό στατιστικό λογισµικό (software)

Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο ) 24/2/2017

ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ. Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης

ΙΕΡΕΥΝΗΣΗ ΤΗΣ ΑΚΡΙΒΕΙΑΣ ΤΩΝ ΗΜΟΓΡΑΦΙΚΩΝ Ε ΟΜΕΝΩΝ

Παράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α. Δ.Π.Θ.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Εξετάσεις στο μάθημα ΠΙΘΑΝΟΤΗΤΕΣ Ι

επ. Κωνσταντίνος Π. Χρήστου Κεφάλαιο 2

Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική

Κεφάλαιο 8: Πολυμεταβλητή ανάλυση της διακύμανσης

Η ΣΤΑΤΙΣΤΙΚΗ ΣΤΟ ΕΡΓΑΣΤΗΡΙΟ ΣΠΕΡΜΑΤΟΣ

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ

ΓΡΑΜΜΙΚΗ ΠΑΛΙΝ ΡΟΜΗΣΗ

Για το Θέμα 1 στα Μαθηματικά Γενικής Παιδείας Γ Λυκείου

Οι στατιστικοί έλεγχοι x τετράγωνο, t- test, ANOVA & Correlation. Σταμάτης Πουλακιδάκος

ΤΕΣΤ ΣΤΑΤΙΣΤΙΚΗΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΩΡΓΙΚΟΥ ΠΕΙΡΑΜΑΤΙΣΜΟΥ. Τεστ 1 ο Κατανοµή Συχνοτήτων (50 βαθµοί)

ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ & ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΣ ΠΛΗΡΟΦΟΡΙΑΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ

5 ο Πανελλήνιο Συνέδριο ΑΓΡΟΝΟΜΩΝ και ΤΟΠΟΓΡΑΦΩΝ ΜΗΧΑΝΙΚΩΝ. Ινώ ΠΑΠΑΓΕΩΡΓΑΚΗ * & Ιωάννης ΝΑΛΜΠΑΝΤΗΣ

ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ: ΣΤΑΤΙΣΤΙΚΗ ΕΝΟΤΗΤΑ: Πιθανότητες - Κατανομές ΟΝΟΜΑ ΚΑΘΗΓΗΤΗ: ΦΡ. ΚΟΥΤΕΛΙΕΡΗΣ ΤΜΗΜΑ: Τμήμα Διαχείρισης Περιβάλλοντος και Φυσικών

Συνάφεια μεταξύ ποιοτικών μεταβλητών. Εκδ. #3,

Μέτρα θέσης και διασποράς

Η Επίδραση της Συγκίνησης ης στη Λήψη Ατομικών Αποφάσεων

Transcript:

Profile Analysis Ανάλυση προφίλ Γ. Ευσταθίου gefstath@psych.uoa.gr Πολυµεταβλητή ανάλυση διακύµανσης επαναλαµβανόµενων µετρήσεων Σύγκριση οµάδων ως προς το προφίλ (σειρά µετρήσεων) Μικτό µοντέλο (µεταξύ και εντός των οµάδων) Εφαρµόζεται όταν έχουµε o ιαδοχικές µετρήσεις της ίδιας µεταβλητής στον χρόνο o ιαφορετικές µεταβλητές µετρηµένες ταυτόχρονα στην ίδια κλίµακα ιαφέρουν τα προφίλ των οµάδων και µε ποιο τρόπο: o Είναι τα προφίλ παράλληλα (parallelism); Υπάρχει το ίδιο πρότυπο υψηλών και χαµηλών τιµών; Είναι σταθερή η διαφορά των µέσων όρων στις διάφορες κατηγορίες των ανεξάρτητων; ( Ελεγχος αλληλεπίδρασης) o Υπάρχουν διαφορές στα συνολικά επίπεδα (levels); Ανεξάρτητα από το αν τα προφίλ είναι παράλληλα Έχει κάποια οµάδα υψηλότερο µέσο όρο στο σύνολο των µετρήσεων; ( Ελεγχος κύριων επιδράσεων µεταξύ των υποκειµένων) o Είναι τα προφίλ χωρίς ανυψώσεις (flatness); Υπάρχει οµοιότητα στους µέσους όρους της εξαρτηµένης, ανεξάρτητα από τις κατηγορίες της ανεξάρτητης; ( Ελεγχος κύριων επιδράσεων εντός των υποκειµένων) Μόνο όταν είναι παράλληλα, αλλιώς εξετάζονται ξεχωριστά π.χ. σε διαφορετικές αναλύσεις επαναλαµβανόµενων µετρήσεων

Προϋποθέσεις εφαρµογής Είδος µεταβλητών Μέγεθος δείγµατος (περισσότερα υποκείµενα από εξαρτηµένες στο µικρότερο κελί) Άνισες οµάδες Ευαισθησία στις ακραίες τιµές Πολυσυγγραµικότητα (multicollinearity) και απόλυτη συνάφεια (singularity) Επαναληπτικές µετρήσεις Η µονοµεταβλητή απαιτεί και την προϋπόθεση της σφαιρικότητας (sphericity) (H διακύµανση των διαφορών σε όλα τα πιθανά ζεύγη οµάδων είναι ίδια) o Ελέγχεται από Mauchly s sphericity test o ιόρθωση της έλλειψης σφαιρικότητας Greenhouse - Geisser: Πιο συντηρητικό Huynh and Feldt: Όταν η τιµή του ε είναι πάνω από 0,7. Αποτελέσµατα Είναι τα προφίλ παράλληλα; o Αλληλεπιδράσεις στη MANOVA Αν υπάρχουν ΕΝ είναι παράλληλα Υπάρχουν διαφορές στα συνολικά επίπεδα; o Κύριες επιδράσεις µεταξύ των οµάδων Αν υπάρχουν ΕΝ είναι ίσα Είναι τα προφίλ χωρίς ανυψώσεις; o Κύριες επιδράσεις µεταξύ των υποκειµένων Αν υπάρχουν ΕΝ είναι επίπεδα

Η αξιολόγηση των λόγων χρήσης για τους χρήστες και των λόγων πρόθεσης χρήσης για τους επισκέπτες της Υπηρεσίας παρουσιάζεται στον Πίνακα... Οι έξι λόγοι χρήσης (ή πρόθεσης χρήσης) της Υπηρεσίας ( ισταγµός για προσωπική επαφή µε ειδικό, Χρόνος για οργάνωση σκέψης και έκθεση δυσκολιών, ωρεάν παροχή υπηρεσιών, Ανώνυµη επικοινωνία, Ταχύτητα επικοινωνίας και Ευκολία επικοινωνίας) υποβλήθηκαν σε ανάλυση προφίλ (profile analysis), µε µεταβλητές οµαδοποίησης την οµάδα (χρήστες, επισκέπτες) και το φύλο. Τα προφίλ βρέθηκαν παράλληλα (parallelism) ως προς το φύλο (Pillais Trace = 0,009, F(,0) = 0,, p > 0,0), αλλά όχι ως προς την οµάδα (Pillais Trace = 0,0, F(,0) =,, p < 0,0). Πίν.... Μέσοι όροι και τυπικές αποκλίσεις της αξιολόγησης των λόγων χρήσης ή πρόθεσης χρήσης της Υπηρεσίας Τηλεσυµβουλευτικής ανά οµάδα Οµάδα Χρήστες Επισκέπτες Λόγοι χρήσης (ή πρόθεσης χρήσης) της Υπηρεσίας Ν Μ S.D. Ν Μ S.D. ισταγµός για προσωπική επαφή µε ειδικό 68,7 (,89) 60 6,7,9 Χρόνος για οργάνωση σκέψης και έκθεση δυσκολιών 68 6,6 (,) 6,,0 ωρεάν παροχή υπηρεσιών 68 6,99 (,7) 6,90,6 Ανώνυµη επικοινωνία 67 7, (,) 7,, Ταχύτητα επικοινωνίας 69 7,80 (,7) 7,8, Ευκολία επικοινωνίας 66 8, (,) 7,69,87 Για τη διερεύνηση της έλλειψης παραλληλότητας ως προς την οµάδα, πραγµατοποιήθηκαν εκ των υστέρων κατά ζεύγη συγκρίσεις µεταξύ των µέσω όρων της οµάδας για κάθε έναν από τους έξι λόγους χρήσης (ή πρόθεσης χρήσης της Υπηρεσίας). Στο α για τις εκ των υστέρων συγκρίσεις έγινε διόρθωση Bonferroni και ορίστηκε στο 0,008 για 6 συγκρίσεις. Τα ευρήµατα έδειξαν ότι υπάρχουν αξιόπιστες διαφορές µεταξύ των µέσων όρων των χρηστών και των επισκεπτών για τον ισταγµό για προσωπική επαφή µε ειδικό, την Ταχύτητα της επικοινωνίας και την Ανωνυµία της επικοινωνίας, µε τους επισκέπτες να έχουν µεγαλύτερο µέσο όρο στο ισταγµό και τους χρήστες στις άλλες δύο διαστάσεις.. Ως προς τα επίπεδα (levels), τα προφίλ δεν βρέθηκαν να διαφέρουν ως προς το φύλο (F(,07)=0,0, p > 0,0) ή ως προς την οµάδα. (F(,07)=,06, p > 0,0). Στατιστικώς ασήµαντη βρέθηκε και η αλληλεπίδραση φύλου και οµάδας (F(,07)=0,9, p > 0,0). Επειδή τα προφίλ δεν βρέθηκαν παράλληλα, η διερεύνηση της έλλειψης ανυψώσεων (flatness) έγινε ξεχωριστά για τις δύο οµάδες υποβάλλοντας τα δεδοµένα σε δύο αναλύσεις διακύµανσης επαναλαµβανόµενων µετρήσεων (repeated measures ANOVA). Παρατηρήθηκαν στατιστικώς σηµαντικές ανυψώσεις τόσο για τους Επισκέπτες (F(,9)=,00, p < 0,00), όσο και για τους Χρήστες (F(,88)=8,7, p < 0,00). Κατά τις εκ των υστέρων συγκρίσεις µε διόρθωση Bonferroni στο α για συγκρίσεις (α=0,00), βρέθηκε ότι τόσο οι Επισκέπτες αξιολόγησαν πιο χαµηλά (α) το ισταγµό για

προσωπική επαφή µε ειδικό από την ωρεάν παροχή υπηρεσιών, την Ανώνυµη επικοινωνία, την Ταχύτητα επικοινωνίας και την Ευκολία επικοινωνίας, (β) το Χρόνο για την οργάνωση σκέψης και την έκθεση των πληροφοριών από την Ανώνυµη επικοινωνία, την Ταχύτητα επικοινωνίας και την Ευκολία επικοινωνίας, (γ) την ωρεάν παροχή υπηρεσιών από την Ταχύτητα επικοινωνίας και την Ευκολία επικοινωνίας και (δ) την Ανώνυµη επικοινωνία και την Ταχύτητα επικοινωνίας από την Ευκολία επικοινωνίας. Οι χρήστες αξιολόγησαν πιο χαµηλά (α) το ισταγµό για προσωπική επαφή µε ειδικό και το Χρόνο για την οργάνωση σκέψης και την έκθεση των πληροφοριών από όλους τους άλλους λόγους, (β) την ωρεάν παροχή υπηρεσιών από την Ταχύτητα επικοινωνίας και την Ευκολία επικοινωνίας και (γ) Ανώνυµη επικοινωνία και την Ταχύτητα επικοινωνίας από την Ευκολία επικοινωνίας. 9 8 Οµάδα Επισκέπτες Χρήστες Εκτιµώµενοι µέσοι όροι 7 6 ισταγµός Χρόνος ωρεάν Ανωνυµία Ταχύτητα Ευκολία

9 8 Φύλο Γυναίκες Άντρες Εκτιµώµενοι µέσοι όροι 7 6 ισταγµός Χρόνος ωρεάν Ανωνυµία Ταχύτητα Ευκολία