412. Jak interpretować interakcję w ANOVA?

Interakcja jest jednym z najważniejszych, a zarazem najczęściej błędnie interpretowanych wyników analizy wariancji. Informuje, że efekt jednego czynnika nie jest taki sam na wszystkich poziomach drugiego czynnika. Innymi słowy, znaczenie leczenia może zależeć od płci pacjenta, wpływ czasu może zależeć od rodzaju terapii, a oddziaływanie programu profilaktycznego może różnić się między grupami wiekowymi. W tej lekcji, będącej częścią szkolenia dostępnego na statystyk.edu.pl, przejdziemy od intuicji do formalnego modelu, a następnie do praktycznego sposobu opisywania wyników.

Czym jest interakcja?

Załóżmy, że badacz analizuje wynik ciągły, na przykład poziom bólu, ciśnienie tętnicze, nasilenie objawów depresji albo wynik testu wiedzy. W badaniu uwzględnia dwa czynniki jakościowe:

• czynnik A, na przykład rodzaj leczenia;
• czynnik B, na przykład płeć, grupa wiekowa albo moment pomiaru.

W dwuczynnikowej ANOVA oceniamy zwykle trzy elementy: efekt główny czynnika A, efekt główny czynnika B oraz interakcję A × B. Efekt główny odpowiada na pytanie, czy średnie różnią się między poziomami danego czynnika po uśrednieniu względem drugiego czynnika. Interakcja odpowiada na pytanie bardziej szczegółowe: czy różnica między poziomami jednego czynnika zmienia się zależnie od poziomu drugiego? (Kirkwood i Sterne, 2003; Andrade, 2024).

Najprostsze wyjaśnienie intuicyjne jest następujące: jeżeli lek obniża ciśnienie średnio o 10 mmHg zarówno u kobiet, jak i u mężczyzn, nie obserwujemy interakcji płeć × leczenie. Jeżeli jednak obniża ciśnienie o 15 mmHg u kobiet, lecz tylko o 3 mmHg u mężczyzn, efekt leczenia zależy od płci. Taka zależność jest właśnie interakcją.

Interakcja jako różnica różnic

W układzie 2 × 2 interakcję można wyrazić jako różnicę różnic. Załóżmy, że średnie wyniki przedstawiają się następująco:

	Kontrola	Interwencja	Różnica
Kobiety	80	65	−15
Mężczyźni	78	75	−3

Efekt interwencji u kobiet wynosi −15 punktów, a u mężczyzn −3 punkty. Interakcja jest więc równa:

(65 − 80) − (75 − 78) = −15 − (−3) = −12

Oznaczenia można uogólnić w następujący sposób:

Interakcja = (średnia A2B2 − średnia A1B2) − (średnia A2B1 − średnia A1B1)

• A1 i A2 oznaczają dwa poziomy pierwszego czynnika;
• B1 i B2 oznaczają dwa poziomy drugiego czynnika;
• średnia A1B1 jest średnią w komórce odpowiadającej jednocześnie poziomowi A1 i B1;
• całe wyrażenie sprawdza, czy efekt czynnika A jest taki sam przy B1 i B2.

Jeżeli różnica różnic jest bliska zeru, dane są zgodne z brakiem interakcji. Jeżeli jest duża, wskazuje na zróżnicowanie efektu. Sama wielkość interakcji nie wystarcza jednak do oceny jej wiarygodności. W analizie ANOVA bada się ją za pomocą statystyki F, wartości p oraz przedziału ufności lub odpowiedniej miary wielkości efektu.

Model dwuczynnikowej ANOVA

Klasyczny model można zapisać następująco:

Yijk = μ + αi + βj + (αβ)ij + εijk

• Yijk – wynik osoby k znajdującej się na poziomie i czynnika A i poziomie j czynnika B;
• μ – średnia ogólna w całym zbiorze danych;
• αi – efekt główny poziomu i czynnika A;
• βj – efekt główny poziomu j czynnika B;
• (αβ)ij – efekt interakcji dla konkretnej kombinacji poziomów A i B;
• εijk – składnik losowy, czyli odchylenie wyniku od wartości przewidywanej przez model.

W praktyce program statystyczny przedstawia osobny wiersz dla efektu A, efektu B i interakcji A × B. Dla każdego składnika otrzymujemy między innymi sumę kwadratów, stopnie swobody, średni kwadrat, statystykę F i wartość p. Dla interakcji testowana hipoteza zerowa głosi, że efekt jednego czynnika jest taki sam na wszystkich poziomach drugiego czynnika. Wartość p nie jest prawdopodobieństwem prawdziwości tej hipotezy. Jest miarą zgodności danych z hipotezą zerową przy przyjętym modelu i założeniach.

Jak rozumieć wykres interakcji?

Najbardziej użytecznym narzędziem w interpretacji interakcji jest wykres średnich dla wszystkich komórek planu badawczego. Na osi poziomej umieszcza się zwykle poziomy jednego czynnika, a osobne linie przedstawiają poziomy drugiego czynnika.

W prostym układzie bez interakcji linie są równoległe. Mogą znajdować się na różnych wysokościach, ponieważ istnieje efekt główny, ale różnica między nimi pozostaje podobna w całym zakresie osi poziomej. Przy interakcji linie nie są równoległe: rozchodzą się, zbliżają albo przecinają. Przecięcie linii może wskazywać na tak zwaną interakcję krzyżową, w której kierunek efektu zmienia się między poziomami drugiego czynnika.

Wykres powinien przedstawiać nie tylko średnie, lecz także niepewność oszacowania, na przykład 95-procentowe przedziały ufności. Trzeba jednak pamiętać, że nakładanie się lub brak nakładania przedziałów na wykresie nie zastępuje formalnego testu interakcji. Wykres służy do rozpoznania wzorca, a nie do mechanicznego rozstrzygania istotności.

Co robić po stwierdzeniu interakcji?

Istotna interakcja zmienia sposób interpretacji efektów głównych. Jeżeli efekt leczenia zależy od płci, pojedyncza średnia różnica leczenia uśredniona dla kobiet i mężczyzn może być mało informacyjna, a nawet myląca. W takiej sytuacji należy przejść do analizy efektów prostych.

Efekty proste

Efekt prosty to efekt jednego czynnika analizowany na określonym poziomie drugiego czynnika. Przykłady:

• porównanie leczenia i kontroli osobno u kobiet oraz osobno u mężczyzn;
• porównanie grup terapeutycznych osobno w 4. i 12. tygodniu;
• porównanie wieku dzieci i dorosłych osobno w każdej wersji programu edukacyjnego.

Efekty proste nie powinny być dobierane dopiero po obejrzeniu wyników bez żadnego uzasadnienia. Najlepiej zdefiniować główne porównania przed analizą, zwłaszcza gdy badanie ma charakter potwierdzający. Jeżeli wykonuje się wiele porównań, należy kontrolować wzrost odsetka błędów pierwszego rodzaju, stosując odpowiednią korektę, na przykład Holm, Bonferroniego, Tukeya lub procedurę opartą na średnich marginalnych i kontrastach.

Średnie marginalne i kontrasty

W nierównych liczebnościach grup warto korzystać ze średnich marginalnych oszacowanych przez model, a nie wyłącznie z prostych średnich arytmetycznych. Następnie można określić kontrasty, czyli zaplanowane różnice między wybranymi średnimi. Należy raportować nie tylko wartość p, lecz także różnicę średnich, 95-procentowy przedział ufności i – jeżeli to możliwe – miarę wielkości efektu. Takie podejście jest zgodne z zasadą przejrzystego raportowania zalecaną między innymi w APA JARS.

Przykład 1: rehabilitacja po udarze

Załóżmy, że w badaniu oceniano zmianę wyniku funkcjonalnego po 12 tygodniach rehabilitacji. Pierwszym czynnikiem był rodzaj programu: standardowy albo intensywny. Drugim czynnikiem była wyjściowa ciężkość udaru: umiarkowana albo duża. Wynik stanowiła zmiana punktacji w skali funkcjonalnej.

Ciężkość udaru	Program standardowy	Program intensywny	Różnica
Umiarkowana	8 punktów	13 punktów	5
Duża	3 punkty	4 punkty	1

Jeżeli interakcja program × ciężkość udaru jest istotna, nie należy napisać po prostu: „program intensywny poprawił wynik o 3 punkty”. Taka wartość byłaby efektem uśrednionym. Trafniejszy opis brzmi: „Wzorzec wyników wskazywał, że przewaga programu intensywnego była większa u pacjentów z umiarkowanym udarem niż u pacjentów z dużym udarem. Różnica między programami wynosiła 5 punktów w pierwszej grupie i 1 punkt w drugiej; formalne porównania efektów prostych określiły, które z tych różnic były zgodne z założonym poziomem niepewności”.

Nie wolno jednak automatycznie uznać, że brak istotności w grupie z dużym udarem oznacza brak jakiegokolwiek efektu. Może to wynikać z małej liczebności, dużej zmienności albo szerokiego przedziału ufności. „Nie wykazano różnicy” nie znaczy „udowodniono brak różnicy”.

Przykład 2: program redukcji stresu u studentów

W badaniu psychologicznym porównano trzy warunki: brak programu, krótki program internetowy i program prowadzony przez terapeutę. Pomiary stresu wykonano przed interwencją i po 8 tygodniach. Czynnikami były zatem warunek badania oraz czas pomiaru.

Interakcja warunek × czas odpowiada na pytanie, czy zmiana stresu od pomiaru początkowego do końcowego jest różna w zależności od warunku. Jeżeli stres obniżył się znacząco w obu programach, lecz prawie nie zmienił się w grupie kontrolnej, interakcja może być ważniejsza niż sam efekt czasu. Sam efekt czasu mówiłby tylko, że średnio w całej próbie stres zmienił się między pomiarami. Nie odpowiadałby na pytanie, czy zmiana była związana z programem.

W tym przypadku można analizować między innymi:

• zmianę stresu w każdym warunku osobno;
• różnicę zmian między każdym programem a kontrolą;
• różnicę zmian między programem internetowym a programem prowadzonym przez terapeutę.

Jeżeli pomiary pochodzą od tych samych osób, trzeba uwzględnić zależność obserwacji. W zależności od planu można zastosować ANOVA z powtarzanymi pomiarami albo model mieszany. Sama nazwa „interakcja” pozostaje podobna, ale sposób obliczania błędu standardowego i założenia analizy muszą odpowiadać planowi badania.

Interakcja istotna i nieistotna

Istotna statystycznie interakcja sugeruje, że różnice między poziomami jednego czynnika nie są jednakowe w populacji, z uwzględnieniem przyjętego modelu i niepewności próbkowania. Nie mówi sama przez się, czy efekt jest duży klinicznie, psychologicznie albo społecznie. W tym celu potrzebne są wielkości efektu, przedziały ufności i wcześniej określone kryteria znaczenia praktycznego.

Nieistotna interakcja nie dowodzi, że efekty są identyczne. W małej próbie test może mieć niewystarczającą moc. Dlatego warto sprawdzić, czy przedział ufności dla różnicy różnic obejmuje zarówno wartości praktycznie nieistotne, jak i wartości istotne. Jeżeli przedział jest bardzo szeroki, bardziej uczciwy wniosek brzmi: „wyniki nie pozwalają precyzyjnie ocenić zróżnicowania efektu”, a nie: „efekt jest taki sam we wszystkich grupach”. Altman i Bland (2003) podkreślali, że bezpośrednie porównanie efektów w podgrupach jest właściwsze niż wnioskowanie na podstawie tego, że jeden efekt jest istotny, a drugi nie.

Najczęstsze błędy

1. Interpretowanie efektów głównych mimo istotnej interakcji. Średnia dla całej populacji może ukrywać przeciwne wzorce w podgrupach.
2. Wnioskowanie z porównania wartości p. Fakt, że w jednej grupie p < 0,05, a w drugiej p > 0,05, nie dowodzi, że efekty różnią się między grupami. Potrzebny jest bezpośredni test interakcji.
3. Oglądanie samych średnich bez miar niepewności. Duża różnica średnich może być oszacowana nieprecyzyjnie.
4. Wykonywanie wielu testów bez korekty. Liczne porównania zwiększają ryzyko przypadkowego wyniku istotnego.
5. Traktowanie interakcji jako dowodu przyczynowości. W badaniu obserwacyjnym interakcja może opisywać zróżnicowanie związku, ale nie musi oznaczać, że jeden czynnik powoduje wynik.
6. Pomijanie wykresu. Tabela ANOVA może nie ujawnić, czy linie się rozchodzą, zbliżają czy przecinają.
7. Mylenie istotności z ważnością praktyczną. Mała różnica może być istotna przy dużej próbie, a duża klinicznie różnica może pozostać nieistotna przy małej próbie.

Jak raportować interakcję?

Dobry opis powinien zawierać: plan badania, czynniki i ich poziomy, zmienną zależną, wynik testu interakcji, stopnie swobody, statystykę F, dokładną wartość p lub zapis zgodny z regułami czasopisma, wielkość efektu oraz przedział ufności, jeśli jest dostępny. Po wykazaniu interakcji należy przedstawić efekty proste lub zaplanowane kontrasty.

Przykładowy zapis może wyglądać tak: „Zaobserwowano interakcję między warunkiem terapii a czasem pomiaru, F(2, 114) = 5,82, p = 0,004, η²_p = 0,093. Analiza efektów prostych wykazała większe zmniejszenie nasilenia stresu w programie prowadzonym przez terapeutę niż w grupie kontrolnej, różnica średnich = −4,6 punktu, 95% PU [−7,8; −1,4], z korektą dla wielokrotnych porównań”. Taki zapis jest znacznie bardziej informacyjny niż samo stwierdzenie „interakcja była istotna”.

Warto również opisać, czy analiza była zaplanowana, jak potraktowano brakujące dane, jakie zastosowano korekty oraz czy sprawdzono założenia modelu. Standardy APA JARS zachęcają do raportowania pełnej strategii analitycznej, a nie tylko tych wyników, które okazały się istotne.

Co warto zapamiętać?

• Interakcja oznacza, że efekt jednego czynnika zależy od poziomu drugiego czynnika.
• W układzie 2 × 2 interakcję można rozumieć jako różnicę różnic.
• Najlepszym uzupełnieniem tabeli ANOVA jest wykres średnich z miarami niepewności.
• Po wykazaniu interakcji należy analizować efekty proste lub zaplanowane kontrasty, a nie poprzestawać na efektach głównych.
• „Istotny efekt w jednej grupie i nieistotny w drugiej” nie jest tym samym co istotna różnica między efektami.
• Wartość p nie jest prawdopodobieństwem prawdziwości hipotezy zerowej.
• Interpretacja statystyczna powinna być uzupełniona o wielkość efektu, przedziały ufności i znaczenie praktyczne.
• Interakcja w badaniu obserwacyjnym opisuje zróżnicowanie związku; sama nie stanowi dowodu przyczynowości.

Najkrótsza reguła brzmi: jeżeli interakcja jest ważna, pytaj nie tylko „czy istnieje efekt?”, lecz także „dla kogo, kiedy albo w jakich warunkach efekt jest większy, mniejszy lub zmienia kierunek?”

Źródła i dalsza lektura

1. Betty R. Kirkwood, Jonathan A. C. Sterne (2003). Essential Medical Statistics. 2nd edition. Wiley. Informacja wydawcy / źródło.
2. Douglas G. Altman, J. Martin Bland (2003). Interaction revisited: the difference between two estimates. The BMJ, 326(7382), 219. DOI: 10.1136/bmj.326.7382.219.
3. Ian Shrier, Annabelle Redelmeier, Mireille E. Schnitzer, Russell J. Steele (2021). Challenges in interpreting results from 'multiple regression’ when there is interaction between covariates. BMJ Evidence-Based Medicine, 26(2), 53–56. DOI: 10.1136/bmjebm-2019-111225.
4. Chittaranjan Andrade (2024). Understanding Factorial Designs, Main Effects, and Interaction Effects: Simply Explained with a Worked Example. Indian Journal of Psychological Medicine, 46(2), 175–177. DOI: 10.1177/02537176241237066.
5. American Psychological Association (2024). Journal Article Reporting Standards (JARS). American Psychological Association. Źródło.
6. GraphPad Software (2025). Interpreting results: Two-way ANOVA. GraphPad Prism Statistics Guide. GraphPad Software. Źródło.