Wyniki
Do analizy użyto środowiska programistycznego R (R Development Core Team, 2007). Charakter zmiennych skłania do zastosowania narzędzi opartych na rozkładzie dwumianowym, jednak własności rozkładu liczby przeskanowanych elementów pozwalają przybliżać go za pomocą rozkładu normalnego, w tym przypadku do danych dopasowano mieszany model liniowy. W przypadku błędów zastosowano uogólniony mieszany model liniowy oparty na rozkładzie dwumianowym, przedziały ufności dla tego modelu są bootstrapowane. Żeby uzyskać adekwatne oszacowania siły efektów należałoby wziąć pod uwagę wpływ osób badanych nie tylko na efekty proste, ale także na interakcje. Niestety dane są na tyle kłopotliwe, że nie da się użyć żadnego narzędzia, które umożliwia uwzględnienie tego wpływu. Wszystkie przedziały ufności, dla porównań wielokrotnych, uwzględniają poprawkę Benjaminiego i Yekutieliego (2001).
Hipoteza 1.
Wpływ serii na liczbę przeskanowanych elementów w obrębie serii homogenicznej był istotny (F(2,58) = 28,78; p < 0,0001). W kolejnych blokach serii homogenicznej osoby badane przeskanowały średnio 267,17, 262,73 i 315,10 elementów (zob. wykres 1).
Wykres 1.: Wpływ numeru bloku w serii homogenicznej na liczbę przeskanowanych elementów. Pionowe linie oznaczają 95% przedziały ufności.
Wpływ serii na częstość fałszywych alarmów w obrębie serii homogenicznej był nieistotny (AIC =6,65; df = 87; p = 0,85). W kolejnych blokach serii homogenicznej osoby badane popełniły średnio 0,00362, 0,00143 i 0,00059 fałszywych alarmów na element (zob. wykres 2). Z analizy usunięto przypadki odstające (1).
Wpływ serii na częstość ominięć w obrębie serii homogenicznej był nieistotny (AIC = 6,80; df = 84; p = 0,18). W kolejnych blokach serii homogenicznej osoby badane popełniły średnio 0,01850, 0,01796 i 0,01852 ominięć na element (zob. wykres 3). Z analizy usunięto przypadki odstające (4).
Wykres 2.: Wpływ numeru bloku w serii homogenicznej na częstość fałszywych alarmów. Pionowe linie oznaczają 95% bootstrapowane przedziały ufności.
Wykres 3.: Wpływ numeru bloku w serii homogenicznej na częstość ominięć.
Pionowe linie oznaczają 95% bootstrapowane przedziały ufności.
Hipoteza 2.
Liczba przeskanowanych elementów w bloku trzecim by la nieistotnie wyższa niż w bloku czwartym (F(1, 29) = 0,96). W bloku trzecim osoby badane przeskanowały średnio 315,10 elementów (95% przedziały ufności: 291,66, 338,54), podczas gdy w bloku czwartym - 305,27 (przedziały ufności: 284,76, 325,77). Częstość fałszywych alarmów w bloku trzecim była nieistotnie niższa niż w bloku czwartym (AIC = 6,16; df = 56; p = 0,96). W bloku trzecim osoby badane popełniły średnio 0,00059 fałszywych alarmów (95% przedziały ufności: 0,00019, 0,00103), podczas gdy w bloku czwartym - 0,00077 (przedziały ufności: 0,00013, 0,00159). Z analizy usunięto przypadki odstające (1).
Częstość ominięć w bloku trzecim była nieistotnie wyższa niż w bloku czwartym (AIC = 6,50; df = 56; p = 0,37). W bloku trzecim osoby badane popełniły średnio 0,01852 ominięć (95% przedziały ufności: 0,01509, 0,02187), podczas gdy w bloku czwartym -0,01435 (przedziały ufności: 0,01117, 0,01739).
Hipoteza 3
Liczba przeskanowanych elementów była dodatnio skorelowana z częstością ominięć (r = 0,25). Korelacja była istotna (p < 0,05). Z analizy usunięto przypadki odstające (3). Liczba przeskanowanych elementów była ujemnie skorelowana z częstością fałszywych alarmów (r = −0,43). Korelacja była istotna (p < 0,01).
Hipoteza 4
Wpływ interakcji pomiędzy blokiem i częstością ominięć w serii homogenicznej na liczbę przeskanowanych elementów by l istotny, (AIC = 22,25; df =82; p < 0,0001).Korelacja miedzy szybkością skanowania i częstością ominięć w kolejnych blokach wyniosła: 0,32,−0,03, 0,29.
Zbyt mała wariancja liczby fałszywych alarmów nie pozwala na obliczenie wpływu serii na interakcję szybkości i ich częstości.
rejected_darling