Onde as medições são feitas em diferentes condições, as condições são os níveis (ou grupos relacionados) da variável independente (por exemplo, tipo de bolo é a variável independente com chocolate, caramelo, e bolo de limão, como os níveis da variável independente). Apresenta-se a seguir um esquema de condições diferentes. Note-se que muitas vezes os níveis da variável independente não são referidos como condições, mas tratamentos., O que queres usar depende de ti. Não há Convenção de nomes certa ou errada. Você também verá a variável independente mais comumente referida como o fator dentro dos sujeitos.,
O acima de dois esquemas têm mostrado um exemplo de cada tipo de medidas repetidas ANOVA de design, mas você também vai ver muitas vezes estes projetos expressos em forma de tabela, como mostrado abaixo:
Esta tabela em particular descreve um estudo com seis sujeitos (S1 a S6) desempenho sob três condições, ou em três pontos de tempo (T1 a T3). Como salientado anteriormente, o factor dentro dos indivíduos também poderia ter sido rotulado “tratamento” em vez de “tempo/condição”., Todos eles se relacionam com a mesma coisa: sujeitos submetidos a medições repetidas em pontos de tempo diferentes ou em condições/tratamentos diferentes.hipótese para as medidas repetidas ANOVA
as medidas repetidas ANOVA testam se existem diferenças entre as médias da população relacionada. The null hypothesis (H0) states that the means are equal:
H0: µ1 = µ2 = µ3 = … = µk
where µ = population mean and k = number of related groups., A hipótese alternativa (HA) afirma que a respectiva população, não são iguais (pelo menos uma média é diferente da outra média):
HA: pelo menos duas médias são significativamente diferentes
Para o nosso exercício de treinamento de exemplo, a hipótese nula (H0) é de que a pressão arterial média é a mesma em todos os pontos de tempo (pré, 3 meses e 6 meses). A hipótese alternativa é que a pressão arterial média é significativamente diferente em um ou mais pontos temporais. Uma medida repetida ANOVA não irá informá-lo onde estão as diferenças entre os grupos, uma vez que se trata de um teste estatístico omnibus., O mesmo seria verdade se você estivesse investigando diferentes condições ou tratamentos em vez de pontos de tempo, como usado neste exemplo. Se a sua ANOVA de medidas repetidas for estatisticamente significativa, você pode executar testes post hoc que podem destacar exatamente onde essas diferenças ocorrem. Você pode aprender como executar testes post-hoc adequados para uma ANOVA de medidas repetidas nas estatísticas SPSS na página 2 do nosso guia: One-Way repeted Measures ANOVA nas estatísticas SPSS.,
lógica das medidas repetidas ANOVA
a lógica por trás de uma medida repetida ANOVA é muito semelhante à de uma ANOVA entre sujeitos. Lembre-se que uma entre-sujeitos ANOVA partições variabilidade total entre grupos de variabilidade (SSb), e dentro de grupos de variabilidade (SSw), como mostrado abaixo:
neste projeto, dentro do grupo variabilidade (SSw) é definida como a variabilidade do erro (SSerror)., Seguinte divisão por graus de liberdade, uma média da soma dos quadrados entre grupos (MSb), e dentro de grupos (Rsu) é determinado e uma estatística F é calculada como o rácio entre o MSb de Rsu (ou MSerror), como mostrado abaixo:
Uma ANOVA de medidas repetidas calcula uma estatística F de uma forma semelhante: