în cazul în Care măsurătorile sunt efectuate în condiții diferite, condițiile sunt nivelurile (sau grupurile) de variabila independentă (de exemplu, tip de tort este variabila independentă cu ciocolata, caramel, și tort de lamaie ca nivelurile variabilei independente). O schemă a unui design diferit de măsuri repetate este prezentată mai jos. Trebuie remarcat faptul că adesea nivelurile variabilei independente nu sunt denumite condiții, ci tratamente., Pe care doriți să o utilizați depinde de dvs. Nu există o convenție de denumire corectă sau greșită. Veți vedea, de asemenea, variabila independentă mai frecvent menționată ca factor în cadrul subiecților.,
Cele de mai sus două scheme au arătat un exemplu din fiecare tip de analiză ANOVA cu măsurători repetate de design, dar, de asemenea, veți vedea de multe ori aceste modele exprimate în formă de tabel, după cum se arată mai jos:
Acest tabel special, descrie un studiu cu șase subiecți (S1-S6) efectuarea, în cadrul a trei condiții sau la trei puncte de timp (de la T1 la T3). Așa cum am subliniat anterior, factorul din interiorul subiecților ar fi putut fi etichetat și „tratament” în loc de „timp/condiție”., Toate se referă la același lucru: subiecții supuși măsurătorilor repetate fie în momente de timp diferite, fie în condiții/tratamente diferite.
ipoteza măsurilor repetate ANOVA
măsurile repetate ANOVA testează dacă există diferențe între mijloacele populației înrudite. Ipoteza nulă (H0) prevede că mijloacele sunt egale:
H0: µ1 = µ2 = µ3 = … = µk
în cazul în care µ = populația medie și k = numărul de grupuri conexe., Ipoteza alternativă (HA) afirmă că mijloacele populației înrudite nu sunt egale (cel puțin o medie este diferită de o altă medie):
HA: cel puțin două mijloace sunt semnificativ diferite
pentru exemplul nostru de antrenament, ipoteza nulă (H0) este că tensiunea arterială medie este aceeași în toate momentele de timp (pre -, 3 luni și 6 luni). Ipoteza alternativă este că tensiunea arterială medie este semnificativ diferită la unul sau mai multe puncte de timp. A Măsuri repetate ANOVA nu vă va informa unde se află diferențele dintre grupuri, deoarece este un test statistic omnibus., Același lucru ar fi valabil dacă ați investiga diferite condiții sau tratamente, mai degrabă decât Puncte de timp, așa cum este utilizat în acest exemplu. Dacă măsurile dvs. repetate ANOVA sunt semnificative statistic, puteți rula teste post-hoc care pot evidenția exact unde apar aceste diferențe. Puteți afla cum să executați teste post-hoc adecvate pentru o măsură repetată ANOVA în statisticile SPSS la pagina 2 a Ghidului nostru: măsuri repetate unidirecționale ANOVA în statisticile SPSS.,
logica măsurilor repetate ANOVA
logica din spatele unei măsuri repetate ANOVA este foarte asemănătoare cu cea a unei ANOVA între subiecți. Reamintim că între subiecții ANOVA partitii total variabilitatea în între-grupuri de variabilitate (SSb) și în grupurile de variabilitate (SSw), așa cum se arată mai jos:
În acest design, în cadrul grupului de variabilitate (SSw) este definit ca eroare de variabilitate (SSerror)., Următoarele divizia de către corespunzător de grade de libertate, adică suma pătratelor între grupuri (MSb) și într-grupuri (MSw) este determinată și de un F-statistic este calculat ca raportul dintre MSb să MSw (sau MSerror), așa cum se arată mai jos:
O ANOVA cu măsurători repetate calculează un F-statistic într-un mod similar: