Multivariate data-analyse
Oplossingen: ANOVA met
herhaalde metingen
Herhaalde metingen zijn een gevolg van een tijdssample t-test
Voorbeeldoefening 1 p169
Vijf deelnemers nemen elk 4 verschillende medicaties, waarna een gedragsmeting volgt. De vraag
is of de drugs eenzelfde invloed hebben op het gedrag. De metingen zijn de volgende:
De verschillende drugs zijn de within subjects factor omdat het telkens om
dezelfde proefpersonen gaat.
De hypothesen die getoetst worden zijn:
Nulhypothese: µ1 = µ2 = µ3 = µ4
Alternatieve hypothese: de nulhypothese is niet waar
Werkhypothesen:
Homoscedasticiteit, Normaliteit maar er komt een nieuwe bij namelijk
bolvormigheid (sfericiteit)
Het wil zeggen dat de correlaties (als die er zijn) over de verschillende
condities gelijk zijn, als dit niet het geval is dan moet men een strengere t-
test gaan uitvoeren
We gaan een ANOVA uitvoeren met herhaalde metingen
Analyze general linear model repeated measures
Je vult bij within-subject factor name: de naam van de variabele
in
Het aantal niveaus zijn het aantal herhaalde metingen (we
hebben 4 medicaties dus we hebben 4 niveaus) druk daarna
op Add
Zet de verschillende variabelen op de plaats van de vraagtekens
bij Within subjects variables, let hierbij op de volgorde van de
variabelen
Klik bij options en duidt ‘descriptive
statistics en estimates of effect size’
aan
1
, Multivariate data-analyse
Om een grafiek te bekijken drukken we op plots en daar zet je de variabele ‘drug’ op de horizontale
as klik daarna o p ‘add’
We zien de gemiddeldes: drug 1 en 2 verschillen
niet zoveel van elkaar. De
derde drug ligt veel lager en de 4 de scoort dan
weer veel hoger
De test voor bolvormigheid
W = 0,186 met een p-waarde van 0,495
(dit is niet significant) dus mogen we
concluderen dat er bolvormigheid is
We hebben een F(3,12) = 24,759
met een p-waarde <0,001 (dus dit
is significant)
Partial Eta Squared = 0,861 wat wil
zeggen dat het een behoorlijke
power heeft
Aaangezien we geen between-
subjects hebben moet de tabel
hierover ook niet gelezen worden
We zien dat de vierde drug scoort het hoogste
scoort. Dat de 3de het laagste scoort en dat de
eerste twee ongeveer hetzelfde scoren
Als we op voorhand al weten dat de vierde
drug beduidend groter zou dan de andere 3
drugs dan kunnen we een contrast opbouwen
Analyze general linear model repeated
measures
Je vult bij within-subject factor name: de naam
van de variabele in
Het aantal niveaus zijn het aantal herhaalde metingen (we hebben 4
medicaties dus we hebben 4 niveaus) druk daarna op Add
2
, Multivariate data-analyse
Klik bij contrasts en duidt daar ‘simple’ aan, vergeet niet op change te duwen. Je moet ook de
referentie gaan bepalen. Aangezien het hier gaat over de vierde en dus de laatste drug laat je het op
‘last’ staan (we gaan hier vergelijken in functie van de laatste)
Level 1 ten opzichte van level 4 is F(1,4) = 56,000 met een p-waarde van 0,002 (dus dit is significant)
Level 2 ten opzichte van leven 4 is F(1,4)
= 16,000 met en p-waarde van 0,016 (dus
dit is significant)
Level 3 ten opzichte van level 4 is F(1,4) =
54,226 met een p-waarde van 0,002 (dus
dit is significant)
Hieruit blijkt dat de vierde drug
significant verschilt van de andere
categorieën
Voorwaarde van normaliteit:
Analyze nonparametric tests legacy dialogs 1 sample KS
De vier medicaties zet je bij test variable list
Voor drug 1: hebben we een test statistics van
0,192 met een p-waarde van 0,200 (niet
significant)
Voor drug 2: hebben we een test statistics van
0,243 met een p-waarde van 0,200 (niet
significant)
Voor drug 3: hebben we een test statistics van
0,141 met een p-waarde van 0,200 (niet
significant)
Voor drug 4: hebben we een test statistics van
0,201 met een p-waarde van 0,200 (niet
significant)
Dus we kunnen besluiten dat er geen problemen zijn met normaliteit
Voorbeeldoefening 2 p177
In de file vind je voor elke muis terug in welke groep hij zit, hoeveel tijd hij nodig
had om het doolhof te doorlopen (12 variabelen: gedurende 4 weken werd 3 maal
3