Hoorcollege 6 MVDA
Repeated measures ANOVA
Overzicht college:
- Wanneer, waarvoor?
- WS- of BS-experiment?
- Twee benaderingen
- Contrasten
- Multivariate tests
- Assumpties
- SPSS voorbeeld
Wanneer, waarvoor?
Inleidende opmerking. Alleen herhaalde metingen van intervalvariabelen worden
besproken.
Between en within comparisons
"Gewone" ANOVA.
Het vergelijken van twee of meer groepsgemiddelden op één afhankelijke
variabele (between-subjects [BS] vergelijkingen).
Repeated measures ANOVA.
Twee of meer vergelijken (afhankelijke) variabele betekent voor slechts
één groep (Within-subjects [WS] vergelijkingen).
Mixed ANOVA.
Een mix van vergelijkingen tussen- en binnen onderwerpen.
Vier soorten situaties waarin we repeated measures toepassen:
1. Tijdreeksen.
Hoe verandert een variabele in de tijd (d.w.z. over verschillende
momenten in de tijd)?
Voorbeeld. Wordt IQ lager als we ouder worden? (longitudinaal)?
Situaties 2, 3 en 4 zijn niet-temporele processen.
2. Repeated measures experiment.
Dezelfde metingen voor dezelfde individuen onder verschillende
experimentele omstandigheden: individuele verschillen worden uit de fout
gehaald.
→ voordeel: elk individu speelt als zijn / haar eigen controle. → effectieve
manier om error te verminderen
Voorbeeld. Zijn de taakprestaties beter wanneer u met anderen werkt dan
wanneer u alleen werkt?
3. Gemeenschappelijke antwoordschaal (common measuring rod).
Niet-identieke maten, maar variabelen hebben een identieke
antwoordschaal. Hierdoor kan je de variabelen met elkaar vergelijken.
, Hoorcollege 6 MVDA
Voorbeeld. Welk tv-programma vinden kinderen leuker: Pokemon,
Powerpuff Girls of Totally Spies? (op dezelfde 7-punts antwoordschaal)
4. Paren of groepen.
Individuen komen in paren of groepen
→ observaties binnen paren (of groepen) zijn niet-onafhankelijk
→ schending van de aanname van onafhankelijkheid.
Voorbeelden:
- Paren. Zijn mannen meer tevreden met het huwelijk dan
echtgenotes?
- Groepen. Werken mensen harder in samenhangende groepen dan
in niet-samenhangende groepen?
Oplossing: Neem in plaats van individuen, paren of groepen als observatie-
eenheden (cases), en behandel individuen als herhaalde metingen binnen
elk geval.
WS- of BS-experiment?
Vaak volgt de keuze voor repeated measures direct uit de onderzoeksvraag
(situaties 1, 3 en 4).
Experiment (situatie 2): keuze tussen between-subjects (BS) en een within-
subjects (WS) benadering.
WS-voordeel:
Ultieme methode om errorvariatie te verwijderen
Elk individu wordt primair met zichzelf vergeleken.
Systematische individuele verschillen (hetzelfde in verschillende condities)
worden verwijderd van de error.
Meer statistische power voor repeated measures designs.
Voorbeeld: Rekenvaardigheid onder verschillende omstandigheden.
Vergelijken of een persoon het beter of slechter doet dan het eigen gemiddelde
over alle metingen.
Individuele verschillen worden grotendeels door fouten verwijderd
WS-nadelen:
Latency (of leer) effecten.
Relatief permanente effecten van eerdere metingen op latere metingen, bijv.
testeffecten (leren door een taak uit te voeren).
Neutraliseren door te compenseren (counterbalancing).
Carry-over effecten.
Meer tijdelijke effecten van eerdere metingen op latere metingen, bijv. pil B
toedienen terwijl pil A nog actief is.
Neutraliseren door voldoende tijd tussen metingen.
Univariate en multivariate benadering
Nulhypothese:
H0: µ1 = µ2 = ... = µp
Alle p variabelen gemiddelden zijn gelijk
Repeated measures ANOVA
Overzicht college:
- Wanneer, waarvoor?
- WS- of BS-experiment?
- Twee benaderingen
- Contrasten
- Multivariate tests
- Assumpties
- SPSS voorbeeld
Wanneer, waarvoor?
Inleidende opmerking. Alleen herhaalde metingen van intervalvariabelen worden
besproken.
Between en within comparisons
"Gewone" ANOVA.
Het vergelijken van twee of meer groepsgemiddelden op één afhankelijke
variabele (between-subjects [BS] vergelijkingen).
Repeated measures ANOVA.
Twee of meer vergelijken (afhankelijke) variabele betekent voor slechts
één groep (Within-subjects [WS] vergelijkingen).
Mixed ANOVA.
Een mix van vergelijkingen tussen- en binnen onderwerpen.
Vier soorten situaties waarin we repeated measures toepassen:
1. Tijdreeksen.
Hoe verandert een variabele in de tijd (d.w.z. over verschillende
momenten in de tijd)?
Voorbeeld. Wordt IQ lager als we ouder worden? (longitudinaal)?
Situaties 2, 3 en 4 zijn niet-temporele processen.
2. Repeated measures experiment.
Dezelfde metingen voor dezelfde individuen onder verschillende
experimentele omstandigheden: individuele verschillen worden uit de fout
gehaald.
→ voordeel: elk individu speelt als zijn / haar eigen controle. → effectieve
manier om error te verminderen
Voorbeeld. Zijn de taakprestaties beter wanneer u met anderen werkt dan
wanneer u alleen werkt?
3. Gemeenschappelijke antwoordschaal (common measuring rod).
Niet-identieke maten, maar variabelen hebben een identieke
antwoordschaal. Hierdoor kan je de variabelen met elkaar vergelijken.
, Hoorcollege 6 MVDA
Voorbeeld. Welk tv-programma vinden kinderen leuker: Pokemon,
Powerpuff Girls of Totally Spies? (op dezelfde 7-punts antwoordschaal)
4. Paren of groepen.
Individuen komen in paren of groepen
→ observaties binnen paren (of groepen) zijn niet-onafhankelijk
→ schending van de aanname van onafhankelijkheid.
Voorbeelden:
- Paren. Zijn mannen meer tevreden met het huwelijk dan
echtgenotes?
- Groepen. Werken mensen harder in samenhangende groepen dan
in niet-samenhangende groepen?
Oplossing: Neem in plaats van individuen, paren of groepen als observatie-
eenheden (cases), en behandel individuen als herhaalde metingen binnen
elk geval.
WS- of BS-experiment?
Vaak volgt de keuze voor repeated measures direct uit de onderzoeksvraag
(situaties 1, 3 en 4).
Experiment (situatie 2): keuze tussen between-subjects (BS) en een within-
subjects (WS) benadering.
WS-voordeel:
Ultieme methode om errorvariatie te verwijderen
Elk individu wordt primair met zichzelf vergeleken.
Systematische individuele verschillen (hetzelfde in verschillende condities)
worden verwijderd van de error.
Meer statistische power voor repeated measures designs.
Voorbeeld: Rekenvaardigheid onder verschillende omstandigheden.
Vergelijken of een persoon het beter of slechter doet dan het eigen gemiddelde
over alle metingen.
Individuele verschillen worden grotendeels door fouten verwijderd
WS-nadelen:
Latency (of leer) effecten.
Relatief permanente effecten van eerdere metingen op latere metingen, bijv.
testeffecten (leren door een taak uit te voeren).
Neutraliseren door te compenseren (counterbalancing).
Carry-over effecten.
Meer tijdelijke effecten van eerdere metingen op latere metingen, bijv. pil B
toedienen terwijl pil A nog actief is.
Neutraliseren door voldoende tijd tussen metingen.
Univariate en multivariate benadering
Nulhypothese:
H0: µ1 = µ2 = ... = µp
Alle p variabelen gemiddelden zijn gelijk
