College 7
Factorial ANOVA: bij een 2*2 design hoe je geen follow-up testen te doen voor de
hoofdeffecten. Bij meer dan 2 condities: post-hoc of planned contrast. Bij een significant
interactie-effect een simple effects analysis (test 1 onafhankelijke variabele per conditie van
de andere onafhankelijke variabele).
Repeated measures ANOVA bij een within-subjects design: bijna alle designs met ten
minste 1 within-subject-factor (variabele die geldt voor meerdere condities voor alle
participanten). Doel is om de gemiddelden van verschillende condities met elkaar te
vergelijken.
Voordelen within-subjects-design:
Sensitiviteit: niet-systematische vairnatie wordt minder omdat er geen between-
subject variantie meer is en hierdoor meer sensitiviteit (meer power).
Economie: minder participanten nodig. Wel voorzichtig met carry-over effecten en
de condities moeten counterbalanced zijn.
Variantie: onderverdeeld in systematische (experimentele manipulatie, gemiddeld
responspatroon) en niet-systematische variantie (deviatie van het gemiddelde
responspatroon van een participant). Wanneer alle lijnen parallel zijn aan elkaar is de SS R 0.
SSbetween: (persoonlijk gemiddelde – grand mean)2. DF = N -1
SSwithin: (scores – persoonlijk gemiddelde)2. DF: n(k-1). Hierbinnen SSmodel (situatiegemiddelde-
algemeen gemiddelde)2 en SSR/SSerror. Dfmodel = k-1.
SSR – SSw = SSm.
Verwachte waardes: gemiddelde rij + gemiddelde kolom – overall gemiddelde.
Bij maar 2 factoren is sphericity altijd goed.
Assumpties repeated measures ANOVA:
Moet geëvalueerd worden per algemeen effect om er zeker van te zijn dat de F-test
correct is.
Onafhankelijke observaties
Normaliteit van errors (geen probleem bij df > 20). Controleer wel histogram van
gestandaardiseerde residuen voor outliers of skewness.
Sphericity: belangrijk voor alle effecten waaronder een within-subject factor met
meer dan 2 levels. Schending zorgt voor verhoogde type I error ratio.
Homogeniteit van variantie: alleen bij een between-subject factor (mixed ANOVA).
Sphericity: variabiliteit van hellingen is homogeen over alle levens van de within-subjects
factor. VariantieA-B @ @ @ variantieB-C @ @ variantieA-c. Wanneer dit geschonden is, is de standaard
F-test voor het hopfd-effect van de within-subject factor niet correct. Hierdoor kijken naar
de epsilon van de Greenhous-Geisser (GG) test. Wanneer deze waarde 1 is, is er perfect aan
de assumptie voldaan. Waardes < 1 geven een mate van schending aan. De
correctiemethodes vermenigvuldigen de df met een schatting van de epsilon om een
correcte F-test te krijgen.
Factorial ANOVA: bij een 2*2 design hoe je geen follow-up testen te doen voor de
hoofdeffecten. Bij meer dan 2 condities: post-hoc of planned contrast. Bij een significant
interactie-effect een simple effects analysis (test 1 onafhankelijke variabele per conditie van
de andere onafhankelijke variabele).
Repeated measures ANOVA bij een within-subjects design: bijna alle designs met ten
minste 1 within-subject-factor (variabele die geldt voor meerdere condities voor alle
participanten). Doel is om de gemiddelden van verschillende condities met elkaar te
vergelijken.
Voordelen within-subjects-design:
Sensitiviteit: niet-systematische vairnatie wordt minder omdat er geen between-
subject variantie meer is en hierdoor meer sensitiviteit (meer power).
Economie: minder participanten nodig. Wel voorzichtig met carry-over effecten en
de condities moeten counterbalanced zijn.
Variantie: onderverdeeld in systematische (experimentele manipulatie, gemiddeld
responspatroon) en niet-systematische variantie (deviatie van het gemiddelde
responspatroon van een participant). Wanneer alle lijnen parallel zijn aan elkaar is de SS R 0.
SSbetween: (persoonlijk gemiddelde – grand mean)2. DF = N -1
SSwithin: (scores – persoonlijk gemiddelde)2. DF: n(k-1). Hierbinnen SSmodel (situatiegemiddelde-
algemeen gemiddelde)2 en SSR/SSerror. Dfmodel = k-1.
SSR – SSw = SSm.
Verwachte waardes: gemiddelde rij + gemiddelde kolom – overall gemiddelde.
Bij maar 2 factoren is sphericity altijd goed.
Assumpties repeated measures ANOVA:
Moet geëvalueerd worden per algemeen effect om er zeker van te zijn dat de F-test
correct is.
Onafhankelijke observaties
Normaliteit van errors (geen probleem bij df > 20). Controleer wel histogram van
gestandaardiseerde residuen voor outliers of skewness.
Sphericity: belangrijk voor alle effecten waaronder een within-subject factor met
meer dan 2 levels. Schending zorgt voor verhoogde type I error ratio.
Homogeniteit van variantie: alleen bij een between-subject factor (mixed ANOVA).
Sphericity: variabiliteit van hellingen is homogeen over alle levens van de within-subjects
factor. VariantieA-B @ @ @ variantieB-C @ @ variantieA-c. Wanneer dit geschonden is, is de standaard
F-test voor het hopfd-effect van de within-subject factor niet correct. Hierdoor kijken naar
de epsilon van de Greenhous-Geisser (GG) test. Wanneer deze waarde 1 is, is er perfect aan
de assumptie voldaan. Waardes < 1 geven een mate van schending aan. De
correctiemethodes vermenigvuldigen de df met een schatting van de epsilon om een
correcte F-test te krijgen.
