Comprensione delle ipotesi ANOVA su misura ripetuta per una corretta interpretazione dell'output SPSS

Sto studiando se condizioni di ricompensa diverse possono influire sull'esecuzione delle attività. Ho dati da un piccolo studio con due gruppi, ciascuno con n = 20. Ho raccolto dati su un'attività che prevedeva l'esecuzione in 3 diverse condizioni di "ricompensa". L'attività ha comportato l'esecuzione in ciascuna delle 3 condizioni due volte ma in ordine casuale. Voglio vedere se c'è una differenza media nell'esecuzione delle attività per ciascun gruppo, in ciascuna delle diverse condizioni di "ricompensa".

• IV = Tipo di gruppo
• DV = misura media delle prestazioni dell'attività in 3 condizioni

Ho un output ripetuto di ANOVA e accesso al set di dati non elaborati in SPSS ma non sono sicuro di come procedere. Non sono stato in grado di trovare una guida dettagliata per questa interpretazione, in quanto il testo di Pallant è alquanto limitato. I miei problemi particolari riguardano le seguenti aree:

1. Controllo la normalità di ciascuna delle mie variabili singolarmente o all'interno di combinazioni di ciascuno dei livelli del IV? Se all'interno delle combinazioni, come posso verificarlo?
2. Devo prima controllare Mauchly's Test? Se viene violato, cosa significa? Se non viene violato, cosa significa?
3. Quando va bene guardare le tabelle dei test multivariati o i test degli effetti all'interno dei soggetti? Non sono sicuro quando sia appropriato usare uno (o entrambi?)?
4. Va sempre bene guardare i confronti a coppie? Sembra controintuitivo farlo se gli effetti multivariati o all'interno dei soggetti non indicano significato (cioè P <0,05) ma non sono ancora sicuro.

1. Le variabili dipendenti dovrebbero essere normali in ogni cella del disegno tra soggetti. Hai 2 di queste cellule: 2 gruppi, quindi la normalità dovrebbe essere in entrambi i gruppi. Inoltre, la matrice varianza-covarianza tra i 3 DV dovrebbe essere la stessa nei 2 gruppi. È possibile verificare la normalità mediante il test di Shapiro-Wilk o il test di Kolmogorov-Smirnov (con correzione di Lilliefors) nella procedura EXPLORE. L'omogeneità della varianza-covarianza potrebbe essere testata dal test M di Box (trovato nell'analisi discriminante). Si noti tuttavia che ANOVA è abbastanza robusto per le violazioni di entrambi i presupposti.

2. Il test di Mauchly verifica la cosiddetta ipotesi di sfericità necessaria per un approccio univariato alle misure ripetute ANOVA. Questo presupposto richiede che, in termini approssimativi, le differenze tra i DV di misure ripetute non intercorrelino. Se l'assunzione viene violata, dovresti ignorare "Spericità assunta" nella tabella Test degli effetti all'interno di soggetti - invece sono state trovate alcune correzioni (come Greenhouse-Geisser).

3. Mentre la tabella Test degli effetti all'interno di soggetti riflette "approccio univariato" in RM-ANOVA, la tabella Test multivariati riflette "approccio multivariato". Questi due sono entrambi utili e c'è un piccolo dibattito che è "migliore". Leggi un po ' qui su di loro, un po' di più qui .

4. Di solito non si controllano i test a coppie se l'effetto complessivo non è significativo, ha poco senso.

Risorsa generale sull'interpretazione delle misure ripetute ANOVA con SPSS

Sembra che tu abbia bisogno di una migliore risorsa generale sulle misure ripetute ANOVA. Qui ci sono alcune risorse web, ma in generale una ricerca di "Misure ripetute SPSS ANOVA" produrrà molte opzioni utili.

• UCLA ha un esempio di output SPSS con interpretazione di un ANOVA misto 2 per 3 insieme a molti altri esempi.
• Andy Field su ripetute misure ANOVA

1. Verifica della normalità

• Da un punto di vista pratico, i test di normalità vengono spesso utilizzati per giustificare le trasformazioni. Se si applica una trasformazione, è necessario applicare la stessa trasformazione a tutte le celle del disegno.
• Un modo comune per valutare la normalità utilizzando SPSS è impostare il modello, salvare i residui e quindi esaminare la distribuzione dei residui.

2. Valore del test di Mauchly

• Una strategia comune è quella di esaminare il test di Mauchly e, se è statisticamente significativo, interpretare i test corretti univariati o i test multivariati.

3. Multivariato

• Penso che @ttnphns lo abbia riassunto bene.

4. Confronti a coppie

• Penso che @ttnphns lo abbia riassunto bene.