다른 보상 조건이 작업 수행에 영향을 줄 수 있는지 조사 중입니다. 두 그룹으로 구성된 소규모 연구의 데이터가 있으며 각 그룹은 n = 20입니다. 3 가지 “보상”조건에서 성능과 관련된 작업에 대한 데이터를 수집했습니다. 이 작업에는 세 가지 조건 각각의 성능이 두 번이나 임의 순서로 포함되었습니다. 서로 다른 “보상”조건에서 각 그룹의 작업 성능에 평균 차이가 있는지 확인하고 싶습니다.
- IV = 그룹 유형
- DV = 3 가지 조건에서 평균 작업 성능 측정
반복 측정 ANOVA 및 SPSS의 원시 데이터 세트에 대한 액세스 결과가 출력되었지만 진행 방법을 잘 모르겠습니다. Pallant 텍스트 가 다소 제한되어 있기 때문에이 해석에 대한 단계별 가이드를 찾을 수 없었습니다 . 내 특정 문제는 다음 영역에 있습니다.
- 각 변수의 정규성을 개별적으로 또는 IV 수준의 각 조합 내에서 확인합니까? 조합 된 경우 어떻게 확인합니까?
- Mauchly의 테스트를 먼저 확인합니까? 위반하면 그 의미는 무엇입니까? 위반하지 않으면 무엇을 의미합니까?
- 다변량 테스트 테이블 또는 개체-내 효과 테스트를 보는 것이 언제 가능합니까? 언제 (또는 둘 다) 사용하는 것이 적절한 지 확실하지 않습니까?
- 쌍별 비교를 보는 것이 항상 괜찮습니까? 다변량 또는 개체-내 효과가 유의성을 나타내지 않는 경우 (즉, P <0.05) 그렇게하는 것이 반 직관적 인 것처럼 보이지만 다시 확신 할 수 없습니다.
답변
-
개체 간 설계의 각 셀에서 종속 변수는 정상이어야합니다. 두 개의 셀이 있습니다. 2 개의 그룹이므로 정규성은 두 그룹 모두에 있어야합니다. 또한 3 DV 간의 분산 공분산 행렬은 두 그룹에서 동일해야합니다. EXPLORE 절차에서 Shapiro-Wilk 테스트 또는 Kolmogorov-Smirnov (Llieliess 보정 포함) 테스트를 통해 정규성을 확인할 수 있습니다. 분산-공분산 동질성은 Box ‘s M 테스트 (구분 분석에서 확인)로 테스트 할 수 있습니다. 그러나 분산 분석은 두 가정에 대한 위반에 대해 매우 강력합니다.
-
Mauchly의 테스트는 반복 측정 ANOVA에 대한 일 변량 접근법에 필요한 소위 구형도 가정을 확인합니다. 이 가정에서는 대략 반복해서 측정 한 DV 간의 차이가 서로 상관되지 않아야합니다. 가정이 위반되는 경우 대상 내 테스트 효과 표에서 “고정 된 가정”을 무시해야합니다. 대신 일부 수정 (예 : 온실-가이저)이 있습니다.
-
개체 내 효과 검정 표에 RM-ANOVA의 “단 변량 접근법”이 반영되어 있지만 다변량 검정 테이블에는 “다변량 접근법”이 반영되어 있습니다. 이 두 가지 모두 유용하며 “더 나은”약간의 토론이 있습니다. 여기 에 대해 조금 더 읽으 십시오 .
-
일반적으로 전체 효과가 중요하지 않으면 쌍별 테스트를 확인하지 않으며 의미가 거의 없습니다.
답변
SPSS를 사용하여 반복 측정 ANOVA 해석에 대한 일반 리소스
반복 측정 ANOVA에 대한 더 나은 일반 리소스가 필요한 것 같습니다. 여기에 몇 가지 웹 리소스가 있지만 일반적으로 “SPSS 반복 측정 ANOVA” 를 검색하면 많은 유용한 옵션이 생성됩니다.
- UCLA 에는 다른 몇 가지 예와 함께 2×3 혼합 분산 분석으로 해석되는 SPSS 출력 예가 있습니다.
- 반복 측정 ANOVA의 Andy Field
1. 정상 점검
- 실용적인 관점에서, 정규성 검정은 종종 변환을 정당화하는 데 사용됩니다. 변환을 적용하는 경우 디자인의 모든 셀에 동일한 변환을 적용해야합니다.
- SPSS를 사용하여 정규성을 평가하는 일반적인 방법은 모형을 설정하고 잔차를 저장 한 다음 잔차 분포를 검사하는 것입니다.
2. Mauchly의 테스트 가치
- 일반적인 전략은 Mauchly의 검정을보고 통계적으로 유의 한 경우 일 변량 수정 검정 또는 다변량 검정을 해석하는 것입니다.
3. 다변량
- @ttnphns가 이것을 잘 요약했다고 생각합니다.
4. 쌍별 비교
- @ttnphns가 이것을 잘 요약했다고 생각합니다.