Розуміння припущень ANOVA для повторного вимірювання для правильної інтерпретації результатів SPSS

Я досліджую, чи можуть різні умови винагороди впливати на виконання завдання. У мене є дані невеликого дослідження з двома групами, у кожній з n = 20. Я зібрав дані про завдання, яке передбачало виконання в 3 різних умовах "винагороди". Завдання передбачало виконання у кожній з 3-х умов двічі, але у випадковому порядку. Я хочу побачити, чи є середня різниця у виконанні завдань для кожної групи, в кожній з різних умов "винагороди".

• IV = тип групи
• DV = середній показник виконання завдання в трьох умовах

У мене є вихід з повторних заходів ANOVA та доступ до необроблених даних, встановлених в SPSS, але я не знаю, як діяти. Мені не вдалося знайти покрокове керівництво для цієї інтерпретації, оскільки текст Pallant дещо обмежений. Мої конкретні проблеми полягають у таких напрямках:

1. Чи я перевіряю нормальність кожної зі своїх змінних окремо або в межах комбінацій кожного з рівнів IV? Якщо це в межах комбінацій, як це я можу перевірити?
2. Чи слід спочатку перевірити тест Мохлі? Якщо це порушено, що це означає? Якщо це не порушено, що це означає?
3. Коли добре перевірити таблиці багатовимірних тестів чи тести ефектів всередині суб'єктів? Я не впевнений, коли доцільно використовувати або (або обидва?)?
4. Чи завжди добре дивитися на парні порівняння? Це здається протиінтуїтивним, якщо багатоваріантний ефект чи вплив суб'єктів не вказують на значущість (тобто Р <0,05), але я знову не впевнений.

1. Ваші залежні змінні повинні бути нормальними для кожної комірки між тематикою. У вас є 2 такі клітини: 2 групи, тому нормальність повинна бути в обох групах. Також матриця дисперсії та коваріації між вашими 3 DV повинна бути однаковою для двох груп. Ви можете перевірити нормальність за допомогою тесту Шапіро-Вілка або Колмогорова-Смірнова (з корекцією Лілліфорса) у процедурі EXPLORE. Варіантно-коваріантну однорідність можна перевірити за допомогою M-тесту Box (знайденого в Дискримінантному аналізі). Зауважте, що ANOVA є досить стійким до порушень обох припущень.

2. Тест Мохлі перевіряє припущення про так звану сферичність, необхідне для однозначного підходу до повторних заходів ANOVA. Це припущення вимагає, щоб, грубо кажучи, відмінності між повторно встановленими відеореєстраторами не взаємопов'язані. Якщо припущення порушено, слід ігнорувати "Передбачуваність" у таблиці "Тести" Внутрішньопредметних ефектів - натомість знайшли деякі виправлення (наприклад, парниковий-гейзер).

3. У той час як таблиця "Тести внутрішньопредметних ефектів" відображає "універсальний підхід" у RM-ANOVA, таблиця багатоваріантних тестів відображає "багатоваріантний підхід". Ці два є і корисними, і є невелика дискусія про те, що "краще". Читайте тут трохи про них, трохи більше тут .

4. Зазвичай ніхто не перевіряє парні тести, якщо загальний ефект незначний, він мало сенсу.

Загальний ресурс щодо тлумачення повторних заходів ANOVA з SPSS

Здається, що вам потрібен кращий загальний ресурс щодо повторних заходів ANOVA. Ось кілька веб-ресурсів, але загалом пошук "повторних заходів SPSS ANOVA" дасть багато корисних варіантів.

• UCLA має приклад виведення SPSS з інтерпретацією 2-х до 3-х змішаних ANOVA разом з кількома іншими прикладами.
• Енді Філд про повторні заходи ANOVA

1. Перевірка нормальності

• З практичної точки зору тести на нормальність часто використовуються для обгрунтування перетворень. Якщо ви застосуєте перетворення, то вам потрібно застосувати однакове перетворення до всіх комірок конструкції.
• Поширений спосіб оцінки нормальності за допомогою SPSS - це налаштувати модель та зберегти залишки, а потім вивчити розподіл залишків.

2. Значення тесту Мохлі

• Загальна стратегія полягає у перегляді тесту Маучлі, і якщо він є статистично значущим, інтерпретувати або одновимірні виправлені тести, або багатоваріантні тести.

3. Багатоваріантність

• Я думаю, що @ttnphns це добре підсумував.

4. Порядні порівняння

• Я думаю, що @ttnphns це добре підсумував.