Come eseguire l'anova di misure ripetute in spss

Un’ANOVA a misure ripetute viene utilizzata per determinare se esiste o meno una differenza statisticamente significativa tra le medie di tre o più gruppi in cui compaiono gli stessi soggetti in ciascun gruppo.

Questo tutorial spiega come eseguire un’ANOVA a misure ripetute unidirezionali in SPSS.

Esempio: ANOVA di misure ripetute in SPSS

I ricercatori vogliono sapere se quattro diversi farmaci causano tempi di reazione diversi. Per testarlo, hanno misurato i tempi di reazione di cinque pazienti a quattro diversi farmaci. Poiché ogni paziente viene misurato con ciascuno dei quattro farmaci, utilizzeremo un’ANOVA a misure ripetute per determinare se il tempo di reazione medio differisce tra i farmaci.

Completare i seguenti passaggi per eseguire misure ripetute ANOVA in SPSS.

Passaggio 1: inserisci i dati.

Inserisci i seguenti dati, che mostrano il tempo di risposta (in secondi) di cinque pazienti ai quattro farmaci:

Passaggio 2: eseguire un’ANOVA a misure ripetute.

Fare clic sulla scheda Analizza , quindi su Modello lineare generale , quindi su Misurazioni ripetute :

Nella nuova finestra che appare, inserisci il farmaco per il nome del fattore intra-soggetto. Digitare 4 per il numero di livelli (poiché ciascun soggetto dello studio ha testato 4 farmaci diversi), quindi fare clic su Aggiungi . Digitare ResponseTime per Nome misura e quindi fare clic su Aggiungi . Infine, fai clic su Imposta .

Nella nuova finestra visualizzata, trascina ciascuna delle quattro variabili del farmaco nell’area denominata Variabili entro soggetti :

Successivamente, fai clic su Grafici . Trascinare il farmaco variabile nell’area denominata Asse orizzontale . Quindi fare clic su Aggiungi . Quindi fare clic su Continua .

Successivamente, fai clic su Medie EM . Trascinare la variabile del farmaco nella casella denominata Show Means For . Quindi seleziona la casella accanto a Confronta gli effetti principali e seleziona Bonferroni dal menu a discesa. Quindi fare clic su Continua .

Infine, fare clic su OK .

Passaggio 2: interpretare i risultati.

Dopo aver fatto clic su OK , verranno visualizzati i risultati delle misure ripetute ANOVA. Ecco come interpretare il risultato:

Test degli effetti entro i soggetti

Questa tabella mostra la statistica F complessiva e il corrispondente valore p dalle misure ripetute ANOVA. Generalmente utilizziamo i valori della linea etichettata Greenhouse-Geisser .

Secondo questa linea, la statistica F è 24.759 e il corrispondente valore p è 0.001 . Poiché questo valore p è inferiore a 0,05, possiamo rifiutare l’ipotesi nulla e concludere che esiste una differenza statisticamente significativa nei tempi di risposta medi tra i quattro farmaci.

Confronti a coppie

Poiché abbiamo rifiutato l’ipotesi nulla, ciò significa che almeno due medie di gruppo sono diverse. Per determinare quali gruppi di medie sono diversi, possiamo utilizzare questa tabella che mostra i confronti a coppie tra ciascun farmaco.

Nella tabella possiamo vedere i valori p per i seguenti confronti:

• farmaco 1 rispetto al farmaco 2 | valore p = 1.000
• farmaco 1 rispetto al farmaco 3 | valore p = 0,083
• farmaco 1 rispetto al farmaco 4 | valore p = 0,010
• farmaco 2 rispetto al farmaco 3 | valore p = 0,071
• farmaco 2 rispetto al farmaco 4 | valore p = 0,097
• farmaco 3 rispetto al farmaco 4 | valore p = 0,011

Gli unici valori p inferiori a 0,05 riguardano il farmaco 1 rispetto al farmaco 4 e il farmaco 3 rispetto al farmaco 4. Tutti gli altri confronti hanno valori p superiori a 0,05.

Grafico delle medie marginali stimate

Questo grafico mostra i tempi di risposta medi stimati per ciascun farmaco. Dal grafico possiamo vedere chiaramente che i tempi di risposta variavano significativamente tra i quattro diversi farmaci:

Passaggio 3: riportare i risultati.

Infine, possiamo riportare i risultati delle misure ripetute ANOVA. Ecco un esempio di come eseguire questa operazione:

È stata eseguita un’ANOVA a misure ripetute unidirezionali per determinare se il tempo di reazione medio dei pazienti differiva tra quattro diversi farmaci.

Un’ANOVA a misure ripetute unidirezionali ha rivelato che il tipo di farmaco utilizzato ha comportato differenze statisticamente significative nel tempo di risposta (F = 24,75887, p = 0,001).

Il test Bonferroni per confronti multipli ha rivelato che vi era una differenza statisticamente significativa nei tempi di risposta tra i pazienti che assumevano il farmaco 1 e il farmaco 4 nonché il farmaco 3 e il farmaco 4.