Springen naar inhoud

ANOVA Repeated Measures in SPSS


  • Log in om te kunnen reageren

#1


  • Gast

Geplaatst op 21 januari 2005 - 18:32

Ik wil graag in SPSS (mijn versie 11.01) een Repeated Measures ANOVA analyse uitvoeren. Nou kon ik dus niet vinden hoe.
Het blijkt dat je via Analyze naar -> General Linear Model, en dan klik je op Repeated Measures.
Maar bij mij staat er alleen Univariate..
Weet iemand of ik iets verkeerds doe, moet de data soms op een bepaalde manier moet noteren? Ik las ergens iets over 'multivariate data layout'.
Of heb ik gewoon een gare versie ofzo.

heel erg bedankt!
Linda

Dit forum kan gratis blijven vanwege banners als deze. Door te registeren zal de onderstaande banner overigens verdwijnen.

#2


  • Gast

Geplaatst op 30 januari 2005 - 15:18

Misschien heb je niet de volledige licentie van SPSS.

Maar ook zonder GLM is zo'n vraagstuk op te lossen!

Stel je hebt twee groepen (controle, experimenteel), een voormeting op iets (Kennis1) en een nameting op iets (Kennis2). En stel Kennis1 en Kennis2 zijn longitudinaal gemeten, twee keer bij dezelfde personen. De layout van de dataset wordt dan inderdaad multivariaat, groep (Con_Exp), Kennis1, Kennis2, naast elkaar, niet onder elkaar.

Het vraagstuk is dan of de kennis in de experimentele groep meer is toegenomen dan in de controlegroep. Dat vraagstuk is op meerdere manieren op te lossen en licht ik toe m.b.v. een voorbeeld in SPSS-syntax. Het makkelijkst is onderstaande syntax te kopiŽren naar een SPSS-syntax venster en gewoon eens te runnen (Ctrl-A+Ctrl-r etc.). Voordeel van syntax is dat het is te 'lezen'. Kopieer vanaf de streepjes tot het eind en plak in SPSS-syntaxvenster. Commentaar wordt aangeduid met '*', en gaat gewoon mee.
-------------------------------------------------------------------------------------
* Input in output:.
set printback=listing.

* Aanmaak hypothetische data:.
data list free / Con_Exp, Kennis1, Kennis2.
begin data.
1 3 1
1 4 1
1 5 4
2 2 3
2 3 3
2 4 6
end data.

* Situatie:.
means Kennis1,Kennis2 by Con_Exp.

* De GLM - Repeated Measures benadering:.
glm Kennis1, Kennis2 by Con_Exp/
wsfactor = tijd 2 Repeated/
wsdesign = tijd/
design = Con_Exp.

* GLM is echter niet nodig: je kunt ook een 'compute + t-test' doen.
compute Dkennis = Kennis2 - Kennis1.
t-test groups=Con_Exp(1,2)/variables=Dkennis.
* M.a.w., Con(trole) 'verliest' twee punten, Exp(erimenteel) 'wint' ťťn punt,
en het verschil daartussen (drie punten) is significant
(in BEIDE gevallen: p<.021;
de t-test geeft wel wat minder 'rotzooi' dan GLM).

* Hetzelfde vraagstuk kan ook worden benaderd
met de covariantie/regressiebenadering.
* Volgens sommigen MOET het daar zelfs mee,
maar daar ben ik het niet mee eens,
beide benaderingen zijn correct.

* In praktijk:.
glm Kennis2 by Con_Exp with Kennis1.
* Of ook, geeft exact hetzelfde:.
regression dependent=Kennis2/enter=Con_Exp, Kennis1.
* Zowel GLM als regressie geven hier
bij het groepsverschil een p-waarde van .035.

* Hier geven de verschilscore- (p<.021) en de covariantiemethode (p<.035)
dus vrijwel hetzelfde resultaat.
* Deze twee benaderingen kunnen, afhankelijk van de 'situatie'
echter verschillende uitkomsten geven.
* De repeated/verschilscore/dkennis-methode 'let' vooral op veranderingen;
de covariantie/regressie-methode 'let' vooral op de nameting
(met tussen haakjes: 'gecorrigeerd voor de voormeting').





0 gebruiker(s) lezen dit onderwerp

0 leden, 0 bezoekers, 0 anonieme gebruikers

Ook adverteren op onze website? Lees hier meer!

Gesponsorde vacatures

Vacatures