Between-Subjects Design: Unabhngige Stichproben pro Bedingung
Hans-Rdiger Pfister, Gerd Meier
Within-Subjects Design / Messwiederholung / Repeated Measurement: Die selbe Stichprobe wird mehrfach unter mehreren Bedingungen gemessen
Typische Anwendungsflle Messung einer abhngigen Variable unter unterschiedlichen Treatments Erinnerungsleistung unter verschiedenen Instruktionen Reaktionszeit unter verschiedenen Beleuchtungsbedingungen Messung mehrerer Items (z.B. eines Fragebogens oder Tests) auf einer identischen Response-Skala Persnlichkeitstest (ja/nein Antworten) Produktrating (Ratingskalen 1 ... 7) Messung einer abhngigen Variablen ber mehrere Zeitpunkte (Longitudinalstudie) Aktivittsindex ber 5-Minuten-Intervalle IQ ber mehrere Jahre
Hans-Rdiger Pfister, Gerd Meier
Probleme
Carry-over Effekte: Beeinflussung eines Treatments j durch ein
vorangegangens Treatment i Streffekte (kausale Einflsse) Gewhnungseffekte Lerneffekte
technische Probleme Belastung der Probanden experimentelle Mortalitt Konstanz der Bedingungen zwischen Treatments
Hans-Rdiger Pfister, Gerd Meier
Statistisches Modell Fehlerterm fr den Messwiederholungsfaktor
Individueller Fehler von Person i in Stufe m
X im = + i + m + ( im + im ) Grand Mean Effekt der Person i: Unterschiede zwischen den Personen
Effekt von Stufe m
des experimentellen Faktors
Interaktion von Person i und Stufe m
Personen: 1 ... i ... n
Faktorstufen: 1 ... m ... M Hans-Rdiger Pfister, Gerd Meier
Visualisierung Bei unabhngigen Stichproben gibt es nur den Treatment-Effekt und die FehlerKomponente, die alle individuellen Unterschiede, Messfehler, usw. enthlt. Bei abhngigen Stichproben kann zwischen dem Fehleranteil, der auf interindividuellen Unterschieden beruht, und dem Fehleranteil, der auf anderen Faktoren beruht, unterschieden werden. Die Personen (also die interindividuellen Unterschiede) knnen als ein weiterer Faktor betrachtet werden (ein sogenannter random factor/Zufallsfaktor). Der dann noch verbleibende Fehler ist die Interaktion zwischen Person und Treatment-Stufe. Daraus folgt: die Fehlervarianz bei abhngigen Stichproben (Messwiederholungen) ist stets kleiner als bei unabhngigen Stichproben (c.p.).
Hans-Rdiger Pfister, Gerd Meier
eim + im
Xim
Dekomponierung der Quadratsummen
SS withinSs = ( xim xi ) i
SStot = ( xim x ) 2
SStotal
SSwithin Ss
SSbetween Ss
SSbetweenSs = m ( xi x ) 2 i
SStreat
SSerror(treat X Ss)
SStreat = n ( xm x )
SSerror = SS withinSs SStreat
Person i
Bedingung m Hans-Rdiger Pfister, Gerd Meier
F-Test
H0: 1 ... = m ... = M
2 E ( MStreat ) ( err + 2 ) + n 2 = 2 E ( MSerror ) ( err + 2 )
Fdf :m 1,( n 1)( m 1) =
MStreat MSerror
Voraussetzung (fr eine valide F-Verteilung):
Fehler sind normalverteilt identische Fehlervarianzen in allen Bedingungen (Varianzhomogenitt) zustzlich: Spherizitt: Die Kovarianzmatrix der Treatment-Stufen hat gleiche Diagonalelemente (Varianzen) und gleiche Nicht-Diagonalelemente (Kovarianzen) [Tests und approximative Korrekturverfahren bei Abweichung von der Spherizittsbedingung existieren (GreenhouseGeiser , Huynh-Feldt )] Hans-Rdiger Pfister, Gerd Meier
summary(aov(Headache ~ subj * Week, data=week.long)) Df Sum Sq Mean Sq subj
486.71
60.84
Week
4 2449.20
612.30
subj:Week 32 230.40 7.20 SS(total) = SS(between) + SS(Week) + SS(between X Week) summary(aov(Headache ~ Week + Error(subj/Week), data=week.long)) Error: subj Df Sum Sq Mean Sq F value Pr(>F) Residuals
8 486.71
60.84
Error: subj:Week Df Sum Sq Mean Sq F value Week
4 2449.2
Residuals 32
612.3
230.4
Pr(>F)
85.042 < 2.2e-16 ***
subj Week Headache
1
V1
21
V1
20
V1
17
V1
25
V1
30
V1
19
V1
26
V1
17
V1
26
V2
22
V2
19
V2
15
V2
30
V2
27
V2
27
V2
16
V2
18
V2
24
V3
7.2
SS(total) SS(between) = SS(Week) + SS(error)
..........
Hans-Rdiger Pfister, Gerd Meier
Beispiel: Howell p. 481 Motor Activity in Rats
Gabe von Midazolam an Ratten ber mehrere Tage, Messung der Aktivitt am letzten Tag ber 6 5min-Intervalle. Midazolam wirkt inhibierend auf die motorische Aktivitt
Quadratsum me vom Typ III 399736,562 399736,562 399736,562 399736,562 80819,958 80819,958 80819,958 80819,958 281199,313 281199,313 281199,313 281199,313
