Hoofdstuk 21 Herhaalde metingen analyse

21.1 Intro

Herhaalde metingen analyse, meestal aangeduid met de Engelse term Repeated Measures analysis, is een uitbreiding van enkelvoudige (oneway) anova, factoriele anova of ancova, naar een model waarin de afhankelijke variabele meerdere keren (herhaald) is gemeten. Er zijn hier dus een of meer nominale variabelen (factoren) en nul of meer numerieke variabelen (covariaten) en twee of meer versies van de afhankelijke variabele. We kunnen met deze analyse het effect van de experimentele condities bekijken op de verandering van de afhankelijke variabelen, eventueel gecorrigeerd voor covariaten.

21.1.1 Voorbeeld dataset

In dit voorbeeld gebruiken we de dataset sportcasus. Informatie over deze dataset is te vinden in hoofdstuk 3 en informatie over hoe je data kunt laden staat beschreven in hoofdstuk 4. Hier willen we testen of de sportscore op de drie tijdstippen beinvloed wordt door de interventie (type informatie). Dus is er een verschil tussen de drie tijdstippen en hangt dit verschil af van de interventie.

21.2 jamovi

In het tabblad “Analyses” kun je klikken op “Repeated Measures Anova”. Klik in het bovenste vak “repeated Measures Factor” op “RM Factor 1” en hernoem dat naar bijvoorbeeld ‘sportscores’ (je kan het ook gewoon zo laten staan). In het tweede vak staan standaard twee levels, die kan je een andere naam geven, bijvoorbeeld tijdstip 1, tijdstip 2, en maak dan ook een tijdstip 3 aan. Vervolgens sleep je de drie sportscore variabelen naar hun levels. Dus sportscore1 naar level 1 (of tijdstip 1 als je die hebt hernoemd) etc. Selecteer vervolgens de factoren die je wilt gebruiken en verplaats deze naar het vak “Between Subject Factors”, in dit voorbeeld voorlichting. Eventuele covariaten gaan naar het vak “Covariates”. Nu verschijnt automatisch de tabel met de F-test aan de rechterkant van het scherm. Het model dat je toets bevat nu automatisch alle termen, dus bij twee variabelen wordt ook de interactieterm tussen deze twee bijgevoegd. Als je dat niet wil, kan je het model menu uitklappen en daarin de interactieterm verwijderen, door deze term te selecteren en dan op het pijltje naar links te klikken. Je kan effect sizes aanvinken die dan meteen worden getoond in de tabel. De checks van de assumpties kun je in jamovi direct opvragen door onder het kopje “Assumptions” de verschillende plots aan te klikken.

Daarnaast kun je ook andere informatie toevoegen, zoals de gemiddelden per groep, of post-hoc toetsen. Ook is het mogelijk om contrasten te specificeren per variabele.

In de syntax ziet een covariantie analyse door jamovi er als volgt uit:

jmv::anovaRM(
    data = data,
    rm = list(
        list(
            label="RM Factor 1",
            levels=c("Level 1", "Level 2", "tijdstip 3"))),
    rmCells = list(
        list(
            measure="sportscore1",
            cell="Level 1"),
        list(
            measure="sportscore2",
            cell="Level 2"),
        list(
            measure="sportscore3",
            cell="tijdstip 3")),
    bs = voorlichting,
    rmTerms = ~ `RM Factor 1`,
    bsTerms = ~ voorlichting)

21.3 R

In R kun je met de rosetta package een ANOVA uitvoeren met de functie fanova. Met deze functie kun je zowel One-Way ANOVAs als factoriële ANOVAs uitvoeren, en ook covariantie analyses, maar ook herhaalde metingen anova, afhankelijk van hoe je het model opbouwt. Voor ons voorbeeld kun je de volgende code gebruiken:

rosetta::fanova(dat=sportcasus, 
                y=c("sportscore1","sportscore2","sportscore3"),
                between="voorlichting")

Let op: soms kan de functie fanova een foutmelding geven, met name als je een bestand hebt geïmporteerd vanuit SPSS met de haven package. Om zeker te weten dat de analyse werkt, kun je voor de zekerheid even je databestand (nogmaals) converteren naar een dataframe met dat <- as.data.frame(dat).

21.4 SPSS

In SPSS moet je naar “Analyze”, “General Linear Model”. Hieronder zie je hoe je de analyse kunt doen via General Linear Model.


GLM sportscore1 sportscore2 sportscore3
  /WSFACTOR=Sportscore 3 Repeated 
  /METHOD=SSTYPE(3)
  /PLOT=PROFILE(Sportscore)
  /PRINT=DESCRIPTIVE 
  /CRITERIA=ALPHA(.05)
  /WSDESIGN=Sportscore.
  
  

21.5 APA style report [AANPASSEN]

Voor het rapporteren van een ANOVA zijn verschillende regels opgesteld. Hier worden de APA-7 regels toegepast. Hieronder enkele voorbeelden voor het rapporteren van een ANOVA:

We vonden een statistisch significant effect van leeftijdsgroep op gebruik van sociale media, F(3, 117) = 3.19, p = .026, \(\eta^{2}\) = .21.

Een eenweg ANOVA liet zien dat er een significant verschil was tussen heteroseksuele mensen (M = 41.2, SD = 5.7), biseksuele mensen (M = 33.8, SD = 4.9), en homoseksuele mensen (M = 30.1, SD = 8.2) wat betreft gevoelens van discriminatie, F(2, 133) = 38.89, p < .001, \(\eta^{2}\) = .34.