+

Curso de SPSS aplicado. Anova

de medidas repetidas

+
ANOVA DE MEDIDAS REPETIDAS

Tambin se conoce por el nombre de ANOVA mixto.

Se emplean para estudiar el efecto de uno o ms

factores cuando uno de ellos es intra-sujeto; es decir,
cuando al menos una de las variables se ha medido
dos o ms veces en el tiempo.

Por tanto, en ANOVA mixto pueden existir:

Factores inter-sujetos: seran nuestros grupos de

estudio.

Factores intra-sujetos (medidas repetidas): todos los

niveles de esa variable o factor se aplica a los
mismos sujetos en ms de una ocasin.

+
ALGUNAS CONSIDERACIONES
IMPORTANTES

Si nuestro diseo consiste en medir un factor en dos

ocasiones sobre un solo grupo, no emplearemos el
ANOVA mixto, sino T para muestras pareadas o su
homlogo no paramtrico.

No obstante, si en nuestro diseo contamos con un

factor con dos medidas en el tiempo, y ms de un
grupo de estudio (factor inter-sujeto), s emplearemos
el ANOVA mixto.

+
SUPUESTOS PREVIOS QUE
DEBEMOS COMPROBAR

Todas las variables aleatorias residuales deben tener la misma

desviacin tpica (supuesto de homocedasticidad): es un supuesto
difcil de cumplir ya que los valores esperados estn relacionados con
las desviaciones tpicas. En caso de no cumplirse, habr que aplicar
ciertas correcciones, aunque podemos usar a priori algunos mtodos
para intentar conseguirlo: usar el mismo nmero de sujetos en los
tratamientos, emplear transformaciones de las variables originales,
etc.

Toda variable aleatoria residual debe distribuirse normalmente

(supuesto de normalidad): es el supuesto ms difcil de cumplir. Se
dice que el ANOVA puede tolerar cierto alejamiento de la normalidad
con pocas implicaciones prcticas sobre el resultado.

La comprobacin de estos supuestos est desarrollada en el

documento pruebas no paramtricas.

+
ANOVA DE MEDIDAS REPETIDAS

Como comentamos el diseo bsico de medidas

repetidas consiste en tener un factor intra-sujeto, con
ms de dos medidas en el tiempo.

En el contexto particular que se nos plantea,

abordaremos cmo sera aplicar el ANOVA de medidas
repetidas con un factor inter-sujeto (ms de un grupo
de participantes) y un factor intra-sujeto (ms de una
medida en el tiempo).

+
EJEMPLO

En una investigacin se ha querido analizar el efecto de la

hipnosis frente al tratamiento con medicacin sobre dejar
de fumar en fumadores crnicos. Para ello, se crearon dos
grupos, fumadores que reciban hipnosis y fumadores que
tomaban medicacin, y se registr el nmero de cigarrillos
que fumaban al da antes de la intervencin, a los 2 meses
y a los 6 meses.

Es un diseo de dos factores:

Factor intra-sujetos: nmero de cigarrillo que se

consumen antes-2meses-6meses, por tanto, tres niveles.

Factor inter-sujetos: hipnosis vs medicacin. Contamos

con 15 sujetos por grupo.

+
DESARROLLO EN SPSS

Analizar-> Modelo lineal general - medidas repetidas

En definir factor(es) de medidas repetidas, asignamos

el nombre y los niveles del factor intra-sujeto. Pulsamos
aadir

Pulsamos definir y seleccionamos las variables que

definen los niveles del factor intra-sujeto, con la flecha
la trasladamos al cuadro de variables intra-sujeto.

Seleccionamos la variable inter-sujetos y la

trasladamos a la lista.

+OPCIONES:
-Igualdad

en matrices varianzas-covarianzas. El
estadstico M de Box (y la transformacin en F) se
emplea para contrastar dicha igualdad.
-Comparaciones

mltiples: para los factores intra-sujetos.

Seleccionamos el factor intra-sujeto y la interaccin con
el factor inter-sujeto y movemos a mostrar las medias
para. Seleccionamos comparar los efectos principales
y en el men desplegable elegimos bonferroni.
Pulsamos continuar. Despus pulsamos pegar y en el
editor de sintaxis en la lnea /EMMEANS =TABLES
(consumo*grupo) aadimos
COMPARE(grupo)ADJ(BONFERRONI) (Esto slo lo
haremos si contamos con ms de dos grupos)

POST HOC: Los factores inter-sujetos (siempre que haya

ms de dos grupos) se comparan con Post-hoc. Tuckey si
hay varianzas iguales, Games-Howel si no hay varianzas
iguales.
GRFICOS: intra-sujetos en eje horizontal e inter-sujeto
en lneas separadas. Pulsa aadir.

AHORA LO PRACTICAMOS CON

SPSS

10

11

12

13

14

15

+ En la siguiente tabla se aportan, en primer lugar, las

medias, desviaciones tpicas y tamao de muestra para
cada subgrupo

16

Nos encontramos con la prueba de Box

de igualdad de matrices de varianzascovarianzas. Dicha prueba refiere a un
supuesto que se da en este tipo de
diseos, el de igualdad de matrices de
varianzas-covarianzas o esfericidad.
Para cada nivel de la variable entresujetos tenemos una matriz de
varianzas-covarianzas. Partiendo de
ello, el supuesto de homogeneidad
asume que las k (en nuestro caso 2)
matrices son idnticas a nivel
poblacional. La violacin de este
supuesto implica la necesidad de
aplicar los coeficientes de correccin
que se explican a continuacin. En el
caso de que aceptemos la hiptesis
nula (valor de significacin obtenido es
> .05), concluimos que son
estadsticamente iguales y por tanto no
es necesario aplicar ninguna correccin.

17

+Mediante esta prueba se valida la esfericidad de la matriz de

covarianzas del diseo, aquella calculada a partir de las dos

correspondientes a cada condicin de la variable entresujetos.. Por
norma general, se llega a concluir que dicho supuesto se cumple
cuando el valor de significacin aportado > .05; en caso contrario
sera imprescindible o bien basar nuestra decisin en los
estadsticos multivariados (que no les afecta el incumplimiento) o
ajustar los grados de libertad de la F terica de efectos intrasujeto utilizando los valores de psilon aportados por GreenhouseGeisser (G-G) o bien por Huynh-Feldt (H-F). Girden (1992)
recomienda: cuando psilon (Greenhouse-Geisser) es > .75
debera aplicarse la correccin de Huynh-Feldt, y cuando psilon
(Greenhouse-Geisser) es < .75 o no se aporta el valor de
esfericidad debera aplicarse la correccin de Greenhouse-Geisser.

18

+
Cundo y por qu no se aporta
el valor de esfericidad?

La salida de SPSS no proporciona el valor de esfericidad

cuando se tienen slo dos niveles del factor intrasujetos ya que tericamente siempre se cumple el
criterio de esfericidad en este caso y, por tanto, es
innecesario evaluarlo.

19

En la siguiente tabla se analizaron los efectos de carcter intrasujeto

del diseo, es decir, el del efecto principal del consumo
(antes,2m,6m) y su interaccin con tratamiento.

Examinando directamente la significacin de estos efectos (a partir

de los correspondientes a las Fs ajustadas mediante GreenhouseGeisser) podemos concluir que:

Se encontraron diferencias estadsticamente significativas para el

consumo (.000<.05).

Se encontraron diferencias estadsticamente significativas para el

consumo en funcin del tratamiento recibido (.018<.05)

20

21

22

En esta tabla se valida el supuesto de igualdad de las

varianzas para la variable entre-sujetos. En todos los
casos, pudimos asumir el supuesto en los tres
momentos para los dos grupos de tratamiento (p>.05).

+ La conclusin derivada de la siguiente tabla es que no

existen diferencias significativas en el consumo de
cigarrillos entre los dos grupos de tratamiento, hipnosis
vs medicacin (.359 > .05). El resultado es coherente
en las dos tablas.

23

Respecto al consumo de cigarrillo en los 3 momentos, se encuentran

diferencias significativas en todas las combinaciones antes-2m,
antes-6m, 2m-6m (.000<.05). Por la tabla de descriptivos, sabemos
que el consumo desciende con el paso del tiempo.

24

+El grfico es muy til visualmente para ver los resultados

25

+
EJEMPLO 2

En este caso, analizaremos si existen diferencias entre

tres grupos (control, A y B), comparando las
puntuaciones en una escala de asertividad antes y
despus de la intervencin.

26

27

En primer lugar, se muestran los estadsticos

descriptivos.

28

Con la prueba de Box,

comparamos la igualdad de
las matrices de
covarianzas, encontrndose
que se pudo cumplir el
supuesto (.431>.05)

+ Dado que slo contamos con dos niveles en el factor

intra-sujetos, la prueba de esfericidad no nos devuelve
los valores, ya que se estima por defecto que se
cumple el supuesto. Por ello, asumimos la esfericidad.

29

30

A partir de la F con esfericidad asumida, podemos

concluir que se encontraron diferencias estadsticamente
significativas en el factor intra-sujetos (tiempo, antes y
despus) (.000<.05); por otra parte, tambin podemos
concluir que existe un efecto de interaccin entre el
factor intra-sujeto y entre-sujetos (.000<.05).

+ Se comprob el supuesto de homocedasticidad a

travs de la prueba de Levene, concluyndose tanto
para el momento antes, como para el despus, el
cumplimiento del supuesto (1.000>.05;.678>.05).

31

32

A continuacin, se comparan los efecto entre-sujetos,

encontrndose diferencias significativas entre las 3
condiciones (control, A y B). (.000<.05)

+
Finalmente, en las comparaciones mltiples,
interpretamos Tuckey ya que se pudo asumir el supuesto
de homocedasticidad. Comprobamos que existen
diferencias entre el grupo control-A, as como A-B, no
siendo estadsticamente significativos el resto de
comparaciones. (p<.05)

33

+ En las comparaciones por pares, encontramos

diferencias entre el momento 1 y el momento 2, como
se conclua al inicio, observndose en el descriptivo
como las medias descienden. (.000<.05)

34

35

En las siguientes comparaciones por pares, se observa que

el momento 1, todos los grupos son iguales, mientras que
en el momento 2, existen diferencias entre todas las
combinaciones entre control, A y B. (p<.05)

+
Grfico

36