You are on page 1of 29

Analize complexe 2 Note de curs

Relaiile ntre variabile.


Distingem ntre relaii funcionale i relaii statistice. Relaia funcional ntre dou variabile este exprimat printr-o formul matematic. Dac X denot variabila independent i Y variabila dependent, relaia funcional este de forma Y = f(X). Relaia statistic ntre dou variabile. O relaie statistic, spre deosebire de o relaie funcional, nu este una perfect. n general, observaiile pentru o relaie statistic nu trebuie s cad direct pe curba de relaie. Dou evaluri: evalurile de la sfritul anului sunt luate drept variabile dependente sau variabile rspuns Y i evalurile de la mijlocul anului ca variabile independente, explicativ, sau predictori X. Figura practic care ia natere din vizualizarea n plan a punctelor X i Y este numit diagram de mprtiere sau plan(grafic) de mprtiere. Dei nu are exactitatea unei relaii funcionale, relaia statistic este folosit de multe ori, ea exprimnd o tendin general de asociere a celor dou variabile. Pe lng relaii liniare, exist i relaii curbilinii. Alegerea formei funcionale a relaiei de regresie este legat de alegerea variabilei predictor. Uneori, teoria relevant poate s indice forma funcional adecvat. Mai frecvent, totui, forma funcional a relaiei de regresie nu este cunoscut n avans trebuie s fie decis empiric dup ce datele au fost culese. Funciile de regresie liniare sau ptratice sunt adesea folosite ca o prim aproximare satisfctoare a funciilor de regresie de natur necunoscut. ntr-adevr, aceste tipuri simple de funcii de regresie poate fi folosit egal cnd teoria furnizeaz form funcional relevant, ndeosebi cnd forma cunoscut este extrem de complex, ns poate fi rezonabil aproximat printr-o funcie de regresie liniar sau ptratic. Scopul modelului. n formularea unui model de regresie, noi avem nevoie de obicei de a restriciona riscurile modelului la cteva regiuni sau intervale de valori ale variabilei predictor (sau variabilelor predictor). Scopul este determinat fie cu designul investigaiei, fie prin seria de date la ndemn.
1

Strategia tipic pentru analiza de regresie

Start Analiza exploratoriea datelor

Dezvoltarea uneia sau m m ai ultor m odele de reg resie R evizia m odelelor sau cons ia truc unui m odel nou nou

NU

Es unul sau m m te ai ulte m odele de reg resie adecvat pentru datele la ndem ? n D a S iden m m e tific ai ulte m odele adecvate S fac inferene pe baza m e odelului de reg resie

Michael H. Kuthner, J ohn Netter, William Li Christopher J . Nachtsheim, Applied Linear Statistical Models, McGraw-Hill International Edition, New York ,2005). P. 14

S top

Modelele n psihologie

Ceea ce difereniaz teoriile de modele este, n primul rnd, gradul lor de generalitate: un model este o reprezentare logic-matematic a unui ansamblu limitat de fenomene n condiii riguros definite; o teorie tiinific se aplic la un ansamblu mult mai vast de fenomene Teoria tiinific poate fi considerat ca un model de ordin superior din care pot fi derivate modele locale, adic realizri specifice, care se aplic la anumite obiecte particulare i la anumite clase definite de situaii

Modelul formal Un model formal rezult din aplicarea unui sistem formal la un subansamblu de obiecte ale realitii n scopul de a permite o interpretare n termeni de valoare de adevr. Astfel, un model trebuie s posede o sintax(aceea a sistemului formal i o semantic(rezultnd din proiecia sistemului formal ntr-o realitate cu sens). Sintaxa sistemului formal este definit printr-un ansamblu de condiii(un limbaj): Definiia simbolurilor elementare ale sistemului, a expresiilor sistemului, a regulilor de formare a expresiilor i a expresiilor corect formate ale sistemului(formulele sistemului); 2

Un sistem formal trebuie, de asemenea, s defineasc un procedeu de demonstraie formalizat(axiome, relaii ntre formule i reguli de inferen, teoreme) Sintaxa sistemului formal include formalizarea limbajului i formalizarea demonstraiei. Elaborarea unui sistem formal este o activitate de tip logic sau matematic. Exist sisteme formale logice(logica propoziional) i sisteme formale matematice(exemplu algebra) care au exercitat o mare influen asupra modelizrii psihologice.

Funcii

Indiferent care ar fi dificultile precedente, interesul unui model formal este incontestabil prin faptul c el utilizeaz o sintax, logic sau matematic ncercat, pentru descrierea i interpretarea unui sector din realitate. Dac interfaa ntre sintaxa sistemului formal i semantica modelului este o surs de probleme , o analiz agramatical a realului va avea consecine nc mai grave. Modelul are funcii pozitive, inutil de subestimat sau negat. n ciuda caracterului uneori semantic aproximativ, modelul are urmtoarele avantaje: Este specific(n privina unei situaii); Este explicit(privitor la postulatele i axiomele sale); Este condensator( prin raport cu complexitatea datelor); Uor modificabil(prin modificarea postulatelor sale)
Un model formal poate fi definit ca un sistem relaional, de form,

de structur i de funcii ntre dou obiecte, dintre care unul este un sistem formal i altul, ansamblul limitat de obiecte pe care cineva dorete s le descrie i s le interpreteze.

Remarc Este frecvent situaia de a compara dou obiecte naturale ntre ele i de a sugera c unul dintre ele este modelul altuia(model animal de nvare uman, de exemplu). Este la fel de posibil de a compara un obiect artificial la un obiect natural(ex: modelul informatic al memoriei umane). Cele dou tipuri de comparaii nu sunt
3

echivalente, deoarece n primul caz nu se dispune de sisteme formale de referin pe cnd obiectul artificial al celei de-a doua comparaii este, n mod precis, realizarea material a unui sistem formal Clasificare
n fapt, un model tiinific poate fi construit n scopul de a da seama de funcionare unui obiect complex sau n scopul de a descrie structura unui astfel de obiect. Autorul articolului calific primele modele drept funcionaliste sau funcionale i pe cele secunde modele structuraliste sau structurale.. Este clar faptul c anumite modele sunt tentate de a descrie simultan structurile i legile de funcionare ale obiectelor studiate. A doua clas o calific modele mixte

Explicaii

Estimarea lui Y

Y = .0,20 + .0,13C redint a psy + 0,07Schizotipi 0,05 R eligiozitat e e

n ecuaie se pot introduce valori pentru fiecare persoan a eantionului cu volum de 401subieci, i prin aceasta valori de estimare a experienei cu practici oculte. n coeficientul de regresie din ecuaia anterioar se indic cum se transform puternic variabila dependent, cnd variabila independent corespunztoare crete cu o unitate, n timp ce restul variabilelor independente corespunztoare rmne constant. n datele prezente ia natere punctajul individual pentru cuprinderea tulburrilor schizotipice de personalitate n numrul itemilor rspuni n sensul caracteristicii. n sensul ecuaiei prezentate mai sus a coeficientului de regresie pentru aceast variabil independent se poate interpreta i n aa fel c experiena crete cu 0,07 practici, cnd un item urmtor al scalei a fost rspuns n sensul caracteristicii.

Condiiile necesare pentru a aplica ANOVA simpl


Exist o singur variabil dependent cu consisten scalar de interval; Exist o singur variabil independent, avnd consisten scalar nominal sau ordinal cu cel puin 3 modaliti sau niveluri; Variabila dependent trebuie s fie normal distribuit pentru fiecare dintre modalitile sau nivelurile. n cazul n care nu este normal distribuit sau grupele experimentale conin un numr prea redus de subieci(sub 10) se recomand aplicarea testelor nonparametrice, (exemplu Kruskal Wallis); Varianele trebuie s fie relativ egale pentru fiecare dintre grupele supuse comparaiei(unii autori consider c aceast exigen poate fi nclcat) Fiecare subiect trebuie s fie msurat o singur dat(independena msurtorilor)

Ipoteze
Ipoteza nul H0 vom testa, cu un risc de eroare de 5 %, dac mediile provin din aceeai populaie printe. n acest caz: 6,87 = 9,20 = 8,87 =10,40 = 10,40.Ele sunt cu siguran diferite, dar se estimeaz c diferenele rezult din fluctuaii normale de eantionaj.

Ipoteza alternativ H1 va spune c mediile nu sunt egale. n acest caz: 6,87 9,20 8,87 10,40 10,40. Mediile rezult din populaii printe diferite. Diferenele observate nu sunt semnificative

T abelul ANOVA
Sursa de variaie Variaia Grade de libertate F Variana

Intergrup

127,44

31,86 12,16

Intragrup

183,49

70

2,62

Total

310,93

74

4,20

Observaii asupra tabelului privind rezultatul testului ANOVA simpl


Variaia total este egal cu variaia intergrup i variaia intragrup; Se calculeaz sumele ptratelor variaiilor ambelor situaii(variaia inter i variaia intra); Gradele de libertate sunt egale n cazul dispersiei intergrup cu numrul acestora minus unu (5-1), i n cazul dispersei intragrup cu numrul total de subieci minus numrul grupelor(75-5); Raportul dintre cele dou medii ptratice este rezultatul final F; F-ul se interpreteaz asemntor cu celelalte teste statistice. n cazul n care valoarea lui F este semnificativ statistic(p<0,05, atunci respingem ipoteza nul conform creia nu exist diferene ntre populaiile din care au fost extrase grupele implicate n desingn-ul experimental;

Rezultatul lui F se scrie n felul urmtor: F, (4,70) = 12,16, p< 0,01. Se poate afirma c diferenele ntre cele 5 grupe nu se datoreaz hazardului.

Etape n aplicarea ANOVA simpl


a) verificm dac exist diferene la nivel global ntre grupuri(dac

respingem H0) prin intermediul testului F omnibuz. b) dac rspunsul este afirmativ(rezultatul testului F omnibuz este semnificativ statistic), pentru a afla care dintre grupuri difer ntre ele aplicm procedura comparaiilor analitice, multiple.

Exist dou categorii de comparaii:


1. comparaii planificate, a priori numite contraste;

2. comparaii post-hoc

Contrastele i comparaiile post-hoc


Contrastele testeaz ipoteze pe care cercettorul le-a lansat naintea cercetrii privind diferenele de medii dintre anumite grupuri; comparaiile post-hoc - cercettorul nu are o ipotez unidirecionat lansat anterior(pe baza teoriei) privind diferenele de medie ntre anumite grupuri, i pur i simplu exploateaz toate diferenele posibile ntre mediile grupurilor analizate;

Testele post-hoc(neplanificate

Sunt acele teste pentru care nu exist o ipotez unidirecionat i care verific existena unor diferene semnificative ntre toate perechile de grupuri. Presupun parcurgerea unei serii de pai;

Stabilirea valorii F pentru a evidenia existena diferenelor semnificative ntre grupe; Selectarea testelor post-hoc adecvate pentru a vedea cum difer grupele ntre ele (Aceasta este necesar doar dac ipoteza nul a fost respins n primul pas)

Testele post-hoc

Sunt n numr de 20, i sunt difereniate n funcie de puterea lor(puterea de a descoperi diferene semnificative atunci cnd acestea exist) i probabilitatea de a produce eroarea de tipul I. Sunt grupate dup criteriul egalitii varianelor(n numr de 16 pentru variane egale i 4 n cazul varianelor inegale( Exist dou tipuri de proceduri post-hoc: 1. testeaz diferena dintre fiecare pereche de medii(care intereseaz n mod general); 2. identific subseturi omogene de medii(care nu difer unele de altele).

Unele dintre teste au la baz doar prim procedur(LSD, Bonferoni, Sidak, Dunnet(trei variante), Tamhane, Dunette T3, Games-Howell, Dunette C), altele doar a doua procedur((R-E-G-W-F, R-E-G-W-Q, SN-K, Tukey b, Duncan, Waller-Duncan) iar altele au la baz ambele proceduri(Scheffe, Tukey, Hochberg GT2, Gabriel).

Caz special - testul Dunnett - aplicabil n cazul experimentelor cu grup de control - care compar toate grupurile cu unul dintre ele, considerat de control. Implicit, ultimul grup este considerat de control, ns aceast setare poate fi schimbat, i se poate lua drept reper primul grup. Exist trei variante de aplicare a acestui test:

1. n care mediile sunt comparate cu media grupului de control; 2. n care doar mediile mai mari vor fi comparate cu media grupului de control; 3. n care doar mediile mai mici vor fi raportate la media grupului de control; n primul caz, ipotezele vor fi bidirecionate, n restul cazurilor fiind unidirecionate.

ntrebare frecvent: cea referitoare la modalitatea de alegere dintre toate aceste variante. n cazul egalitii varianelor, majoritatea autorilor recomand utilizarea testelor Bonferoni i Tukey. Dac variabila independent are un numr redus de categorii, se aplic testul
8

Bonferoni(mai puternic n detectarea diferenelor dintre medii atunci cnd numrul de comparaii este redus), n caz contrar recomandndu-se testul Tukey. Totui, n ciuda acestor diferene, majoritatea cercettorilor opteaz pentru Tukey.

Selecie teste post-hoc(F.Sava)


Numr de subieci Egal(10,10, 10) Uor inegal (9,10,11) Puternic inegal (15,10,7) Hochberg(G T2)

Omogenitat ea dispersiei

Dispersii egale

Tukey

Gabriel Tukey b

Dispersii inegale

Dunnet T3

Games Howell

GamesHowell

Testele de contrast sau comparaiile planificate( numite i a priori).

Folosire - cnd ipotezele sunt unidirecionale , stabilite anterior derulrii cercetrii. Contrastele sunt folosite pentru a testa relaiile ntre medii. Un contrast C este o combinaie liniar a mediilor Mi, avnd coeficieni de contrast ai: C = a1M1+ a2M2 +.aiMi, unde a1+a2+a3 + ai =0. Prin intermediul contrastelor se pot realiza urmtoarele comparaii: Media unui grup versus media altui grup (M1 i M2); Media unui grup versus media general a altor grupuri(exemplu M1 i (M2+M3+M4)/3;

Media general unor grupuri versus media general a altor grupuri. De exemplu: (M1+M2)/2 i (M3+M4+M5)/3
Regulile de alocare pentru coeficieni sunt urmtoarele: Grupurile situate n stnga expresiei versus primesc fiecare acelai coeficient cu semnul pozitiv; Grupurile situate la dreapta cuvntului versus primesc fiecare acelai coeficient cu semnul negativ; Condiii : grupurile care au coeficieni pozitivi vor fi comparate cu grupurile care au coeficieni negativi. Grupurile nemenionate n comparaie primesc toate coeficientul 0; Pentru regulile 1 i 2, coeficientul este egal cu numrul de grupuri situate n partea cealalt a cuvntului versus; Suma coeficienilor este egal cu 0.

1. 2. 3. 4. 5.

Contraste

Exemplu
ntr-un experiment avem dou grupuri experimentale, G1 i G2, pe care vom testa dou noi metode de optimizarea nvrii i un grup de control(G3). n prima faz putem verifica dac oricare din cele dou metode dau rezultate mai bune comparative cu neaplicarea lor(grupul de control) iar n a doua faz verificm dac una dintre cele dou noi metode este mai eficient comparativ cu cealalt. Primul contrast este(1,1,-2) iar al doilea(-1,+1,0). Dac am avea 8 grupuri i dorim s comparm grupurile G1, G7 cu G2, G3,G4,G5, coeficieni de contrast ar fi(4,-2,-2,-2,-2, 0,4,0).

Trei criterii de clasificare a testelor de contrast


Dup criteriul complexitii, exist contraste simple i contraste complexe; n cazul n care sunt implicate doar dou medii, avem contraste simple sau contraste pereche. n cazul n care variabila independent are 3 categorii, se compar media grupului 2 cu media grupului 3; coeficienii de contrast vor fi 0,1,-1)Numrul de contraste simple este k(k-1)/2, unde k este numrul de grupuri. Dac lum n consideraie comparaiile care implic mai mult de dou medii avem contraste complexe, care reprezint o combinaie liniar a mediilor grupelor semnificative din studiul realizat. Dac avem de comparat de exemplu efectele unor tipuri de psihoterapii, am putea avea trei grupe experimentale(G1, G2 i G3) i un grup de
10

control(G4). Vom compara toate cele trei grupe experimentale( de fapt media mediilor celor trei grupuri) cu grupul de control(cu media acestuia) n felul urmtor: 1*G1+1*G2+1*G3 v -3*G4, coeficienii de contrast fiind (1,1,1,-3).

Criterii
Dup

criteriul ortogonalitii, contraste neortogonale:

exist

contraste

ortogonale

Contrastele ortogonale sunt contraste independente, neredundante.

Un set de contraste este ortogonal dac fiecare contrast este independent de oricare altul.
Dou contraste C1 = (a1, a2 , a3.am) i C2 = (b1, b2,

b3 i .. bm) sunt ortogonale dac a1b1+a2b2+a3b3 + ambm = 0. Exemplu de verificare a dou contraste, C1= (3,-2,-2,-2,3) i C2 = (0,2,-1,-1,0). Se vor nmuli coeficienii pe coloan, apoi se va face suma(3)*(0) +(2)*(2)+(-2)*(-1)+ (-2)*(-1)+(3)*(0) =0. Concluzia este c cele dou contraste sunt ortogonale
Dac avem un singur contrast nestandardizat, acesta

este n mod obligatoriu ortogonal(pentru c suma coeficienilor este ntotdeauna zero) ; ntr-un set de contraste ortogonale, dac un grup face parte dintr-un contrast, atunci el nu va mai face obiectul unei alte comparaii; ntr-un set de 4 contraste, acest set este ortogonal dac fiecare contrast este ortogonal n raport cu oricare altul Numrul maxim de contraste nestandardizate ortogonale ce pot fi realizate este k-1, unde k este numrul de grupuri.
Avantajul

contrastelor ortogonale este c acestea menin constant eroarea setului de comparaii la nivelul standard de =0,05. n schimb, contrastele nonortogonale cresc riscul de a produce eroarea de tipul I)

11

3 0 0

-2 2 -4

-2 -1 2

-2 -1 2

3 0 0

Criterii

Contrastele nonortogonale sunt acelea care nu respect condiiile enumerate anterior. n consecin, suma produselor a dou contraste(pe coloan) va fi diferit de 0.

Un set de contraste va fi nonortogonal dac va conine cel puin dou contraste nonortogonale(suma produselor coeficienilor este diferit de 0); Numrul maxim de contraste nonortogonale este mai mare dect (k-1);

Dezavantajul contrastelor nonortogonale este c nu menin constant eroarea de tipul I, trebuind s ajustm pragul de semnificaie la care raportm rezultatele n funcie de numrul de contraste. Astfel, pentru cinci contraste nonortogonale, pragul de semnificaie ajustat va fi p = 0,05/5=0,01.
criteriul standardizrii, exist contraste standardizate i contraste nestandardizate.

Dup

12

n cazul contrastelor standardizate, tipurile de comparaii inter-

grupuri sunt specificate n SPSS(menu: AnalyseGeneral Liniar ModelUnivariate. Tipurile principale sunt urmtoarele:
Deviation-contraste

prin deviere(nonortogonale): compar media fiecrui grup(exceptnd grupul de referin care poate fi primul sau ultimul) cu media general a tuturor grupurilor; cu media unui grup specificat(de referin), care poate fi primul sau ultimul; Este util n situaia n care avem un grup de control;

Simple contraste (nonrtogonale): compar media fiecrui grup

Difference contraste prin diferen(ortogonale) compar

media fiecrui grup(exceptndu-l general a grupurilor anterioare

pe

primul)

cu

media

Helmert.contrastele Helmert (ortogonale): compar media

fiecrui grup(exceptndu-l pe ultimul) cu media general a grupurilor urmtoare;

Repetead contraste repetate(non-ortogonale): compar media fiecrui grup(exceptndu-l pe ultimul cu media general a grupului urmtor; Polynomial contraste polinomiale(ortogonale): reprezint creteri(sau descreteri) liniare, curbilinii, cubice, etc de-a lungul unui set ierarhizat de medii(n acest caz, coeficienii au valori fixe n SPSS). Se poate testa, de exemplu, productivitatea unor studii cantitative(ca o cretere liniar) pentru trei grupuri de cercettori: unii care nu au urmat nici un training n analiz tranzacional alii care au beneficiat de un training de nivel mediu i alii care au beneficiat de un training la nivel de expert.

Observaii
Toate condiiile ,prezentate mai sus sunt specifice designurilor cu grupe egale de subieci(balanced design). n cazul designurilor cu grupe inegale de subieci(unbalanced design) apar cteva modificri. Condiia C = a1M1+ a2M2 +.aiMi, unde a1+a2+a3 + ai = 0 devine a1n1 + a2n2 +.+aini=0, iar condiia a1b1+a2b2+a3b3 + ambm = 0 devine

unde n1, n2.nm reprezint cele m grupe de design


13

i =1

ai bi a1b1 a2b2 a3b3 a b = + + + ..... + m m = 0 ni n1 n2 n3 nm

Contrastele standardizate pot fi ortogonale sau non-ortogonale. SPSS dispune de apte contraste standardizate, din care ultimele dou sunt ortogonale Sintez
Nume Deviation (first) Descriere Compar fiecare grup(cu excep ia primului) cu o combinare a tuturor grupelor Compar fiecare grup(cu excep ia ultimului) cu o combinare a tuturor grupelor Fiecare grup este comparat cu prima categorie Fiecare grup este comparat cu prima categorie Contras te 1 2 3 Trei grupe 2 vs(1,2,3) 3 vs(1,2,3) Patru grupe 2 vs (1,2,3,4) 3 vs(1,2,3,4) 4 vs (1,2,3,4)

Deviation (last)

1 2 3

1 vs (1,2,3) 2 vs(1,2,3)

1 vs(1,2,3,4) 2 vs(1,2,3,4) 3 vs(1,2,3,4)

Simple (first) Simple (last)

1 2 3 1 2 3

1 vs 3 1 vs 3 1 vs 2 2 vs 3

1 vs 2 1 vs 3 1 vs 4 1 vs 4 1 vs 4 1 vs 4

Contraste
Repeated Fiecare grup(cu excep ia primei categorii) este comparat cu grupa imediat precedent Fiecare categorie(cu excepia ultimei) este comparat cu media grupelor ulterioare Fiecare categorie(cu excepia primei) este comparat cu media grupelor precedente 1 2 3 1 2 3 1 vs 2 2 vs 3 1 vs 2 2 vs 3 3 vs 4

Helmert

1 vs (2,3) 2 vs 3

1 vs(2,3,4) 2 vs (3,4) 3 vs 4

Diference (Helmert invers)

1 2 3

3 vs (2,1) 2 vs 1

4 vs(3,2,1) 2 vs (2,1) 2 vs 1

Observaii
14

Observaiile privind design-urile cu grupe inegale pot fi ignorate de

cele mai multe ori. Unii autori consider c SPSS ofer rezultate corecte la testele statistice chiar n cazul inegalitii grupelor, ns doar pentru design-uri cu un singur factor. Se observ c rezultatele testelor de contrast tind s fie ceva mai optimiste(designu-rile cu grupe egale de subieci fiind mai puternice dect cele cu grupe inegale
Se pot aplica teste de contrast fr a lua n calcul testul F omnibuz.

Rezultatul la testul F omnibuz poate s nu fie semnificativ (deoarece ia n calcul toate comparaiile pereche )

Mrimea efectului
F F + df int ragrrup

r=

r=

F F + d fin tr a g r r u p

ANOVA factorial
Utiliznd acestui test factorial putem analiza efectele a dou sau mai multe VI asupra unei VD, precum i efectele de interaciune ale VI asupra VD. Condiiile necesare pentru aplicarea ANOVA factorial sunt aceleai ca pentru ANOVA simpl. Sursele de varian n ANOVA factorial sunt:
variana corespunztoare fiecrei VI;

variana corespunztoare efectelor de interaciune; variana intragrupuri sau variana eroare; ntr-un design cu dou variabile independente(X i Y), variana total poate fi descompus n felul urmtor : variana atribuit variabilei X ;
variana atribuit variabilei Y; variana atribuit interaciunii intre variabilele X i Y; variana intragrupuri sau variana eroare.

15

Ce testm?
Se va putea testa : efectul variabilei X asupra variabilei dependente( efectul principal al variabilei X) ; efectul variabilei Y asupra variabilei dependente(efectul principal al variabilei Y) efectul de interaciune ntre variabila X i variabila Y. n cazul unui design cu trei VI vom testa trei efecte principale, trei efecte cu dubl interaciune i un efect cu tripla ciune. ntr-un design cu patru VI vom testa, patru efecte principale, 6 efecte de dubl interaciune, 4 efecte de tripl aciune i 1 efect de quadrupl aciune

Interaciuni
n situaia n care interaciunea ntre variabile este semnificativ, este primordial interpretarea acesteia, interpretarea efectelor principale fcndu-se cu precauie i doar cnd acestea sunt importante n contextul cercetrii. Analizarea efectelor principale semnificative se face prin intermediul testelor de contrast sau a testelor post hoc, aa cum s-a precizat la ANOVA ONE WAY. n cazul n care efectele de interaciune sunt semnificative, atunci analiza acestora urmeaz dou demersuri 1. Analiza efectelor simple; 2. Analiza contrastelor de interaciune

Efecte
Dac un efect principal este evideniat ca semnificativ statistic prin intermediul testului F, atunci este posibil ca acesta s nu fie n realitate semnificativ. Din acest motiv, se recomand verificarea tuturor efectelor principale semnificative prin intermediul testelor t pentru eantioane independente, atunci cnd variabila n cauz are doar dou categorii ; Dac un efect de interaciune X*Y nu este semnificativ statistic, putem totui s verificm efectele simple ale unei variabile(X sau Y) doar n anumite condiii: Dac efectul principal al variabilei X este semnificativ, iar efectul principal al variabilei Y este nesemnificativ, atunci putem analiza
16

efectele simple ale variabilei Y(n acest caz informaii sunt datorate efectului principal al variabilei X ; Reciproc, dac efectul principal al variabilei Y este semnificativ, vom putea analiza doar efectele simple ale variabilei X ; Dac ns nici unul din efectele principale ale variabilelor X i Y nu este semnificativ, atunci vom putea analiza oricare dintre efectele simple ale variabilelor X i Y.

ANOVA simpl cu msurtori repetate


Condiiile n care se poate aplica ANOVA simpl cu msurtori

repetate sunt urmtoarele :


Variabila dependent trebuie s satisfac exigene de scalare de

interval i s fie normal distribuit(n fiecare din condiiile variabilei independente),


condiia

de sfericitate, testat prin testul W al lui Mauchly, presupune omogenitatea varianelor att n cadrul condiiiloe experimentale ct i n cadrul diferenei dintre dou condiii(de exemplu, pentru 4 condiii experimentale, notate cu a1,a2, a3 i a4, dac am crea ase noi variabile reprezentnd diferenele dintre fiecare dou condiii, respectiv, a1-a2, a1 a3, a1-a4, a2 - a3, a2 a4, a3-a4, atunci varianele variabilelor b1, b2, b3, b4, b5, b6 trebuie s fie de asemenea egale). Sfericitatea poate fi considerat i ca o omogenitate a covarianelor, respectiv a coeficienilor de corelaie dintre fiecare dou condiii experimentale. Dac nu se respect condiia de sfericitate, crete ansa de a comite o eroare de prima spe.

fiecare subiect este testat n fiecare condiie experimental.

Sfericitatea
Condiia de sfericitate este relativ rar ntlnit n cercetrile realizare n domeniul psihologiei experimentale. Trebuie amintit faptul c nclcarea acesteia influeneaz rezultatele n mod semnificativ. Dac rezultatele la testul W al lui Mauchly sunt nesemnificative statistic(p>0,05), atunci condiia de sfericitate este ndeplinit. n cazul n care nu se ndeplinete condiia de sfericitate, avem la dispoziie dou alternative: ajustm gradele de libertate n citirea valorillor F din ANOVA(folosind coreciile Greenhouse-Geisser sau Huynh-Feldt;
17

fie folosim analiza de varian multivariat(MANOVA ). n cadrul acestei tehnici vom apela la teste de contrast sau la teste post-hoc., deoarece testul F global testeaz doar dac exist diferene ntre diferitele condiii experimentale. Testele de contrast disponibile sunt doar cele standardizate, iar testele post-hoc sunt LSD, Bonferroni i Sidak(cel mai recomandat fiind testul Bonferroni.

Surse de variabilitate
Variabilitate intra-grup Variabilitate inter-grup Eroare Diferen e individuale Variabile parazite Eroare Diferen e individuale Variabile parazite Efectele de tratament.

F r efect al tratamentului. Cele dou variabiliti sunt aproape identice.

Variabilitate Intra-grup

Variabilitate inter-grup

Variabilitate Intra-grup

Variabilitatea Inter-grup

18

Efect al tratamentului. Variabilitatea intragrup este slab fa de variabilitatea inter grup


Variabilitate Intra-grup Variabilitate inter-grup

Variabilitate Intra-grup

Variabilitatea Inter-grup

ANOVA factorial cu msurtori repetate


Exemplu. Un cercettor a fost interesat n studierea abilitilor

adulilor n vrst pentru a mbunti memoria lor verbal folosind tehnica mnemonic method of loci . Metoda presupune asocierea fiecrui item de memorat cu o locaie specific dintr-o secven de locaii extrem de familiare, precum camera unei case personale(exemplu pentru cuvntul plrie, persoana poate s vizualizeze o plrie atrnnd pe crligul din faa holului). Din cauza faptului c metoda este legat cu uurin de abilitatea de a manipula imagini vizuale, este de ateptat ca persoanele n vrst care sunt sau au fost implicate(incluse) n artele vizuale de desenare, pictur, sculptur, design-grafic vor fi mai bune n utilizarea unei astfel de metode. Pentru a examina aceast posibilitate, cercettorii administreaz un test de memorie verbal la 50 de artiti aduli n vrst i la 50 de aduli n vrst ne-artiti , scorul de interes este exprimat prin procentajul corect. Dup o evaluare de baz, ambele grupe sunt antrenate cu metoda loci i sunt retestate de patru ori la interval de o sptmn. Grup de medii la aceste cinci msurtori.

19

Tabelul 11.1 ilustreaz o variabil W-S(timp) i o variabil B -S(grup).


Saptamna Nr 1 2 3 4 5 6 Etc 99 100 Media 0 42 38 27 27 34 39 . .. 8 25 34,06 1 47 39 41 24 36 44 . 18 34 36,97 2 55 37 45 31 32 37 . 23 43 40,48 3 59 28 58 36 31 44 . 35 49 43,48 4 65 30 70 33 39 43 .. . 36 65 47,30 Media 53,6 34,4 48,2 30,2 34.4 41,4 . .. 24,0 43,2 40,46

Ab st.

14,57

13,74

14,94

17,45

22,04

14,39

Imaginea 11.1. Performan ele medii la memorie.

Variabile Whithin-Subjects i Between-Subjects Figura 11.1 ilustreaz o variabil W-S(timp) i o variabil B-S(grup). Exist dou ipoteze de cercetare a priori:

20

Metoda loci mbuntete n timp memoria oamenilor n vrst.;

Rata de ameliorare va fi mai mare pentru artitii vizuali dect pentru participanii n vrst care nu sunt artiti vizuali. ntrebri:

Difer scorurile (cresc) pe parcursul celor 5 evaluri?

O examinarea mediilor din tabelul 11.1 sugereaz c acestea sunt diferite de la una la alta, ns nu se tie dac sunt statistic semnificative. Care este motivul pentru care nu se realizeaz un simplu ANOVA ONE WAY pentru a testa dac mediile pentru fiecare punct difer?

Sunt dou rspunsuri la aceast ntrebare. ANOVA One Way presupune c observaiile sunt independente. Asumpia este violat din cauza faptului c fiecare participant la studiu contribuie mai mult dect cu un scor corect la setul de date.
1.

A doua raiune const n faptul c One way ignor informaia util setul de date, anume diferenele sistematice ntre indivizi, cum arat coloana cea mai din dreapta. Aceste diferene ntre indivizi n scorurile lor medii sunt contate ca erori n One way ANOVA. Se poate asuma faptul c diferenele de scoruri nu sunt simple erori ntmpltoare, mai degrab ele se produc ca un rezultat al faptului c unii oameni au o memorie mai bun dect alii. O cale de a acomoda violarea strii de independen i prezena de diferene individuale n scorurile memoriei este de a folosi persoana ca o variabil independent dea lungul timpului. A face aceasta , nseamn c persoana este considerat un efect ntmpltor i timpul un efect fixat. Efectele ntmpltoare sunt cele n care nivelurile variabilei sunt selectate la ntmplare dintr-o populaie de niveluri. n cazul metodei de studiu loci, cei 100 de participani pot fi gndii ca selectai ntmpltor dintr-o populaie de oameni n vrst.
2.

Modelul Pe aceast cale, 100 de participani reprezint fiecare 100 de niveluri ale factorului ntmpltor, persoana. Timpul este considerat un efect fix, din cauza faptului c experimentatorul are 5 puncte temporale pentru scopul acestui studiu. Dac se pune problema replicrii acestui studiu, se vor folosi aceleai puncte temporale pentru evaluare(din cauz c timpul este fixat) ns se vor folosi diferite eantioane ntmpltoare de participani(din cauz c persoana este aleatorie). Modelul final ANOVA este cunoscut ca un model fix, din cauza faptului c el conine o combinaie de factori fixai i factori aleatori

21

Calcularea testului statistic. Pentru a determina dac mediile pentru fiecare nivel de timp difer, s-a folosit un test F omnibuz(sau global) pentru a evalua H0 (dup care mediile populaiei nu difer pe parcursul celor 5 puncte temporale). Testul F poate fi considerat i prin raportare la varian. Varianele sunt msurtori ale diferenelor ntre scoruri, i cercettorii sunt interesai n explicarea acestor diferene. Exemplu: cineva poate s se ntrebe dac toate scorurile corecte n setul de date al metodei loci nu sunt aceleai. O posibilitate : exist diferene ntre scorurile corecte din cauza faptului c exist diferene ntre scorurile medii pentru fiecare din punctele temporale. Se determin dac variana explicat prin factorul timp este semnificativ mai mare dect 0. Aceasta este nsoit prin compararea varianei care este datorat efectului cu variana care este datorat erorii. n cazul msurrilor repetate ANOVA, testul F pentru efectul timp este bazat pe urmtorul raport de variane: efectul timp/(persoana x interaciunea). Acest raport capt sens intuitiv dac se consider s aib un total de varian semnificativ care este datorat interaciunii persoan x timp. Interaciunea specific c diferena ntre cele 5 puncte temporale poate s varieze n dependen de fiecare persoan. Ex: scorul persoanei 1 pare s creasc n timp, n timp ce scorul persoanei 2 pare s descreasc. Deci diferenele ntre punctele de timp sunt diferite pentru persoana 1 i persoana 2. n alte cuvinte , interaciunea persoan x timp evalueaz inconsistene n efectul timp ntre oameni. Ideal, concluziile despre efectul timpului ar trebui s fie acelai pentru toi subiecii aflai sub studiu. n consecin, dac creterea varianei care este datorat interaciunii persoan x timp depinde mult de variana care este datorat efectului timp, cineva poate conchide c exist prea mult variaie de la persoan la persoan pentru a face inferene semnificative despre diferenele mediilor de grup pentru cele cinci puncte temporale. Nu este cazul pentru aceste date din cauza faptului c testul pentru efectul timpului d urmtoarea ecuaie: F(4,496) = 28,77, p<.0001. Va fi respins ipoteza de nul a lipsei de diferen ntre mediile de grup de-a lungul timpului

Mrimea efectului Testele de semnificaie ne spun dac variana n variabile dependent explicat prin variabila independent este semnificativ diferit de 0. Important: ct de mult varian este explicat? n limbaj statistic, acesta este un exemplu de puterea efectului . Exist dou tipuri de mrime a efectului: brut(sau nestandardizat) i standardizat
22

Nestandardizat: mrimea efectului este exprimat ca cea mai mare diferen ntre unele dintre medii. n exemplul nostru, ar fi diferena ntre timpul 4(47,30) i mrimea de pornire (34,06), care este 13,24 Acesta este efectul brut sau nestandardizat din cauz c el este exprimat n metrica original a variabilei dependente, scorul adevrat la memorie. Aceste scoruri sunt procentaje, aa nct efectul detectat corespunde la 13,24 puncte percentile pe msur. Similar poate fi tiut c efectul este egal la 100 x (13,24/34,06 = 39%. Mrimea efectului Mrimea efectului brut este folositoare cnd variabila dependent este msurat pe o metric binecunoscut ca punctele percentile, scoruri T, scoruri z Calcul pentru mrimea standardizat a efectului. Repere: 0,01 valoarea mic; 0,09 Valoare medie; 0,25 Valoare mare.

2 =

ddl F 4 28,7 7 1 = = 0,22485 ddl F + ddl2 ( 4 28,77) + 396 1

Semnificaie eta ptrat Cohen: 23% din variabilitatea scorurilor memoriei au fost legate n variabilitatea n timpii de msurri. Efectul poate fi considerat relativ mare. Teste de continuare Respingnd ipoteza de nul, urmtorul pas este de a determina care medii sunt semnificativ diferite una de alta. Ca n ANOVA tradiional, exist dou categorii de teste de continuare: Comparaii post-hoc ntre medii; Contraste a priori Teste post-hoc Dac un cercettor nu are o ateptare specific a priori privind diferenele ntre mediile individuale, atunci o analiz post hoc va fi realizat pentru a compara toate perechile de medii. n metoda loci, cele 5 puncte temporale produc k(k-1)/2 =5(5-1)/2=10 comparaii unice ntre medii, unde
23

k este numrul de niveluri ale variabilei W-S. Interpretarea testele multiple de semnificaie statistic crete ansele erorii de tip 1(uneori numit inflaie alfa . Fiecare procedur post-hoc controleaz erorile de tip I. Teste de contrast. Prima ipotez: memoria se va mbunti n timp n urma aplicrii metodei loci. Aceasta este cunoscut ca o ipotez a priori din cauza faptului c cercettorul prezice un pattern particular al mediilor nainte de a realiza analiza. Aa cum este declarat, ipoteza este ambigu. Prezice c media scorurilor adevrate va n cretere peste timp, ns nu specific cum aceasta va crete(exemplu: n linie dreapt, n linie curb sau o cretere brusc. Din punct de vedere tehnic, dac pattern-urile mediilor sunt ateptate s creasc, ni se spune c mediile sunt n cretere monoton funcie de timp(cretere monoton). Pentru a testa a priori ipotezele, cercettorii folosesc contraste planificate. Concentrare pe dou contraste folosite n mod comun pentru date cu msurri repetate: repetate i polinomiale. Un contrast repetat compar fiecare nivel al variabilei W-S cu nivelul adiacent(nvecinat). Metoda loci: aceasta va determina o examinare a diferenelor ntre nivelul de baz i T1, T1 i T2, T2 i T3, T3 i T4. Numrul maxim de contraste pe care cineva la va putea examina este de data aceasta k-1, unde k este numrul de niveluri al variabilei W-S. Contrastul polinomial Un contrast polinomial, numit i analiz de tendin, este realizat pentru a determina forma relaiilor dintre nivelurile variabile W-S. Pentru variabila WS cu k niveluri, sunt realizate k-1 contraste. Primul reprezint o relaie liniar(linie dreapt) printre niveluri, al doilea reprezint o relaie ptratic(model U sau o parabol: variabila W-S la puterea a doua), al treilea o relaie cubic(model S: variabila W-S la puterea a treia) .a.m.d. Specificm faptul c modelul de curb polinomial poate fi determinat prin observarea puterii la care este ridicat variabila. Numrul minus 1 ne spune ct de multe coturi(nclinaii, ndoituri) exist n curb. Deci timpul2 este reprezentat printr-o curb cu 2-1 = 1 coturi(la modelul U) i timp 3 este reprezentat printr-o curb cu 3-1=2 curbe(la modelul S). Contraste polinomiale n metoda loci exist k-1=4 contraste polinomiale pentru timp. Aceast medie care este posibil pentru a testa pentru un efect al timpului, un efect ptratic(timp2) un efect cubic(timp3) i un efect quartic(timp4) Un test F separat este folosit pentru fiecare polinomial pentru a determina dac fiecare trend particular(liniar, ptratic, cubic) explic o cretere
24

semnificativ a varianei n variabila dependent. Pentru metoda datelor loci, doar primul termen polinomial corespunznd efectului liniar al timpului este semnificativ. F(1,99) = 30,96, p<.001, 2 = .24. Deci, se poate trage concluzia c scorurile la memorie a adulilor btrni s-au mbuntit n timp i c forma acestei mbuntiri este o cretere liniar n timp. Asumpii. ANOVA cu msurri repetate are aceleai asumpii de baz ca ANOVA standard cu o mic deformare. Independena observaiilor cere ca fiecare scor al participanilor s nu fie influenat de ctre alte scoruri ale participanilor.. Ex: n studiul care examineaz efectul unei intervenii educaionale folosind grupuri de ctre 8-10 studeni, performana fiecrui copil particular n grup poate fi influenat de ctre ceilali copii din acel grup. n consecin, observaiile nu sunt independente unele de altele. Aceast asumpie nu poate fi violat sau n caz contrar testele F nu vor furniza estimri corecte ale msurrii erorii de tip I.(valorile p). Normalitatea cere ca distribuia variabilei dependente n populaie s fie normal. n cazul ANOVA cu msurri repetate, aceasta consider ca valorile variabilei dependente la fiecare nivel al variabilei W-S sunt normal distribuite n populaie. Cnd o variabil B-S precum tratamentul de grup este cerut, VD trebuie s fie normal distribuit n populaie pentru fiecare grup la fel. n general vorbind, ANOVA cu msurtori repetate este considerat robust la violrile asumpiei normalitii. Mediile sunt semnificativ distorsionate doar cnd distribuia datelor este o deviaie extrem de la normal. n schimb, cercettorul poate s opteze de a transforma datele pentru a face distribuia mai normal, sau el poate s aleag o analiz non-parametric care testeaz Omogenitatea varianelor Tehnic, asumpia este cunoscut ca sfericitate i descrie o form a relaiei ntre scoruri la toate nivele variabilei W-S. Cerine: Varianele msurtorilor la fiecare nivel al factorului repetat sunt egale; Covarianele, i n consecin corelaiile, ntre msurri i fiecare nivel al factorului repetat sunt de asemenea egale. Pentru studiul cu metoda loci, s-ar putea considera c varianele scorurilor corecte la baz i sptmnile 1-4 trebuie s fie egale i c valoarea corelaiilor ntre scorurile oamenilor la fiecare dou puncte de timp trebuie s fie egale. Cnd exist doar dou nivele ale variabilei W-S, asumpia de sfericitate este n dificultate deoarece exist doar un termen de covarian. ntr-un design factorial cu msurtori repetate care include variabile B-S cum ar fi grupul, o cerin adiional este ca varianele i covarianele
25

msurrilor repetate trebuie s fie aceleai pentru fiecare grup. Aceast asumpie, cunoscut ca matrice de omogenitate a covarianelor poate fi testat folosind testul M a lui Box. Dac variabila dependent nu este normal distribuit, cu toate acestea, M-ul lui Box tinde de a indica faptul c matricele de covariaie sunt diferite, cnd de fapt acestea nu sunt. Combinarea asumpiilor de sfericitate i omogenitate a matricei covarianelor este cunoscut sub numele de multisample sphericity. Sfericitatea. Cnd asumpia de sfericitate nu este ntlnit, testul F este distorsionat n direcia indicrii diferenelor semnificative cnd ele nu apar n realitate. Din aceast raiune, cercettorii evalueaz adesea gradul de sfericitate cu o valoare denumit epsilon(2). Un de 1,0 indic faptul c sfericitatea este ntlnit, i o valoare de a lui = 1/k-1) indic cea mai rea violare posibil a sfericitii, unde k este numrul de niveluri pentru variabila W-S. Exist dou moduri de calculare a lui : estimatorul GreenhouseGeisser(1959) i estimatorul Huynh-Feldt(1976). Primul o subestimeaz, al doilea o supraestimeaz.n exemplul nostru, acetia sunt foarte compaci GG=.290 i H.F=.291. Aceste valori sugereaz o deprtare semnificativ de sfericitate. Autorii de articole tiinifice n revistele tiinifice raporteaz rar valoarea lui , i puini indic metoda de a o calcula. Cel mai ru posibil cu trei niveluri este .50 i pentru ase niveluri cu .20. Astfel, ce este o valoare suficient de bun a lui pentru a indica faptul c asumpia sfericitii nu este nendoielnic violat? Pare s fie un consens ntre cercettori c >.90 este destul de sigur.

Testele F ajustate
Dou opiuni cnd sfericitatea pare s fie violat. Una este de a folosi Msurri repetate MANOVA, n cazul n care violarea sfericitii nu este prea extrem ( ntre .75 i.90, un test F ajustat poate s fie folosit cu un cadru de model mixt. Testul ajustat este obinut prin multiplicarea gradelor de libertate de la numitor i numrtor prin fcnd posibil de a obine o valoare F mai mare cu semnificaie extins(cnd sfericitatea nu este ntlnit, atunci valoarea lui F este distorsionat, n sensul de a fi mai mare dect cea calculat. Fiecare din cele dou formule poate fi folosit, rezultnd o ajustare mai conservativ sau mai liberal. n 1996, Stevens recomand efectuarea mediei ntre cele dou estimri a lui , folosind corect df. n metoda modelului loci, gradele de libertate pentru testul F(4,396) vor fi ajustate la(1.16,114,80) folosind GG i (1,16, 115,31 folosind HF. n ambele cazuri se obine un F de 28,76 care este nalt semnificativ, p<.0001.

Sfericitate i contrast
26

Ca i cu testul F general pentru efectul W-S, analiza de contrast a priori i post hoc este vulnerabil la violarea asumpiei de sfericitate . Validitatea valorii p obinut din analizele de contrast este mai dependent de asumpia de sfericitate dect testul global F. Cel mai important lucru de cunoscut este c atunci cnd sfericitatea nu este ntlnit, acest test statistic poate fi distorsionat n direcia indicrii rezultatelor semnificative care nu sunt de fapt semnificative. ANOVA factorial Exemplificare cercetare: Un cercettor vrea s cerceteze dac anxietatea fa de testare este influenat de tipul de temperament, de stima de sine i de interaciunea dintre aceste dou variabile independente:Nivelurile variabilelor independente vor fi: Stima de sine: 1 stim de sine sczut; 2 stim de sine ridicat; Tip temperamental: 1- introvertit; 2 ambivert 3 - extravertit; Variabila dependent: anxietatea fa de examen determinat cu testul TAI al lui Spielberger Design-ul cercetrii

Introverti Ambivert Extravert t it Stim de sine sczut Stim de sine ridicat G1 G2 G3 G4 G5 G6

temp stima 1,00 2,00 3,00 Total 1,00 15 20 20 55

27

2,00 29 Total 44

19 39

17 37

65 120

Redare rezultat

F ,682

df1 5

df2 114

Sig. ,638

Interpretare ANOVA factoriala

Interpretare:tipul de temperament influeneaz n mod diferit anxietatea fa de examinare n funcie de nivelul stimei de sine Exist dou direcii generale de analiz a efectelor de interaciune: Analiza efectelor simple; Analiza contrastelor de interaciune Prin acest demers analizm influena unei VI n fiecare din condiiile alte VI. Designul experimental este de tipul 3x2 i avem ase grupuri experimentale(G1 G6) i ase medii(M1 M6) Analiza efectelor simple ale VI tip temperamental n fiecare din cele dou condiii ale variabilei independente stimei de sine(sczut- ridicat):

1. Efectul simplu al tipului de temperament n condiii de stim de sine sczut(verificm dac exist diferene ntre mediile M1, M3, M5;

28

2. Efectul simplu al timpului de temperament n condiii de stim de sine ridicatM2, M4 i M6 Analiza efectelor simple ale VI stim de sine sczut - stim de sine ridicat n cele trei condiii ale VI tip de temperament

1. Efectul simplu al stimei de sine n condiia introvertit(compararea mediilor M1 i M2); 2. Efectul simplu al stimei de sine n condiie de ambivert(compararea mediilor M3 i M4); 3. Efectul simplu al stimei de sine n condiie de extravert(compararea mediilor M5 i M6); Se recomand analiza efectelor simple corespunztoare doar uneia dintre VI , i nu ambelor VI,deoarece informaiile obinute ar fi redundante

29

You might also like