Análisis de Varianzas con Medidas Repetidas - SPSS 23

A continuación los pasos que se pueden seguir para calcular los resultados de la prueba de Análisis de Varianzas con Medidas Repetidas para un factor en el Software SPSS versión 23

Paso 1

En el menú Analyze/Analizar ir a la opción General Linearl Model / Modelo General Lineal y luego seleccionar la opción Repeated Measures / Medidas Repetidas

Paso 2

En el campo Factor Name / Nombre del Factor escribir un nombre y en número de niveles escribir la cantidad de medidas u observaciones realizadas

Paso 3

De la anterior ventanita hacer clic en el botón Define / Definir con lo cual aparecerán las opciones que se presentan en la siguiente imagen:

En esa ventanita seleccionar las variables que vamos a analizar (las medidas u observaciones realizadas) y pasarlas al cuadro de la derecha con la flecha con lo cual quedaría así:

Paso 4

Hacer clic en el botón Options / Opciones

En esa ventanita seleccionar (OVERALL) / (TODOS) y el factor que se quiere analizar (en este ejemplo MyFactor) y pasarlos al cuadro de la derecha con la flecha con lo cual quedaría así:

En esta anterior imagen observese que también hemos seleccionado la opción "Compair main effects" / "Comparar efectos primarios" y también el ajuste de intervalos de Bonferroni.

Paso 5

Seleccionar las opciones:

• Descriptive statistics / Estadísticos descriptivos
• Estmates of effect size / Estimación del efecto de la muestra
• Observed Power / Poder Observado

Las dos últimas opciones no serían necesarias como tal para la prueba pero sí pueden ser útiles a la hora de reportar los resultados.

Para terminar hacer clic en el botón Continue / Continuar y después en el botón Ok / Aceptar.

Siguiendo los anteriores pasos se obtendrán los resultados de la prueba. Recordar que como en toda prueba estadística hay condiciones (asumptions) que deben cumplirse. Para el caso de la Análisis de Varianzas de medidas repetidas (ANOVA repeated measures) se tienen las siguientes condiciones:

• Los datos deben pasar el test de normalidad. Si los datos no siguen una distribución normal debe aplicarse una prueba no paramétrica alternativa que en este caso es la de Friedman.
• Se debe verificar si se cumple el supuesto de esfericidad. Esto se verifica para decidir cuál de las correcciones que nos proveen los resultados debemos aplicar (Greenhouse-Geisser, Huynh-Feldt, and the lower-bound).

Un ejemplo sobre cómo aplicar la prueba de Friedman se puede consultar en:

http://www.sciencedirect.com/science/article/pii/S0360131515300245