Дисперсионный анализ для связанных выборок

Метод дисперсионного анализа для связанных выборок применяет­ся в тех случаях, когда исследуется влияние разных градаций фактора или разных условий на одну и ту же выборку испытуемых.Градаций фактора должно быть не менее трех.

В данном случае различия между испытуемыми - возможный са­мостоятельный источник различий. Однофакторный дисперсионный анализ для связанных выборок позволит определить, что перевешивает - тенденция, выраженная кривой изменения фактора, или индивидуальные различия между испытуемыми. Фактор индивидуальных различий может оказаться более значимым, чем фактор изменения экспериментальных условий.

Пример 2.Группа из 5 испытуемых была обследована с помощью трех экспериментальных заданий, направленных на изучение интеллектуальной, настойчивости (Сидоренко Е. В., 1984). Каждому испытуемому инди­видуально предъявлялись последовательно три одинаковые анаграммы: четырехбуквенная, пятибуквенная и шестибуквенная. Можно ли счи­тать, что фактор длины анаграммы влияет на длительность попыток ее решения?

Таблица 2. Длительность решения анаграмм (сек)

Код испытуемого	Условие 1. четырехбуквенная анаграмма	Условие 2. Пятибуквенная анаграмма	Условие 3. шестибуквенная анаграмма	Суммы по испытуемым
суммы

Сформулируем гипотезы. Наборов гипотез в данном случае два.

Набор А.

Н₀(А): Различия в длительности попыток решения анаграмм разной длины являются не более выраженными, чем различия, обусловленные случайными причинами.

Н₁(А): Различия в длительности попыток решения анаграмм разной длины являются более выраженными, чем различия, обусловлен­ные случайными причинами.

Набор Б.

Н_о(Б): Индивидуальные различия между испытуемыми являются не более выраженными, чем различия, обусловленные случайными причинами.

Н₁(Б): Индивидуальные различия между испытуемыми являются более выраженными, чем различия, обусловленные случайными причи­нами.

Последовательность операций в однофакторном дисперсионном анализе для связанных выборок:

1. подсчитаем SS_факт - вариативность признака, обусловленную действи­ем исследуемого фактора по формуле (1).

,

где Т_с – сумма индивидуальных значений по каждому из условий (столбцов). Для нашего примера 51, 1244, 47 (см. табл. 2); с – количество условий (градаций) фактора (=3); n – количество испытуемых в каждой группе (=5); N – общее количество индивидуальных значений (=15); - квадрат общей суммы индивидуальных значений (=1342²)

2. подсчитаем SS_исп - вариативность признака, обусловленную индивидуальными значения испытуемых.

где Т_и – сумма индивидуальных значений по каждому испытуемому. Для нашего примера 247, 631, 100, 181, 183 (см. табл. 2); с – количество условий (градаций) фактора (=3); N – общее количество индивидуальных значений (=15);

3. подсчитаем SS_общ – общую вариативность признака по формуле (2):

4. подсчитаем случайную (остаточную) величину SS_сл, обусловленную неучтенными факторами по формуле (3):

5. число степеней свободыравно (4):

; ; ;

6. «средний квадрат»или математическое ожидание суммы квадратов,усредненная величина соответствующих сумм квадратов SS равна (5):

;

7.значение статистики критерия F_эмп рассчитаем по формуле (6 ):

;

8.определим F_крит по статистическим таблицам Приложения 3 для df₁=k₁=2 и df₂=k₂=8 табличное значение статистики F_{крит_факт}=4,46, и для df₃=k₃=4 и df₂=k₂=8 F_{крит_исп}=3,84

9. F_{эмп_факт} > F_{крит_факт} (6,872>4,46), следовательно принимается альтернативная гипотеза.

10. F_{эмп_исп} < F_{крит_исп} (1,054<3,84), следовательно принимается нулевая гипотеза.

Вывод: различия в объеме воспроизведения слов в разных условиях являются более выраженными, чем различия, обусловленные случайными причинами (р<0,05). Индивидуальные различия между испытуе­мыми являются не более выраженными, чем различия, обусловленные случайными причинами.

Корреляционный анализ