Nous allons présenter une ANOVA à mesures répétées comportant non seulement un facteur intra-sujets mais également un facteur inter-sujets. Pour ces données, supposons que certains rats aient été soumis à un régime spécial (facteur inter-sujets), et nous souhaitons également savoir si le traitement a eu un effet
Apprentissage en fonction de l’essai et du traitement (Données hypothétiques)
Entrées dans SPSS, nos données sont :
Pour lancer l’analyse, nous sélectionnons comme précédemment :
ANALYSE → MODÈLE LINÉAIRE GÉNÉRAL → MESURES RÉPÉTÉES
Nous nommons une fois de plus le facteur intra-sujets, mais il faudra aussi inclure le facteur treat (traitement) dans l’analyse :
Remarquez ci-dessus que nous avons déplacé treat dans la boîte des facteurs inter-sujets. Nous procédons ensuite à l’analyse :
Les tests multivariés montrent qu’il existe une preuve d’un effet de l’essai (p = 0.007), mais pas d’une interaction essai*traitement (p = 0.434).
Test de sphéricité de Mauchlya
Le test de sphéricité de Mauchly donne une valeur p = 0.245, donc nous n’avons pas de preuve pour rejeter l’hypothèse nulle de sphéricité. Cela signifie que nous pourrions, en théorie, interpréter la sortie avec sphéricité supposée (mais nous interpréterons de toute façon le test de Greenhouse–Geisser, qui est plus conservateur).
Tests des effets intra-sujets
Les tests univariés ci-dessus révèlent un effet pour l’essai (p = 0.000), mais aucun pour l’interaction essai*traitement (G–G, p = 0.194).
Tests des effets inter-sujets
Les effets inter-sujets indiquent la présence d’un effet pour le traitement (p = 0.005), avec un eta carré partiel de 0.891. Un graphique illustrant les résultats montre clairement cette tendance :
Une ANOVA à mesures répétées 2 × 3 a été réalisée, où le traitement était le facteur inter-sujets avec deux niveaux, et l’essai était le facteur intra-sujets avec trois niveaux. Un effet de traitement (p = 0.005) ainsi qu’un effet d’essai (p < 0.001) ont été observés. Aucune preuve d’un effet d’interaction n’a été trouvée (Greenhouse–Geisser, p = 0.194).