Disegni ad un fattore tra i soggetti. Disegni ad un solo fattore between Quando i livelli del trattamento possono influenzarsi reciprocamente è necessario.

Presentazione sul tema: "Disegni ad un fattore tra i soggetti. Disegni ad un solo fattore between Quando i livelli del trattamento possono influenzarsi reciprocamente è necessario."— Transcript della presentazione:

1 Disegni ad un fattore tra i soggetti

2 Disegni ad un solo fattore between Quando i livelli del trattamento possono influenzarsi reciprocamente è necessario che gruppi diversi di soggetti siano assegnati alle diverse condizioni sperimentali

3 Dato che ogni soggetto è sottoposto ad una sola condizione sperimentale, questo tipo di disegno non subisce le influenze degli effetti dell’ordine e della sequenza

4 La sua validità deriva tuttavia dall’assunto che i gruppi siano effettivamente equivalenti

5 Questo può essere ottenuto solo con un alto numero di soggetti, per cui questi disegni sono più dispendiosi in termini di numerosità dei soggetti impiegati

6 Se le condizioni sperimentali lo consentono, i soggetti appartenenti ai diversi gruppi possono essere testati in parallelo per ottenere un risparmio di tempo sulla durata complessiva dell’esperimento

7 esempio effetto delle dimensioni di un oggetto sulla stima del suo peso

8 Supponiamo che una teoria cognitiva supponga che le dimensioni di un oggetto influenzino la nostra percezione del suo peso

9 Vogliamo far stimare ai nostri soggetti il peso di oggetti Grandi, Medi e Piccoli che abbiamo in realtà tutti lo stesso peso

10 Se ogni soggetto stimasse il peso di tutti gli oggetti probabilmente si accorgerebbe che essi sono uguali Dobbiamo quindi ricorrere ad un disegno tra i soggetti

11 Il disegno presenta un solo fattore a tre livelli (F 3 =dimensione); i livelli sono f1=Grande, f2=Medio, f3=Piccolo La variabile dipendente è il peso stimato (oppure lo scarto dal peso reale degli oggetti).

12 SoggettoOggetto Grande (kg) Oggetto Medio (kg) Oggetto Piccolo (kg) 16,25,53,5 26,55,03,8 36,35,24,2 46,05,84,5 55,85,34,5 65,74,55,0 76,04,94,0 86,05,04,2 95,55,04,0 105,94,84,5 media:5,995,14,22

13 Il modello di analisi dei dati in questo caso è una ANOVA ad una via per campioni indipendenti (one way ANOVA between subjects).

14 Il risultato dell’analisi ci mostra che l’effetto è significativo?

15 Anova: Single Factor SUMMARY Column 11059,95,990,08544444 Column 210 51 5,10,13555556 GroupsCountSumAverageVariance Column 31042,24,220,18177778

16

17 Le condizioni differiscono tutte le une dalle altre? Questo tipo di confronto si chiama confronto a coppie (confronti post hoc) diversamente dai confronti ortogonali con i quali si testano ipotesi precise e pianificate a priori sulla differenza fra un gruppo e uno o più gruppi

18 In generale i confronti tra coppie di condizioni vanno eseguiti con tecniche statistiche particolari (confronti post hoc) che tengono sotto controllo la possibilità di incorrere in errori di primo tipo per effetto della ripetizione dei confronti

19 Nel nostro esempio immaginiamo di voler verificare che la condizione ‘Oggetto Medio’ differisca da quella ‘Oggetto Grande’.

20 Possiamo usare la statistica t di Student per eseguire questo confronto a coppie

21 Il confronto con il test t di Student può essere eseguito sia con l’ipotesi dell' uguaglianza delle varianze tra i due gruppi sia senza questa ipotesi

22 Dato che si hanno chiare indicazioni sulla direzione dell’effetto, si può utilizzare il test ad una sola coda, che consente di ridurre la probabilità di errori di primo tipo (o alfa – rifiutare l'ipotesi nulla quando è vera).