Analiza wariancji w schemacie wewnątrzgrupowym, potocznie nazywaną „powtarzane pomiary” jest metodą pozwalającą na porównanie ze sobą kilku (dwóch lub więcej) pomiarów przeprowadzonych na tej samej grupie osób – tzw. grupy zależne. W takim badaniu badamy tą są grupę osób kilkukrotnie a poszczególne powtórzone pomiary jej stanowią oddzielne grupy, grupy pomiarów.
Analiza wariancji w schemacie powtarzanych pomiarów stanowi rozszerzenie analizy testem t-Studenta dla prób zależnych. W teście t-Studenta możemy porównać ze sobą jedynie dwa pomiary a w analizie wariancji możemy porównać dwa lub więcej niż dwa pomiary tej samej grupy osób.
Przykład:
Naukowiec chciał sprawdzić, czy nowy rodzaj diety wpływa na redukcję wagi przez uczestników badania. Przed rozpoczęciem stosowania diety (pomiar I) zważył wszystkich uczestników badania, następnie zaczęli oni stosować nową dietę przez okres jednego miesiąca. Po dwóch tygodniach ponownie zmierzył wagę badanym osobom (pomiar II) a na końcu badania po okresie miesiąca dokonał ostatniego pomiaru wagi (pomiar III). Następnie przeprowadził (sprawdzając założenia analizy wariancji) analizę wariancji w schemacie powtarzanych pomiarów w celu sprawdzenia czy stosowanie diety przez uczestników miało wpływ na zmianę wagi. Naukowiec po 2 tygodniach (pomiar II) odnotował spadek masy ciała w porównaniu do pomiaru I, jednakże w badaniu po miesiącu (pomiar III) odnotował taki sam poziom wagi co w badaniu I. Stwierdził, że dieta daje rezultaty w postaci spadku masy ciała jedynie krótkotrwałe, po miesiącu waga powróciła do normalnego poziomu. Naukowiec zaczął zatem analizować podejście do systematyczności stosowania diety przez uczestników badania. Gdyby naukowiec zastosował tylko dwukrotny pomiar (na początku i po miesiącu) jego wyniki nie pokazałyby żadnej zmiany. Wprowadzenie dodatkowego pomiaru dostarczyło naukowcowi pewnych wyników.
Analiza wariancji w schemacie wewnątrzgrupowym umożliwia porównanie większej liczby pomiarów tej samej grupy osób, obserwacji, jednostek badanych.
Analiza wariancji w schemacie wewnątrzgrupowym ma zbliżone założeń standardowych założeń analizy wariancji. W tej analizie dochodzi dodatkowo kwestia analizy sferyczności wariancji (przeczytaj). Jeżeli sferyczność nie jest założona musimy korzystać wtedy z odpowiednich poprawek do wyniku analizy wariancji.
Istotny statystycznie efekt główny analizowanego czynnika informuje nas, że miał on wpływ na mierzoną przez nas zmienną zależną. W przypadku tego schematu analizy wariancji należy uważać na stosowane nazewnictwo zmiennych i czynników. W przykładzie powyżej opisanym zmienną zależną był pomiar wagi, a zmienną niezależną, czynnikiem był moment pomiaru tej wagi! – przed wprowadzeniem diety, w trakcie jej stosowania i na końcu stosowania diety. W przypadku istotnego efektu głównego należy przeprowadzić analizę porównań wielokrotnych pomiędzy poszczególnymi pomiarami.
Ponadto, tak jak w przypadku analizy wariancji w schemacie międzygrupowym możemy wprowadzać do analizy więcej niż jeden czynnik, również i w schemacie powtarzanych pomiarów możemy to uczynić. Możemy analizować kilka czynników wewnątrzgrupowych jednocześnie, uwzględniając efekt interakcji pomiędzy nimi. W analizie tej również przeprowadzamy analizę efektów prostych dla istotnego statystycznie efektu interakcyjnego pomiędzy analizowanymi czynnikami.
Połączenie w jednej analizie czynników międzygrupowych i wewnątrzgrupowych nazywamy schematem mieszanym.
Analiza wariancji wewnątrzgrupowa powtarzane pomiary Wasze opinie