INFORMACIÓN

La revista Psicothema fue fundada en Asturias en 1989 y está editada conjuntamente por la Facultad y el Departamento de Psicología de la Universidad de Oviedo y el Colegio Oficial de Psicología del Principado de Asturias. Publica cuatro números al año.
Se admiten trabajos tanto de investigación básica como aplicada, pertenecientes a cualquier ámbito de la Psicología, que previamente a su publicación son evaluados anónimamente por revisores externos.

PSICOTHEMA
  • Director: Laura E. Gómez Sánchez
  • Periodicidad:
         Febrero | Mayo | Agosto | Noviembre
  • ISSN: 0214-9915
  • ISSN Electrónico: 1886-144X
CONTACTO
  • Dirección: Ildelfonso Sánchez del Río, 4, 1º B
    33001 Oviedo (España)
  • Teléfono: 985 285 778
  • Fax:985 281 374
  • Email: psicothema@cop.es

Cuándo Usar F-Bootstrap en ANOVA Unifactorial de Medidas Repetidas: Error de Tipo I y Potencia

When to use Bootstrap-F in One-Way Repeated Measures ANOVA: Type I Error and Power

María J. Blanca1, Roser Bono2,3, Jaume Arnau3, F. Javier García-Castro4, Rafael Alarcón1 y Guillermo Vallejo5


1 University of Malaga (Spain)
2 Institute of Neurosciences, University of Barcelona (Spain)
3 University of Barcelona (Spain)
4 Universidad Loyola Andalucía (Spain)
5 University of Oviedo (Spain)

Background: With repeated measures, the traditional ANOVA F-statistic requires fulfillment of normality and sphericity. Bootstrap-F (B-F) has been proposed as a procedure for dealing with violation of these assumptions when conducting a one-way repeated measures ANOVA. However, evidence regarding its robustness and power is limited. Our aim is to extend knowledge about the behavior of B-F with a wider range of conditions. Method: A simulation study was performed, manipulating the number of repeated measures, sample sizes, epsilon values, and distribution shape. Results: B-F may become conservative with higher values of epsilon, and liberal under extreme violation of both normality and sphericity and small sample sizes. In these cases, B-F may be used with a more stringent alpha level (.025). The results also show that power is affected by sphericity: the lower the epsilon value, the larger the sample size required to ensure adequate power. Conclusions: B-F is robust under non-normality and non-sphericity with sample sizes larger than 20-25.

Antecedentes: El estadístico F del ANOVA de medidas repetidas requiere el cumplimiento de los supuestos de normalidad y esfericidad. El procedimiento F-bootstrap (F-B) se ha propuesto como alternativa al ANOVA cuando se violan estos supuestos. Sin embargo, la evidencia empírica sobre su robustez y potencia es limitada. El objetivo es analizar el comportamiento de F-B en un mayor número de condiciones. Método: Se realizó un estudio de simulación, manipulando el número de medidas repetidas, tamaño muestral, valores de épsilon y forma de la distribución. Resultados: El procedimiento F-B resulta conservador con valores altos de épsilon, y puede llegar a ser liberal bajo una violación extrema de la normalidad y esfericidad con tamaño muestral pequeño. En estos casos, F-B puede utilizarse con un nivel de alfa más restrictivo (.025). Los resultados también muestran que la potencia se ve afectada por la esfericidad: cuanto menor es el valor de épsilon, mayor es el tamaño muestral necesario para garantizar una potencia adecuada. Conclusiones: El procedimiento F-B es robusto en condiciones de no normalidad y no esfericidad con tamaños de muestra superiores a 20-25.

PDF English English PDF

Impact Factor JCR SSCI Clarivate 2023 = 3.2 (Q1) / CiteScore SCOPUS 2023 = 6.5 (Q1)