例として、Cole and Grizzle(1966)による調査を取り上げてみましょう。調査結果は、サンプルデータのフォルダにある「Dogs.jmp」テーブルにまとめられています。16匹の犬を、それぞれ2水準の「薬剤」と「ヒスタミンの消耗」に従って4つのグループに分けてあります。従属変数はヒスタミンの血中濃度で、注入後0分、1分、3分、5分後に測定されました。このデータには平均が大きくなると分散も大きくなる傾向が見られるので、濃度の対数を使用します。
1. [ヘルプ]>[サンプルデータライブラリ]を選択し、「Dogs.jmp」を開きます。
2. [分析]>[モデルのあてはめ]を選択します。
3. 「Log(ヒスタミン0)」、「Log(ヒスタミン1)」、「Log(ヒスタミン3)」、「Log(ヒスタミン5)」を選択し、[Y]をクリックします。
4. 「薬剤」と「ヒスタミンの消耗」を選択し、[マクロ]メニューから[完全実施要因]を選択します。
5. 「手法」として[MANOVA]を選択します。
6. [実行]をクリックします。
7. [応答の選択]メニューで[反復測定]を選択します。
「Y名」に「時間」と入力します。「一変量検定も行う」チェックボックスにチェックマークをつけると、応答を重ねて1つの列を作成したときの一変量検定が計算されます。
8. [OK]をクリックします。
図9.9 「反復測定の指定」ウィンドウ
表9.1は、[合計]と[対比]を使った多変量検定と、対応する一変量検定を示します。この表における「一変量検定」は、「Log(ヒスタミン 0)」、「Log(ヒスタミン 1)」、「Log(ヒスタミン 3)」、「Log(ヒスタミン 5)」列のデータを積み重ねて1つのY列を作成し、さらに、時間を示す名義尺度の列を追加したデータに対する分析を指します。
M行列が「合計」 個体間要因 | M行列が「対比」 個体内要因 | ||
---|---|---|---|
多変量検定 | 一変量検定 | 多変量検定 | 一変量検定 |
切片 | 切片 | 切片 | 時間 |
薬剤 | 薬剤 | 薬剤 | 時間*薬剤 |
ヒスタミンの消耗 | ヒスタミンの消耗 | ヒスタミンの消耗 | 時間*ヒスタミンの消耗 |
まず、個体間の分析が先に実行されます。この分析結果は、ポップアップメニューで[合計]を選択した場合と同じです(ただし、タイトルは異なります)。
次に、個体内の分析が実行されます。この分析は、効果名のタイトルに個体内効果(「時間」)が表示されていることを除き、ポップアップメニューで[対比]を選択した場合と同じです。個体間の[合計]で「切片」に相当する箇所が、個体内の[対比]では「時間」と表示されています。これは、切片に対する検定に相当するものが、時間(個体内効果)の平均差に対する検定になるからです。