in kwantitatieve studies die vergelijkingen van aandoeningen of behandelingen omvatten, zijn er twee basistypes van ontwerpen te overwegen: tussen-proefpersonen of binnen-proefpersonen (ook bekend als herhaalde-maten). In een ontwerp tussen proefpersonen krijgt elke deelnemer slechts één aandoening of behandeling, terwijl in een ontwerp binnen proefpersonen elke deelnemer meerdere aandoeningen of behandelingen krijgt., Elke ontwerpaanpak heeft zijn voor-en nadelen; er is echter een bijzonder statistisch voordeel dat binnen-onderwerpen ontwerpen over het algemeen houden over tussen-onderwerpen ontwerpen.
binnen-proefpersonen ontwerpen hebben een grotere statistische kracht dan tussen-proefpersonen ontwerpen, wat betekent dat u minder deelnemers aan uw studie nodig hebt om statistisch significante effecten te vinden. Bijvoorbeeld, de tussen-onderwerpen versie van een standaard t-test vereist een steekproefgrootte van 128 om een macht van te bereiken .,80, terwijl de binnen-proefpersonen versie slechts een steekproefgrootte van 34 vereist om hetzelfde vermogen te bereiken. Dit voordeel van binnen-onderwerpen ontwerpen kan algemeen bekend zijn voor sommige studenten, maar veel studenten kunnen niet weten waarom dit het geval is. Het antwoord ligt in de manier waarop variantie wordt verdeeld (of “verdeeld”) in een binnen-subjecten analyse.
Neem bijvoorbeeld een variantieanalyse (ANOVA). Bij een ANOVA tussen proefpersonen bestaat de totale variantie uit behandelingsvariantie en foutvariantie., U bepaalt of er verschillen zijn tussen de groepen door de verhouding tussen de behandelingsvariantie en de foutvariantie te onderzoeken. De foutvariantie in dit ontwerp kan worden toegeschreven aan individuele verschillen tussen de deelnemers (bijvoorbeeld demografische verschillen). Met andere woorden, u probeert te zien door de “ruis” van de variantie als gevolg van individuele verschillen om te zien welke impact uw behandeling heeft.
echter, in een binnen-subjecten ANOVA, zijn we in staat om de variantie nog verder te verdelen., Specifiek, kunnen we de variantie als gevolg van individuele verschillen van de rest van de “fout” variantie partitioneren. De totale variantie in de ANOVA binnen proefpersonen bestaat dus uit behandelingsvariantie, variantie tussen proefpersonen (d.w.z. individuele verschillen) en foutvariantie. We bepalen nog steeds het effect van de behandeling door 
de verhouding tussen de variantie van de behandeling en de foutvariantie te onderzoeken., Door de variantie tussen proefpersonen te verdelen, verminderen we de hoeveelheid foutvariantie in de vergelijking, waardoor we de “ruis” verminderen die we moeten doorzien om een significant behandelingseffect te zien. Anders gezegd, omdat we niet geïnteresseerd zijn in verschillen tussen deelnemers in een binnen-onderwerpen ontwerp, kunnen we de tussen-onderwerpen variantie eruit gooien om een duidelijker beeld te krijgen van wat er gaande is in de data.
een dieper inzicht hebben in de statistische voordelen van binnen-onderwerpen ontwerpen kan u helpen om beter geïnformeerde keuzes te maken over uw onderzoeksontwerp in de toekomst!