Teste post hoc em uma ANOVA de design misto 2x3 usando SPSS?

Eu tenho dois grupos de 10 participantes que foram avaliados três vezes durante um experimento. Para testar as diferenças entre os grupos e nas três avaliações, executei um ANOVA de desenho misto 2x3 com group(controle, experimental), time(primeiro, segundo, três) e group x time. Ambos timee groupresultaram significativos, além de haver interação significativa group x time.

Não sei muito bem como proceder para verificar as diferenças entre os três momentos das avaliações, também em relação à participação no grupo. De fato, no começo eu especifiquei apenas nas opções da ANOVA para comparar todos os efeitos principais, usando a correção de Bonferroni. No entanto, percebi que, dessa forma, foram comparadas as diferenças no tempo da amostra total, sem distinção de grupo, estou certo?

Por isso, pesquisei bastante na internet para encontrar uma solução possível, mas com resultados escassos. Encontrei apenas 2 casos semelhantes aos meus, mas suas soluções são opostas!

1. Em um artigo, após o desenho misto, os autores executaram 2 medidas repetidas de ANOVA como post-hoc, uma para cada grupo de sujeitos. Dessa forma, os dois grupos são analisados ​​separadamente, sem nenhuma correção, estou certo?
2. Em um guia na internet, eles dizem para adicionar manualmente a sintaxe do SPSS COMPARE(time) ADJ(BONFERRONI), logo depois /EMMEANS=TABLES(newgroup*time), enquanto executam a ANOVA mista. Dessa forma, as três vezes são comparadas separadamente para cada grupo, com correção de Bonferroni, estou certo?

O que você acha? Qual seria a maneira correta de proceder?

Resposta editada para implementar um comentário encorajador e construtivo por @Ferdi

Eu gostaria de:

1. forneça uma resposta com um script completo
2. Mencione que também é possível testar contrastes personalizados mais gerais usando o comando / TEST
3. argumentar que isso é necessário em alguns casos (ou seja, a combinação EMMEANS COMPARE não é suficiente)

Eu assumo ter um banco de dados com colunas: depV, Group, F1, F2. Eu implementei uma ANOVA de projeto misto 2x2x2, em que depV é a variável dependente, F1 e F2 estão dentro dos fatores sujeitos e o Grupo é um fator entre sujeitos. Suponho ainda que o teste F tenha revelado que a interação do grupo * F2 é significativa. Portanto, preciso usar testes t pós-hoc para entender o que impulsiona a interação.

MIXED depV BY Group F1 F2 
  /FIXED=Group F1 F2 Group*F1 Group*F2 F1*F2 Group*F1*F2 |  SSTYPE(3) 
  /METHOD=REML 
  /RANDOM=INTERCEPT | SUBJECT(Subject) COVTYPE(VC) 
  /EMMEANS=TABLES(Group*F2) COMPARE(Group) ADJ(Bonferroni)
  /TEST(0) = 'depV(F2=1)-depV(F2=0) differs between groups' 
    Group*F2 1/4 -1/4 -1/4 1/4 
    Group*F1*F2 1/8 -1/8 1/8 -1/8 -1/8 1/8 -1/8 1/8 
  /TEST(0) = 'depV(Group1, F2=1)-depV(Group2, F2=1)' Group 1 -1
    Group*F1 1/2 1/2 -1/2 -1/2 
    Group*F2 1 0 -1 0  
    Group*F1*F2 1/2 0 1/2 0 -1/2 0 -1/2 0 .

Em particular, o segundo teste t corresponde ao realizado pelo comando EMMEANS. A comparação EMMEANS pode revelar, por exemplo, que depV foi maior no Grupo 1 na condição F2 = 1.

No entanto, a interação também pode ser conduzida por outra coisa, que é verificada pelo primeiro teste: a diferença depV (F2 = 1) -depV (F2 = 0) difere entre os grupos e esse é um contraste que você não pode verificar com o comando EMMEANS (pelo menos não achei uma maneira fácil).

Agora, em modelos com muitos fatores, é um pouco complicado escrever a linha / TEST, a sequência de 1/2, 1/4 etc., chamada matriz L. Normalmente, se você receber a mensagem de erro: "a matriz L não é estimada", você está esquecendo alguns elementos. Um link que explica o recebimento é esse: https://stats.idre.ucla.edu/spss/faq/how-can-i-test-contrasts-and-interaction-contrasts-in-a-mixed-model/

Não conheço a sintaxe do SPSS particularmente bem, mas, se entendi sua situação corretamente, a interação significativa significa que, para avaliar adequadamente a significância de seus efeitos principais, você precisará fazer análises separadas. Acho que a melhor maneira de proceder é fazer análises de medidas repetidas separadas para cada nível no seu fator de agrupamento. Talvez alguém possa falar melhor da questão de como lidar com a correção de múltiplas comparações durante a análise post-hoc, mas tenho certeza de que você ainda precisa usar uma correção. Você pode experimentar o Tukey, como uma correção de comparação múltipla!

Em resumo. Não existe uma convenção aceita globalmente para essas situações. Alguns usarão correções de Bonferroni. Alguns forçarão a estrutura do Tukey HSD a dançar para eles (por exemplo, Maxwell & Delaney). Em contraste...

COMPARE(time) ADJ(BONFERRONI)", just after "/EMMEANS=TABLES(newgroup*time)

... parece usar a correção de Bonferroni. No entanto, essa abordagem é provavelmente conservadora, especialmente diante das correções no estilo Holm-Sidak. (ESPECIALMENTE se você não usar o RSU como o termo de erro para suas comparações post-hoc).