spss多因素方差分析

《spss多因素方差分析》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、第6章多因素方差分析6.1兩因素被試間方差分析6.2三因素被試內(nèi)方差分析6.3多因素混合實驗設(shè)計單因素方差分析這種設(shè)計只包含一個因素，該因素有兩個水平或以上水平，單因素設(shè)計有多種形式。單因素被試間方差分析Analyze→CompareMean→One-WayANOVA...單因素方差分析檢驗因變量在單一自變量不同水平上的差異，自變量被劃分為兩個以上的水平，被試只接受一種處理。如果不同水平之間的差異顯著，我們可以推論因變量的變化由自變量引起。單因素被試內(nèi)方差分析Analyze→GeneralLinearModel→Repeatedmeasures...如果被試同時接受不同

2、水平的處理，則需要重復(fù)測量形成幾個彼此不獨立的變量，因此需要調(diào)用GLM命名對因變量進行重復(fù)測量方差。多因素方差分析多因素被試間方差分析（多因素完全隨機實驗設(shè)計）Analyze→GeneralLinearModel→Univariate這種設(shè)計的特點是，研究包含兩個或以上因素，并且均為被試間變量，產(chǎn)生不同的水平結(jié)合，被試隨機地分配到各水平結(jié)合中，接受實驗處理。多因素被試內(nèi)方差分析（重復(fù)測量設(shè)計）Analyze→GeneralLinearModel→Repeatedmeasures...研究包含兩個或以上因素，并且均為被試內(nèi)變量，每名被試都要接受變量所有水平的實驗處理。[例

3、6.1]研究不同的教學(xué)方法A（包含a1集中識字，a2分散識字），和不同的教學(xué)態(tài)度B（包含b1嚴肅型，b2輕松型）。將20名被試隨機分成四組，每組5人，每組接受一種實驗處理。試分析兩種因素對兒童識字量的差異。【解題思路】兩因素完全隨機實驗設(shè)計(2*2被試間實驗設(shè)計)自變量：因變量：主效應(yīng)：交互效應(yīng)：教學(xué)方法教學(xué)態(tài)度兒童識字量不同教學(xué)方法產(chǎn)生的兒童識字量均值是否存在顯著差異。不同教學(xué)態(tài)度產(chǎn)生的兒童識字量均值之間是否存在顯著差異。意味著一個自變量對于因變量的作用受到另一個自變量的影響。教學(xué)方法對識字量的影響，受到不同教學(xué)態(tài)度的影響。教學(xué)態(tài)度對識字量的影響，受到不同教學(xué)方法的影

4、響。步驟一：定義變量例題中教學(xué)方法A和教學(xué)態(tài)度B均為被試間因素，并且四個水平都是隨機分派確定，所以四組需縱向排在一列中。1-5行為A1B16-10行為A1B211-15行為A2B116-20行為A2B2兩因素被試間方差分析SPSS操作步驟二：正態(tài)檢驗Analyze→DescriptionStatistics→Explore檢驗每個水平結(jié)合下數(shù)據(jù)的是否為正態(tài)分布。由于Explore的默認功能是對因素的主效應(yīng)進行檢驗，并不是對每個水平結(jié)合的數(shù)據(jù)進行正態(tài)檢驗，因此需要使用句法編輯命令進行相應(yīng)檢驗。單擊paste按鈕，將操作命令粘貼至句法編輯窗口(syntaxeditor)，在

5、A、B兩因素之間加入BY。表一給出了各水平結(jié)合下數(shù)據(jù)的正態(tài)分布檢驗，通過S-W方法，得出p>0.05，接受虛無假設(shè)，因此數(shù)據(jù)均服從正態(tài)分布。步驟三：將自變量、因變量選入對話框Analyze→GeneralLinearModel→Univariate步驟四：選擇分析模型Univariate→Model按鈕單擊Model按鈕，打開子對話框，選擇默認的模型Fullfactorial，表示方差分析的模型包括所有因素的主效應(yīng)，也包括因素之間的交互效應(yīng)。步驟五：選擇分布圖形Univariate→plot按鈕在兩因素方差分析時，選擇A變量為橫軸變量(HorizantalAxis),選

6、擇B變量為分線變量(Separatelines),單擊add，即顯示兩因素變量的交互作用，A*B?；蛘邔選為橫軸變量，將A選為分線變量，同樣可以顯示兩因素的交互效應(yīng)，B*A.步驟六：事后多重比較設(shè)定Univariate→PostHoc…由于此例中兩個因素A、B都只有兩個水平，因此如果主效應(yīng)顯著，則表明因素兩水平之間存在顯著性差異，事后多重可以省略。步驟七：方差齊性檢驗選擇Univariate→Option到底什么情況下需要進行多重比較？通過方差得出因素的主效應(yīng)顯著時需進行事后多重比較(因素水平數(shù)目>2)，即直接比較同一因素內(nèi)多個水平之間的均值差異。但實際研究中如果主效

7、應(yīng)和交互效應(yīng)都達到顯著，研究者更關(guān)心在多因素交互作用下，因變量有什么影響。因此交互效應(yīng)顯著時，通常需要進行簡單效應(yīng)檢驗。簡單效應(yīng)檢驗所謂簡單效應(yīng)是指，一個因素的水平在另一個因素的某個水平上的變異。例如教學(xué)方法A與教學(xué)態(tài)度B之間存在顯著的交互作用，研究者可以檢驗在B1水平上，A1、A2之間的差異，即可稱為A在B1水平上的簡單效應(yīng)。以及在B2水平上A1、A2之間的差異，即可稱之為A在B2水平上的簡單效應(yīng)。簡單效應(yīng)檢驗，實際上是把其中一個自變量固定在某一個特定的水平上，考察另一個自變量對因變量的影響。究竟將哪個自變量固定，視研究者興趣而定。當然