spss多因素方差分析

《spss多因素方差分析》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第6章多因素方差分析6.1两因素被试间方差分析6.2三因素被试内方差分析6.3多因素混合实验设计单因素方差分析这种设计只包含一个因素，该因素有两个水平或以上水平，单因素设计有多种形式。单因素被试间方差分析Analyze→CompareMean→One-WayANOVA...单因素方差分析检验因变量在单一自变量不同水平上的差异，自变量被划分为两个以上的水平，被试只接受一种处理。如果不同水平之间的差异显著，我们可以推论因变量的变化由自变量引起。单因素被试内方差分析Analyze→GeneralLinearModel→Repeatedmeasures...如果被试同时接受不同

2、水平的处理，则需要重复测量形成几个彼此不独立的变量，因此需要调用GLM命名对因变量进行重复测量方差。多因素方差分析多因素被试间方差分析（多因素完全随机实验设计）Analyze→GeneralLinearModel→Univariate这种设计的特点是，研究包含两个或以上因素，并且均为被试间变量，产生不同的水平结合，被试随机地分配到各水平结合中，接受实验处理。多因素被试内方差分析（重复测量设计）Analyze→GeneralLinearModel→Repeatedmeasures...研究包含两个或以上因素，并且均为被试内变量，每名被试都要接受变量所有水平的实验处理。[例

3、6.1]研究不同的教学方法A（包含a1集中识字，a2分散识字），和不同的教学态度B（包含b1严肃型，b2轻松型）。将20名被试随机分成四组，每组5人，每组接受一种实验处理。试分析两种因素对儿童识字量的差异。【解题思路】两因素完全随机实验设计(2*2被试间实验设计)自变量：因变量：主效应：交互效应：教学方法教学态度儿童识字量不同教学方法产生的儿童识字量均值是否存在显著差异。不同教学态度产生的儿童识字量均值之间是否存在显著差异。意味着一个自变量对于因变量的作用受到另一个自变量的影响。教学方法对识字量的影响，受到不同教学态度的影响。教学态度对识字量的影响，受到不同教学方法的影

4、响。步骤一：定义变量例题中教学方法A和教学态度B均为被试间因素，并且四个水平都是随机分派确定，所以四组需纵向排在一列中。1-5行为A1B16-10行为A1B211-15行为A2B116-20行为A2B2两因素被试间方差分析SPSS操作步骤二：正态检验Analyze→DescriptionStatistics→Explore检验每个水平结合下数据的是否为正态分布。由于Explore的默认功能是对因素的主效应进行检验，并不是对每个水平结合的数据进行正态检验，因此需要使用句法编辑命令进行相应检验。单击paste按钮，将操作命令粘贴至句法编辑窗口(syntaxeditor)，在

5、A、B两因素之间加入BY。表一给出了各水平结合下数据的正态分布检验，通过S-W方法，得出p>0.05，接受虚无假设，因此数据均服从正态分布。步骤三：将自变量、因变量选入对话框Analyze→GeneralLinearModel→Univariate步骤四：选择分析模型Univariate→Model按钮单击Model按钮，打开子对话框，选择默认的模型Fullfactorial，表示方差分析的模型包括所有因素的主效应，也包括因素之间的交互效应。步骤五：选择分布图形Univariate→plot按钮在两因素方差分析时，选择A变量为横轴变量(HorizantalAxis),选

6、择B变量为分线变量(Separatelines),单击add，即显示两因素变量的交互作用，A*B。或者将B选为横轴变量，将A选为分线变量，同样可以显示两因素的交互效应，B*A.步骤六：事后多重比较设定Univariate→PostHoc…由于此例中两个因素A、B都只有两个水平，因此如果主效应显著，则表明因素两水平之间存在显著性差异，事后多重可以省略。步骤七：方差齐性检验选择Univariate→Option到底什么情况下需要进行多重比较？通过方差得出因素的主效应显著时需进行事后多重比较(因素水平数目>2)，即直接比较同一因素内多个水平之间的均值差异。但实际研究中如果主效

7、应和交互效应都达到显著，研究者更关心在多因素交互作用下，因变量有什么影响。因此交互效应显著时，通常需要进行简单效应检验。简单效应检验所谓简单效应是指，一个因素的水平在另一个因素的某个水平上的变异。例如教学方法A与教学态度B之间存在显著的交互作用，研究者可以检验在B1水平上，A1、A2之间的差异，即可称为A在B1水平上的简单效应。以及在B2水平上A1、A2之间的差异，即可称之为A在B2水平上的简单效应。简单效应检验，实际上是把其中一个自变量固定在某一个特定的水平上，考察另一个自变量对因变量的影响。究竟将哪个自变量固定，视研究者兴趣而定。当然