三因素实验设计Word下载.docx
《三因素实验设计Word下载.docx》由会员分享，可在线阅读，更多相关《三因素实验设计Word下载.docx（38页珍藏版）》请在冰点文库上搜索。
方差齐性检验结果：
P=>
所以各组数据方差齐性。
误差方差等同性的Levene检验a
F
df1
df2
Sig.
7
32
.278
检验零假设，即在所有组中因变量的误差方差均相等。
a.设计:
截距+A+B+C+A*B+A*C+B*C+A*B*C
被试间变量效应检验结果：
A、B、C的主效应均极显着（P<
）；
AB交互效应显着；
AC交互效应极显着；
BC交互效应不显着；
ABC交互效应极显着。
对于二阶与三阶交互效应显着的，还需进行简单效应与简单简单效应检验。
主体间效应的检验
源
III型平方和
df
均方
校正模型
.000
截距
1
A
B
C
.001
A*B
.037
A*C
.007
B*C
.146
A*B*C
.002
误差
校正的总计
39
a.R方=.852（调整R方=.819）
简单效应检验：
在主对话框中，单击Paste按钮，SPSS会把原先的全部操作转换成语句并粘贴到新打开的程序语句窗口中，在命令语句中加入EMMEANS引导的语句；
结果：
当被试使用联想策略进行记忆时，无干扰条件的记忆成绩极显着优于有干扰条件的记忆成绩；
当被试使用复述策略进行记忆时，无干扰条件的记忆成绩也极显着优于有干扰条件的记忆成绩。
当被试使用联想策略进行记忆时，实物图片的记忆成绩极显着优于图形图片的记忆成绩；
当被试使用复述策略进行记忆时，实物图片与图形图片的记忆成绩无显着差异。
简单简单效应检验：
所以a,b,c有显着差异。
2、重复测量一个因素的三因素混合实验设计数据处理
1.DataView，进入数据输入窗口，将原始数据输入SPSS表格区域
2.Analyze→GeneralLinearModel→RepeatedMeasures（在菜单栏中选择分析→一般线性模型→重复变量）
3.在定义被试内变量（Within-SubjectFactorName）的方框中，设置被试内变量标记类型，在定义其水平（NumberofLevel）的对框中，输入3，表示有两个水平，然后按填加（Add）钮。
4.按定义键（Define），返回重复测量主对话框，将b1、b2、b3选入被试内变量（Winthin-SubjectsVariables）方框中，将a、c选入被试间变量框中。
5.点击选项Options，进行如下操作：
①将被试内变量b（三个水平）键入到右边的方框中，采用[LSD（none）]法进行多重比较，
②选择Descriptivestatistics命令，对数据进行描述性统计。
选择Homogeneitytests进行方差齐性检验。
6.单击continue选项，返回主对话框，点击OK，执行程序。
7.结果：
一元方差分析：
标记类型主效应显着，F=，P=；
句长类型主效应检验，因其满足球形假设，故参见每项检验的第一行SphericityAssumed的结果，即，F=，P=.000，表明b变量主效应极其显着；
a与b的交互效应检验。
因其满足球形假设，故参见标准一元方差分析的结果，即F=，P=.001，表明a与b的交互效应极显着。
多重比较：
长句与中句之间差异极其显着（P=）；
长句与短句之间差异极其显着（P=）；
中句与短句之间差异也极其显着（P=）。
显示时间
dimension1
30秒
.95743
4
15秒
8
16
数字图片
符号图片
.81650
.83452
协方差矩阵等同性的Box检验a
Box的M
.749
18
.760
检验零假设，即观测到的因变量的协方差矩阵在所有组中均相等。
截距+a+c+a*c
主体内设计:
b
多变量检验b
效应
值
假设df
误差df
b
Pillai的跟踪
.803
Wilks的Lambda
.197
Hotelling的跟踪
Roy的最大根
b*a
.822
.178
b*c
.169
.362
.831
.203
b*a*c
.752
.248
a.精确统计量
b.设计:
主体内效应的检验
度量:
MEASURE_1
采用的球形度
2
Greenhouse-Geisser
Huynh-Feldt
下限
.352
.350
.317
误差（b）
24
无标记的情况下，各句子类型之间不存在显着性差异，F＝，P=；
有标记的情况下，各句子类型之间存在极显着性差异，F＝，P=。
三、重复测量两个因素的三因素混合实验设计数据处理
1.打开SPSS软件，点击DataView数据视图，进入数据输入窗口，将原始数据输入SPSS表格区域；
2.在菜单栏中选择分析→一般线性模型→重复度量；
3.分别定义两个被试内变量名及其水平数，点击“定义”；
4、将b1c1、b1c2、b2c1、b2c2、b3c1、b3c2选入被试内变量（Winthin-SubjectsVariables）方框中，将a选入被试间变量框中；
5、点击选项Options，然后将被试内变量b（三个水平）键入到右边的方框中，采用LSD（none）法进行多重比较，并选择描述统计和方差齐性检验，点击继续，再点击确定输出结果；
6.结果：
描述性统计结果：
b1c1
.92582
b1c2
b2c1
b2c2
b3c1
.75593
.77190
b3c2
Box’s方差齐性结果：
，所以各组数据方差齐性。
21
.395
截距+a
b+c+b*c
多变量检验：
因为P=0<
，所以B的主效应极显着；
而且P=0<
，BA的交互作用极显着；
同理可知：
C的主效应极显着，CA的交互效应不显着，BCA的三阶交互效应极显着。
.906
.094
.961
.039
c
.909
.091
c*a
.003
.043a
.839
.997
.234
.176
.766
.306
b*c*a
.827
.173
b.设计:
球形假设检验：
被试内变量球形假设检验，由于c变量只有两个水平，所以不需要检验；
b,b*c均满足球形假设。
Mauchly的球形度检验b
主体内效应
Mauchly的W
近似卡方
Epsilona
.764
.174
.809
.965
.500
.
.952
.642
.725
.954
检验零假设，即标准正交转换因变量的误差协方差矩阵与一个单位矩阵成比例。
a.可用于调整显着性平均检验的自由度。
在"
主体内效应检验"
表格中显示修正后的检验。
Levene’s方差齐性检验结果：
因为P>
，各组因变量方差齐性。
.168
14
.688
.009
.926
.152
.702
.453
.512
.399
.538
.610
.448
被试间变量效应：
，A的主效应极显着。
转换的变量:
平均值
a
b因素的多重比较结果：
实物图片的记忆成绩显着优于数字图片和符号图片，数字图片，数字图片的记忆成绩显着优于符号图片。
成对比较
（I）b
（J）b
均值差值（I-J）
标准误差
差分的95%置信区间a
上限
.781*
.163
.431
3
*
.257
.220
基于估算边际均值
*.均值差值在.05级别上较显着。
a.对多个比较的调整：
最不显着差别（相当于未作调整）。
进行简单效应检验：
因为BA交互效应显着，需进行简单效应检验；
程序语句：
结果截图：
b*a描述性统计结果
b*a配对比较结果
进行简单简单效应检验：
BCA三阶交互效应显着，还需进行简单简单效应检验。
在a水平下b*c交互效应配对比结果
四、三因素重复测量实验设计数据处理
1.打开SPSS软件，点击DataView，进入数据输入窗口，将原始数据输入SPSS表格区域；
2.在菜单栏中选择分析→一般线性模型→重复变量；
4.将a1b3c1、a1b3c2、a2b1c1、a2b1c2、a2b2c1、a2b2c2、a2b3c1、a2b3c2等选入被试内变量（Winthin-SubjectsVariables）方框中，将a选入被试间变量框中；
5.点击选项Options，然后将被试内变量b（三个水平）键入到右边的方框中，采用LSD（none）法进行多重比较，并选择描述统计和方差齐性检验，点击继续，再点击确定输出结果；
6.结果:
3个自变量之间两两都有显着差异，3者之间也有显着差异。
a1b1c1
a1b1c2
a1b2c1
a1b2c2
a1b3c1
a1b3c2
a2b1c1
a2b1c2
a2b2c1
a2b2c2
a2b3c1
.57735
a2b3c2
.957
.004
.043
.950
.050
.905
.013
.095
a*b
.989
.011
a*c
.034a
.866
.560
.440
a*b*c
.969
.031
截距
a+b+c+a*b+a*c+b*c+a*b*c
.452
.646
.927
.412
.630
.873
.314
.593
.757
.341
.603
.786
检验零假设，即标准正交转换因变量的误差
升级会员 