三因素实验设计

三因素实验设计三因素实验设计 对三因素重复测量实验设计进行数据处理对三因素重复测量实验设计进行数据处理 1 1 三因素完全随机实验设计数据处理三因素完全随机实验设计数据处理 过程 过程 1 1 打开打开 SPSSSPSS 软件 点击软件 点击 DataData ViewView 进入数据输入窗口 将原始数据输入 进入数据输入窗口 将原始数据输入 SPSSSPSS 表格区域 表格区域 2 2 在菜单栏中选择分析在菜单栏中选择分析 一般线性模型一般线性模型 单变量 单变量 3 3 因变量因变量 DependentDependent VariableVariable 方框中放入记忆成绩方框中放入记忆成绩 JYJY 固定变量固定变量 FixedFixed Factor s Factor s 方框中方框中 放入自变量记忆策略 有无干扰和材料类型放入自变量记忆策略 有无干扰和材料类型 4 4 点击选项 点击选项 OptionsOptions 按钮 选择 按钮 选择 DescriptiveDescriptive statisticsstatistics 对数据进行描 对数据进行描 述性统计 选择述性统计 选择 HomogeneityHomogeneity teststests 进行方差齐性检验 进行方差齐性检验 5 5 结果分析 结果分析 描述性统计量描述性统计量 因变量 记忆成绩 记忆策略有无干扰材料类型均值标准 偏差N 实物图片13 00001 581145 图形图片8 00001 581145 无干扰 总计10 50003 0276510 实物图片5 40002 073645 图形图片4 6000 894435 有干扰 总计5 00001 5634710 实物图片9 20004 3665410 图形图片6 30002 1628210 联想策略d i m e n s i o n 2 总计 总计7 75003 6688620 实物图片6 80001 303845 图形图片7 20001 303845 无干扰 总计7 00001 2472210 实物图片4 00001 000005 图形图片2 8000 836665 有干扰 总计3 40001 0749710 实物图片5 40001 8378710 图形图片5 00002 5385910 复述策略d i m e n s i o n 2 总计 总计5 20002 1667320 实物图片9 90003 5418110 图形图片7 60001 4298410 无干扰 总计8 75002 8814320 实物图片4 70001 7029410 图形图片3 70001 2516710 总计d i m e n s 有干扰 总计4 20001 5423820 实物图片7 30003 7988920 图形图片5 65002 3902220 i o n 2 总计 总计6 47503 2422540 方差齐性检验结果 方差齐性检验结果 P 0 278 0 05P 0 278 0 05 所以各组数据方差齐性 所以各组数据方差齐性 误差方差等同性的误差方差等同性的 Levene 检验检验 a 因变量 记忆成绩 Fdf1df2Sig 1 309732 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 被试间变量效应检验结果 A B C 的主效应均极显著 P0 05 所以各组数据方差齐性 所以各组数据方差齐性 协方差矩阵等同性的协方差矩阵等同性的 Box 检验检验 a Box 的 M42 802 F1 053 df121 df2720 888 Sig 395 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 a 设计 截距 a 主体内设计 b c b c 多变量检验 因为多变量检验 因为 P 0 0 01 所以 所以 B 的主效应极显著 而且的主效应极显著 而且 P 00 05 各组因变量方差齐性 各组因变量方差齐性 误差方差等同性的误差方差等同性的 Levene 检验检验 a Fdf1df2Sig b1c1 168114 688 b1c2 009114 926 b2c1 152114 702 b2c2 453114 512 b3c1 399114 538 b3c2 610114 448 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 主体内设计 b c b c 被试间变量效应 因为被试间变量效应 因为 P 0 0 01 A 的主效应极显著 的主效应极显著 主体间效应的检验主体间效应的检验 度量 MEASURE 1 转换的变量 平均值 源 III 型平方和df均方FSig 截距5221 50015221 5004716 194 000 a170 6671170 667154 151 000 误差15 500141 107 b 因素的多重比较结果 实物图片的记忆成绩显著优于数字图片和符号图片 因素的多重比较结果 实物图片的记忆成绩显著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著优于符号图片 数字图片 数字图片的记忆成绩显著优于符号图片 成对比较成对比较 度量 MEASURE 1 差分的 95 置信区间 a I b J b 均值差值 I J 标准 误差Sig a下限上限 2 781 163 000 4311 1311 32 969 257 0002 4173 521 1 781 163 000 1 131 4312 32 188 220 0001 7152 660 1 2 969 257 000 3 521 2 4173 2 2 188 220 000 2 660 1 715 基于估算边际均值 均值差值在 05 级别上较显著 a 对多个比较的调整 最不显著差别 相当于未作调整 进行简单效应检验 进行简单效应检验 因为 BA 交互效应显著 需进行简单效应检验 程序语句 程序语句 结果截图 结果截图 b a 描述性统计结果描述性统计结果 b a 配对比较结果配对比较结果 进行简单简单效应检验 进行简单简单效应检验 BCA 三阶交互效应显著 还需进行简单简单效应检验 程序语句 程序语句 在在 a 水平下水平下 b c 交互效应配对比结果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四 三因素重复测量实验设计数据处理 过程 过程 1 1 打开打开 SPSSSPSS 软件 点击软件 点击 DataData ViewView 进入数据输入窗口 将原始数据输入 进入数据输入窗口 将原始数据输入 SPSSSPSS 表格区域 表格区域 2 2 在菜单栏中选择分析在菜单栏中选择分析 一般线性模型一般线性模型 重复变量 重复变量 3 3 在定义被试内变量 在定义被试内变量 Within SubjectWithin Subject FactorFactor NameName 的方框中 设置被试内 的方框中 设置被试内 变量标记类型 在定义其水平 变量标记类型 在定义其水平 NumberNumber ofof LevelLevel 的对框中 输入 的对框中 输入 3 3 表示有 表示有 两个水平 然后按填加 两个水平 然后按填加 AddAdd 钮 钮 4 4 将将 a1b3c1a1b3c1 a1b3c2a1b3c2 a2b1c1a2b1c1 a2b1c2a2b1c2 a2b2c1a2b2c1 a2b2c2a2b2c2 a2b3c1a2b3c1 a2b3c2a2b3c2 等等 选入被试内变量选入被试内变量 Winthin SubjectsWinthin Subjects VariablesVariables 方框中方框中 将将 a a 选入被试间变选入被试间变 量框中量框中 5 5 点击选项点击选项 OptionsOptions 然后将被试内变量 然后将被试内变量 b b 三个水平 键入到右边的方框中 三个水平 键入到右边的方框中 采用采用 LSDLSD nonenone 法进行多重比较 并选择描述统计和方差齐性检验 点击继 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 续 再点击确定输出结果 6 6 结果结果 3 个自变量之间两两都有显著差异 3 者之间也有显著差异 描述性统计量描述性统计量 均值标准 偏差N a1b1c114 2500 957434 a1b1c29 75001 707834 a1b2c18 50001 290994 a1b2c27 50001 290994 a1b3c17 0000 816504 a1b3c25 75001 707834 a2b1c15 2500 957434 a2b1c26 50001 290994 a2b2c110 25001 707834 a2b2c25 50001 290994 a2b3c16 5000 577354 a2b3c22 7500 957434 多变量检验多变量检验 b 效应值F假设 df误差 dfSig Pillai 的跟踪 95766 783a1 0003 000 004a Wilks 的 Lambda 04366 783a1 0003 000 004 Hotelling 的跟 踪 22 26166 783a1 0003 000 004 Roy 的最大根22 26166 783a1 0003 000 004 Pillai 的跟踪 95018 841a2 0002 000 050 Wilks 的 Lambda 05018 841a2 0002 000 050 Hotelling 的跟 踪 18 84118 841a2 0002 000 050 b Roy 的最大根18 84118 841a2 0002 000 050 Pillai 的跟踪 90528 683a1 0003 000 013 Wilks 的 Lambda 09528 683a1 0003 000 013 Hotelling 的跟 踪 9 56128 683a1 0003 000 013 c Roy 的最大根9 56128 683a1 0003 000 013 Pillai 的跟踪 98988 494a2 0002 000 011 Wilks 的 Lambda 01188 494a2 0002 000 011 Hotelling 的跟 踪 88 49488 494a2 0002 000 011 a b Roy 的最大根88 49488 494a2 0002 000 011 Pillai 的跟踪 011 034a1 0003 000 866 Wilks 的 Lambda 989 034a1 0003 000 866 Hotelling 的跟 踪 011 034a1 0003 000 866 a c Roy 的最大根 011 034a1 0003 000 866 Pillai 的跟踪 5601 271a2 0002 000 440 Wilks 的 Lambda 4401 271a2 0002 000 440 Hotelling 的跟 踪 1 2711 271a2 0002 000 440 b c Roy 的最大根1 2711 271a2 0002 000 440 Pillai 的跟踪 96931 265a2 0002 000 031 Wilks 的 Lambda 03131 265a2 0002 000 031 Hotelling 的跟 踪 31 26531 265a2 0002 000 031 a b c Roy 的最大根31 26531 265a2 0002 000 031 a 精确统计量 b 设计 截距 主体内设计 a b c a b a c b c a b c Mauchly 的球形度检验的球形度检验 b 度量 MEASURE 1 Epsilona主体内 效应 Mauchly 的 W 近似 卡方dfSig Greenhous e Geisser Huynh Feldt下限 a1 000 0000 1 0001 0001 000 b 4521 5902 452 646 927 500 c1 000 0000 1 0001 0001 000 a b 4121 7722 412 630 873 500 a c1 000 0000 1 0001 0001 000 b c 3142 3162 314 593 757 500 d i m e n s i o n 1 a b c 3412 1522 341 603 786 500 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 可用于调整显著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 b 设计 截距 主体内设计 a b c a b a c b c a b c 主体内效应的检验主体内效应的检验 度量 MEASURE 1 源III 型平 方和df均方FSig 采用的球形度85 333185 33366 783 004 Greenhouse Geisser 85 3331 00085 33366 783 004 Huynh Feldt85 3331 00085 33366 783 004 a 下限85 3331 00085 33366 783 004 采用的球形度3 83331 278 Greenhouse Geisser 3 8333 0001 278 Huynh Feldt3 8333 0001 278 误差 a 下限3 8333 0001 278 采用的球形度100 042250 02146 471 000 Greenhouse Geisser 100 0421 29277 45646 471 002 Huynh Feldt100 0421 85353 97746 471 000 b 下限100 0421 000 100 04246 471 006 采用的球形度6 45861 076 Greenhouse Geisser 6 4583 8751 667 Huynh Feldt6 4585 5601 162 误差 b 下限6 4583 0002 153 采用的球形度65 333165 33328 683 013 Greenhouse Geisser 65 3331 00065 33328 683 013 Huynh Feldt65 3331 00065 33328 683 013 c 下限65 3331 00065 33328 683 013 采用的球形度6 83332 278 Greenhouse Geisser 6 8333 0002 278 Huynh Feldt6 8333 0002 278 误差 c 下限6 8333 0002 278 采用的球形度77 042238 52139 906 000 Greenhouse Geisser 77 0421 26061 15639 906 003 Huynh Feldt77 0421 74644 11639 906 001 a b 下限77 0421 00077 04239 906 008 采用的球形度5 7926 965 Greenhouse Geisser 5 7923 7791 532 Huynh Feldt5 7925 2391 105 误差 a b 下限5 7923 0001 931 采用的球形度 0831 083 034 866 Greenhouse Geisser 0831 000 083 034 866 Huynh Feldt 0831 000 083 034 866 a c 下限 0831 000 083 034 866 采用的球形度7 41732 472 Greenhouse Geisser 7 4173 0002 472 Huynh Feldt7 4173 0002 472 误差 a c 下限7 4173 0002 472 采用的球形度3 29221 646 856 471 Greenhouse Geisser 3 2921 1862 775 856 435 Huynh Feldt3 2921 5132 175 856 452 b c 下限3 2921 0003 292 856 423 采用的球形度11 54261 924误差 b c Greenhouse Geisser 11 5423 5593 243 Huynh Feldt11 5424 5402 542 下限11 5423 0003 847 采用的球