三因素实验设计.doc

《三因素实验设计.doc》由会员分享，可在线阅读，更多相关《三因素实验设计.doc（16页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、如有侵权，请联系网站删除，仅供学习与交流三因素实验设计【精品文档】第 16 页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一、 三因素完全随机实验设计数据处理过程：1、 打开SPSS软件，点击Data View ，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单变量；3、 因变量Dependent Variable方框中放入记忆成绩（JY），固定变量（Fixed Factor(s)）方框中，放入自变量记忆策略、有无干扰和材料类型；4、点击选项（Options）按钮，选择Descriptive statistics，对数据进行描述性统计；选择Homo

2、geneity tests，进行方差齐性检验；5.结果分析：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联想策略dimension2无干扰实物图片13.00001.581145图形图片8.00001.581145总计10.50003.0276510有干扰实物图片5.40002.073645图形图片4.6000.894435总计5.00001.5634710总计实物图片9.20004.3665410图形图片6.30002.1628210总计7.75003.6688620复述策略dimension2无干扰实物图片6.80001.303845图形图片7.20001.30384

3、5总计7.00001.2472210有干扰实物图片4.00001.000005图形图片2.8000.836665总计3.40001.0749710总计实物图片5.40001.8378710图形图片5.00002.5385910总计5.20002.1667320总计dimension2无干扰实物图片9.90003.5418110图形图片7.60001.4298410总计8.75002.8814320有干扰实物图片4.70001.7029410图形图片3.70001.2516710总计4.20001.5423820总计实物图片7.30003.7988920图形图片5.65002.3902220总计

4、6.47503.2422540方差齐性检验结果：P=0.2780.05所以各组数据方差齐性。误差方差等同性的 Levene 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：A、B、C的主效应均极显著（P0.05，所以各组数据方差齐性。协方差矩阵等同性的 Box 检验aBox 的 M42.802F1.053df121df2720.888Sig.395检验零假设，即观测到的因变量的协方差矩阵在

5、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P=00.01，所以B的主效应极显著；而且P=00.05，各组因变量方差齐性。误差方差等同性的 Levene 检验aFdf1df2Sig.b1c1.168114.688b1c2.009114.926b2c1.152114.702b2c2.453114.512b3c1.399114.538b3c2.610114.448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P=00.01，A的主效应极显著。主体间效

6、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5221.50015221.5004716.194.000a170.6671170.667154.151.000误差15.500141.107b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。成对比较度量:MEASURE_1(I) b(J) b均值差值 (I-J)标准 误差Sig.a差分的 95% 置信区间a下限上限12.781*.163.000.4311.13132.969*.257.0002.4173.52121-.781*.163.00

7、0-1.131-.43132.188*.220.0001.7152.66031-2.969*.257.000-3.521-2.4172-2.188*.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：因为BA交互效应显著，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三阶交互效应显著，还需进行简单简单效应检验。程序语句：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过程：1.打开SPSS软件，点

8、击Data View ，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；3.在定义被试内变量（Within-Subject Factor Name）的方框中，设置被试内变量标记类型，在定义其水平（Number of Level）的对框中，输入3，表示有两个水平，然后按填加（Add）钮。4.将a1b3c1、a1b3c2、a2b1c1、a2b1c2、a2b2c1、a2b2c2、a2b3c1、a2b3c2等选入被试内变量（Winthin-Subjects Variables）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（

9、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著差异，3者之间也有显著差异。描述性统计量均值标准 偏差Na1b1c114.2500.957434a1b1c29.75001.707834a1b2c18.50001.290994a1b2c27.50001.290994a1b3c17.0000.816504a1b3c25.75001.707834a2b1c15.2500.957434a2b1c26.50001.290994a2b2c110.25001.707834a2b2c25.500

10、01.290994a2b3c16.5000.577354a2b3c22.7500.957434多变量检验b效应值F假设 df误差 dfSig.aPillai 的跟踪.95766.783a1.0003.000.004Wilks 的 Lambda.04366.783a1.0003.000.004Hotelling 的跟踪22.26166.783a1.0003.000.004Roy 的最大根22.26166.783a1.0003.000.004bPillai 的跟踪.95018.841a2.0002.000.050Wilks 的 Lambda.05018.841a2.0002.000.050Hote

11、lling 的跟踪18.84118.841a2.0002.000.050Roy 的最大根18.84118.841a2.0002.000.050cPillai 的跟踪.90528.683a1.0003.000.013Wilks 的 Lambda.09528.683a1.0003.000.013Hotelling 的跟踪9.56128.683a1.0003.000.013Roy 的最大根9.56128.683a1.0003.000.013a * bPillai 的跟踪.98988.494a2.0002.000.011Wilks 的 Lambda.01188.494a2.0002.000.011Ho

12、telling 的跟踪88.49488.494a2.0002.000.011Roy 的最大根88.49488.494a2.0002.000.011a * cPillai 的跟踪.011.034a1.0003.000.866Wilks 的 Lambda.989.034a1.0003.000.866Hotelling 的跟踪.011.034a1.0003.000.866Roy 的最大根.011.034a1.0003.000.866b * cPillai 的跟踪.5601.271a2.0002.000.440Wilks 的 Lambda.4401.271a2.0002.000.440Hotellin

13、g 的跟踪1.2711.271a2.0002.000.440Roy 的最大根1.2711.271a2.0002.000.440a * b * cPillai 的跟踪.96931.265a2.0002.000.031Wilks 的 Lambda.03131.265a2.0002.000.031Hotelling 的跟踪31.26531.265a2.0002.000.031Roy 的最大根31.26531.265a2.0002.000.031a. 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 * cMauchly

14、的球形度检验b度量:MEASURE_1主体内效应Mauchly 的 W近似卡方dfSig.EpsilonaGreenhouse-GeisserHuynh-Feldt下限dimension1a1.000.0000.1.0001.0001.000b.4521.5902.452.646.927.500c1.000.0000.1.0001.0001.000a * b.4121.7722.412.630.873.500a * c1.000.0000.1.0001.0001.000b * c.3142.3162.314.593.757.500a * b * c.3412.1522.341.603.786.

15、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主体内效应的检验度量:MEASURE_1源III 型平方和df均方FSig.a采用的球形度85.333185.33366.783.004Greenhouse-Geisser85.3331.00085.33366.783.004Huynh-Feldt85.3331.00085.33366.783.004下限85.33

16、31.00085.33366.783.004误差 (a)采用的球形度3.83331.278Greenhouse-Geisser3.8333.0001.278Huynh-Feldt3.8333.0001.278下限3.8333.0001.278b采用的球形度100.042250.02146.471.000Greenhouse-Geisser100.0421.29277.45646.471.002Huynh-Feldt100.0421.85353.97746.471.000下限100.0421.000100.04246.471.006误差 (b)采用的球形度6.45861.076Greenhous

17、e-Geisser6.4583.8751.667Huynh-Feldt6.4585.5601.162下限6.4583.0002.153c采用的球形度65.333165.33328.683.013Greenhouse-Geisser65.3331.00065.33328.683.013Huynh-Feldt65.3331.00065.33328.683.013下限65.3331.00065.33328.683.013误差 (c)采用的球形度6.83332.278Greenhouse-Geisser6.8333.0002.278Huynh-Feldt6.8333.0002.278下限6.8333.

18、0002.278a * b采用的球形度77.042238.52139.906.000Greenhouse-Geisser77.0421.26061.15639.906.003Huynh-Feldt77.0421.74644.11639.906.001下限77.0421.00077.04239.906.008误差 (a*b)采用的球形度5.7926.965Greenhouse-Geisser5.7923.7791.532Huynh-Feldt5.7925.2391.105下限5.7923.0001.931a * c采用的球形度.0831.083.034.866Greenhouse-Geisser.0831.000.083.034.866Huynh-Feldt.0831.000.083.034.866下限.0831.000.083.034.866误差 (a*c)采用的球形度7.41732.472Greenhouse-Geisser7.4173.0002.472Huynh-Feldt7.4173.0002.472下限7.4173.0002.472b * c采用的球形度3.29221.646.856.471Greenhouse-Geisser3.2921.1862.775.856.435Huynh-Feldt3.2921.5132.175.856.452下限3.2921.000