單因素重復實驗設計方差分析(GL).ppt

三、單因素重復實驗設計方差分析（GLM 方差分析）,當研究的自變量只有一個，該變量的水平在兩個以上時，就會出現(xiàn)超出兩個的實驗處理。將選取來的被試作為一個被試組完成所有實驗處理，則構(gòu)成單因素重復測量實驗設計，即組內(nèi)實驗設計。其數(shù)據(jù)分析則要使用SPSS程序中的“General Linear Model-Univariate”模塊。,例6 某心理學工作者為研究漢字優(yōu)勢字體結(jié)構(gòu)，選取10名被試，要求每一被試在實驗控制條件，對電腦屏幕上呈現(xiàn)的四種不同結(jié)構(gòu)的漢字作出快速識別反應，記錄其正確率和反應時間。其中反應時間的實驗數(shù)據(jù)如下表所示。試分析不同字體結(jié)構(gòu)下，被試的識別速度是否存在顯著性差異。,單因素重復實驗設計的方差分析（GLM）,例7：某組8名學生為了研究繆勒-萊伊爾錯覺與箭頭張開角度的關系，參加了實驗。每位學生均分別在150、300、450、600條件下進行測試，得到了如下的結(jié)果。試分析角度的影響是否顯著。,例1的方差分析程序為： DATA LIST FREE/Angle1 TO Angle4. BEGIN DATA. 3 4 8 9 6 6 9 8 4 4 8 8 3 2 7 7 5 4 5 12 7 5 6 13 5 3 7 12 2 3 6 11 END DATA. MANOVA Angle1 Angle2 Angle3 Angle4 /Wsfactors=Angle(4) /Print=Cellinfo(means) /Design.,程序運行演示,這一程序的運行主要輸出四個結(jié)果：第一是各單元數(shù)據(jù)的平均數(shù)和標準差 ；第二部分是在“TESTS OF BETWEEN-SUBJECTS EFFECTS”之下的方差分析表, 這里沒有被試間因素，故此部分忽略；第三部分是在“Effect Angle . Multivariate Tests of Significance 之下的三個顯著性檢驗：PILLAIS、HOTELLINGS 和WILKS，每個都是基于不同的計算公式計算的結(jié)果，無所謂哪個更好，這些是針對多因變量的分析，而在本例中為單因變量，所以此部分也忽略 ；第四部分是在“ TESTS INVOLVING Angle WITHIN-SUBJECT EFFECT”標題下的方差分析結(jié)果，這就是本例所需要的。,使用 GLM 中的“ Repeated Measures” 對話框來完成例6和例7的方差分析過程如下： AnalyzeGLM Repeated Measures 打開對話框 在“Within-Subject Factors Name”后輸入自變量名 在“Number of Levels”中輸入自變量水平數(shù)，然后點擊“Add” 點擊Define設置有關參數(shù)：首先將自變量的幾個水平置入“Within-Subjects Variables”名下的方框中，然后點擊“Contrasts”后設置簡單效應比較、點擊“Plots”后將自變量名置入“Horizontal Axis”名下的方框中以便得到隨著自變量水平變化因變量的變化曲線、點擊“Options”選擇描述性統(tǒng)計功能可以輸出不同單元下觀測值的平均值和標準差。 選擇需要的和適當?shù)妮敵鼋Y(jié)果,重復實驗設計中自由度的分解,舉例說明：單因素重復實驗設計：自變量A有四個水平，被試數(shù)為10，則得到四列10行測量數(shù)據(jù)表。自由度分解方法是：,四、多因素重復實驗設計的方差分析（GLM）,例8 一研究的自變量有三個，每個自變量有兩個水平，則結(jié)合出八種實驗處理。選取四名被試參加實驗中的每一種實驗處理，得到數(shù)據(jù)如下表所示。,例2的方差分析程序為： DATA LIST FREE/A1B1C1 A1B1C2 A1B2C1 A1B2C2 A2B1C1 A2B1C2 A2B2C1 A2B2C2. BEGIN DATA. 3 5 4 4 8 5 9 12 6 7 6 5 9 6 8 13 4 5 4 3 8 7 8 12 3 2 2 3 7 6 7 11 END DATA. MANOVA A1B1C1 A1B1C2 A1B2C1 A1B2C2 A2B1C1 A2B1C2 A2B2C1 A2B2C2 /Wsfactors=A(2) B(2)C(2) /Print=Cellinfo(means) /Design.,程序運行演示,該程序運行輸出的結(jié)果包括各單元的平均數(shù)和標準差、各自變量的主效應、自變量的二階交互作用、三階交互作用,五、多因素混合實驗設計的方差分析（GLM）,在一項多因素實驗研究中，如果有些自變量是組間設計、有些自變量是組內(nèi)設計，這樣就構(gòu)成了典型的混合實驗設計（當然，混合實驗設計的類型還很多，這里不都作介紹）。這時在方差分析的程序上，也是調(diào)用GLM中的 “Repeated measures”分析模塊 ，關鍵是要正確地區(qū)分重復測量的自變量和組間變量，并對這兩種變量作不同的設置。,例9 一研究者在研究漢語閱讀影響因素的實驗中，考察了四個自變量：生字密度（A）、文章體裁（B）、主題熟悉度 （C）和句子長短。把A、B作為重復測量的自變量；C、D作為獨立測量的變量，這就構(gòu)成了一個2222的混合實驗設計。實驗數(shù)據(jù)如下表所示。,混合實驗設計方差分析的主要結(jié)果,通過對話框定義被試內(nèi)變量、被試間變量，然后點擊“options”打開對話框，選擇描述性統(tǒng)計命令、方差齊性檢驗命令和多重比較命令。,選用的結(jié)果主要包括：(1)被試內(nèi)變量的方差分析表，給出所有含被試內(nèi)變量的主效應和交互效應，該表有四種不同檢驗法得到的結(jié)果 ，無所謂哪個更好 ；(2)被試間變量的方差分析表，只包括被試間變量主效應和交互效應 ;（3）描述性統(tǒng)計結(jié)果、方差齊性檢驗結(jié)果、多重比較結(jié)果。,六、含協(xié)變量的實驗設計與協(xié)方差分析,協(xié)變量方差分析是一種特殊的方差分析，它是將某些難以控制但可測量的隨機變量作為協(xié)變量，然后在方差分析過程中將其對觀測變量產(chǎn)生的影響從殘差項中分離出來，以便能更有效地突出自變量的作用。協(xié)變量多半是屬于機體變量，而且是連續(xù)數(shù)值型變量，比如知識水平、智力商數(shù)、身體條件等等。協(xié)方差分析在功能上是對被試內(nèi)變異進行分解，以減小殘差項。,協(xié)方差分析還有一個假設前提，就是協(xié)變量與控制變量沒有交互作用，所以數(shù)據(jù)變異線性分解為：自變量引起的變異、協(xié)變量引起的變異、隨機變量引起的變異。,提請注意：協(xié)變量必須是連續(xù)的數(shù)字型變量！,協(xié)方差分析的SPSS過程,復習練習題,1. 為研究三種教材的教學效果，隨機抽取15名學生，隨機地分為三組，每組接受一種教材進行實驗，經(jīng)一段試驗后進行統(tǒng)一測試，結(jié)果如下表。請完成數(shù)據(jù)的分析。,2. 為研究不同記憶條件下的記憶效果，取 4 名被試，每個被試均分別接受四種不同條件下的記憶實驗，實驗順序隨機決定。所得結(jié)果如下表所示，請對實驗結(jié)果進行分析。,3. 為研究四種不同教學方案在不同輔導時間下的效果，取三種不同的輔導時間分別進行四種教學方案的實驗，從而得到12 個處理。隨機抽取36名樣本，每3名被試接受一種處理。實驗結(jié)果如下表，請完成數(shù)據(jù)處理。,4. 為研究生字密度與文章題材對閱讀理解的影響，抽取20名被試，并隨機分成4組，每組5人。自變量均設置為兩個水平，構(gòu)成四種實驗條件，每組被試參加一種實驗條件下的閱讀理解測驗?？紤]到被試的語文水平存在差異，記錄被試一個月前的語文考試分數(shù)，如下表所示。試分析兩個自變量對閱讀理解的影響，二者有無交互作用？語文成績的影響是否明顯？,5. 用23重復實驗設計方法，設計一個研究方案以研究任務難度和動機強度對工作效率的影響，并考察二者是否存在交互作用。然后根據(jù)研究設計構(gòu)造一個數(shù)據(jù)表，再對數(shù)據(jù)進行分析。,6. 用223混合實驗設計方法 ，設計一個研究方案以研究 ：認知風格（場依存性）、專業(yè)訓練背景對不同記憶材料（抽象名詞、動植物名稱、職業(yè)名稱）記憶效果的影響。構(gòu)造一個數(shù)據(jù)表并進行分析，同時考察有無交互效應。,