被试间设计及数据处理.pptVIP

两因素混合设计的SPSS方差分析步骤 通过“Plots…”命令设置输出交互作用图 分别以熟悉性和生字敏度为X轴的交互作用图 两因素混合设计的SPSS方差分析步骤 在“Options…”窗口内选择多重比较方法 “生字密度”需要多重比较 选定的多重比较方法是LSD 同时设置需要输出描述统计量 被试间变量方差齐性检验 两因素混合设计的SPSS方差分析步骤 输出结果（1）：描述统计量 巩固练习：请按上表画处三线表！ 两因素混合设计的SPSS方差分析步骤 输出结果（2）：多元方差分析 两因素混合设计的SPSS方差分析步骤 输出结果（3）：球形检验 检验结果表明：球形检验显著，P0.05, 不符合球形分布，因此不能使用标准一元方差分析结果，而使用备选方差分析结果 两因素混合设计的SPSS方差分析步骤 输出结果（4）：被试内效应 备选方差分析结果，各效应均显著 两因素混合设计的SPSS方差分析步骤 输出结果（5）：被试间效应 主题熟悉性的主效应显著：F(1,6)=15.869,P0.01 两因素混合设计的SPSS方差分析步骤 输出结果（6）：多重比较结果 两因素混合设计的SPSS方差分析步骤 输出结果（7）：交互作用图1 被试内效应表明： F生字密度×熟悉性＝113.167, P0.01。因此，交互作用显著，需进一步做简单效应检验 两因素混合设计的SPSS方差分析步骤 输出结果（8）：交互作用图2 被试内效应表明： F生字密度×熟悉性＝113.167, P0.01。因此，交互作用显著，需进一步做简单效应检验 两因素混合设计的简单效应检验步骤 1、把数据文件的中文变量名改成英文名或拼音 因为在简单效应检验的句法命令中，中文变量名常难以识别 2、打开句法编辑窗口 两因素混合设计的简单效应检验步骤 3、在句法窗口中编辑简单效应的命令行 检验主题熟悉性在生字密度三个两个水平上的简单效应 两因素混合设计的简单效应检验步骤 检验生字密度在主题不熟悉与熟悉两个水平上的简单效应 执行简单效应检验命令 4、简单效应检验结果（1） 结果表明，生字密度在主题不熟悉的时候简单效应不显著，F(2,12)=3.00, P=0.0880.05 结果表明，生字密度在主题熟悉的时候简单效应非常显著，F(2,12)=272.33, P 0.01 两因素混合设计的简单效应检验步骤 生字密度在主题不熟悉的时候简单效应不显著，F(2,12)=3.00, P=0.0880.05 生字密度在主题熟悉的时候简单效应非常显著，F(2,12)=272.33, P 0.01 4、简单效应检验结果（2） 两因素混合设计的简单效应检验步骤 主题熟悉性在生字密度为5：1时简单效应不显著，F(1,6)=0.09, P=0.7800.05 主题熟悉性在生字密度为10：1时简单效应显著，F(1,6)=19.20, P=0.0050.01 主题熟悉性在生字密度为20：1时简单效应非常显著，F(1,6)=42.76, P0.01 主题熟悉性在生字密度为20：1时简单效应非常显著，F(1,6)=42.76, P0.01 主题熟悉性在生字密度为10：1时简单效应显著，F(1,6)=19.20, P0.01 主题熟悉性在生字密度为5：1时简单效应不显著，F(1,6)=0.09, P0.05 其他更常见的两因素混合设计研究情境： 探讨男女生，学优生、学困生，理科生、文科生等不同群体阅读能力的差异时，也可以运用类似的设计的数据模式。 思考：请大家结果工作或生活实际，想一个两因素混合设计的实验…… 两因素混合设计的简单效应检验程序 MANOVA ratio1 ratio2 ratio3 BY topic(1, 2) /WSFACTORS = ratio(3) /WSDESIGN = ratio /DESIGN = MWITHIN topic(1) MWITHIN topic(2). MANOVA ratio1 ratio2 ratio3 BY topic(1,2) /WSFACTORS=ratio(3) / WSDESIGN=MWITHIN ratio(1) MWITHIN ratio(2) MWITHIN ratio(3) /DESIGN=topic. 单因素重复测量方差分析的SPSS实施步骤 在“Options…”窗口内选择多重比较方法 “生字密度”需要多重比较 选定的多重比较方法是LSD 同时设置需要输出描述统计量 单因素重复测量设计方差分析结果的解读 被试内因素及因变量信息 单因素重复测量设计方差分析结果的解读 描述统计量：平均数和标准差；用于“结果”部分的三线表 单因素重复测量设计方差分析结果的解读 多元方差分析结