心理统计SPSS-第五章 因素型实验设计及方差分析过程.ppt

第五章 方差分析 一、单因素完全随机实验设计方差分析（One way 方差分析） 三、单因素重复实验设计方差分析（GLM 方差分析） 二、多因素完全随机实验设计方差分析（GLM 方差分析） 五、多因素混合实验设计的方差分析（GLM） 四、多因素重复实验设计的方差分析（GLM） 引：方差分析 方差分析（Analysis of Variance, 简称ANOVA）是因素型实验研究数据分析的核心方法，这是由其基本的研究逻辑决定的。因素型实验研究会得到多组数据，而这些数据必然存在变异。数据变异的原因是多方面的，一般包括：自变量或准自变量的水平间差异、被试差异、测量误差、其他额外变量的变化等。因素型实验的目的就是考察自变量或准自变量变化是否引起了因变量数据足够大的改变，以至于可以认为其不同水平间因变量的差异性并非误差因素造成，而且这种评估是与误差因素引起数据的变化量相比较而完成的。数据变异可以通过离差平方和或方差来反映，所以关于数据变异的分析叫方差分析。 一、单因素完全随机实验设计方差分析（One way 方差分析） 例1 某研究者为考察喝咖啡的浓度是否影响人们反应的快慢，从某大学一年级随机抽取了15名男生，再随机分成三组。每一学生都要喝一杯咖啡，20分钟后测试每一被试的简单反应时间。三组所喝咖啡的浓度分别为：淡、中、浓，实验数据如下表所示，请问：喝咖啡的浓度对反应速度有