简单效应和简单简单效应检验.doc

简单效应和简单简单效应检验 一个三因素实验设计可以检验多个交互作用，其中有两次交互作用，也有三次交互作用。当方差分析表表明栽些交互作用显著的时候，应该如何进步解释它的含义呢？ 一、两次交互作用和简单效应检验 与在一个两因素实验中一样，当研究者发现一个三因素实验中有显著的两次互作用后，需要做的第一件事是作交互作用的图解。作图时，应该忽略该两次交互作用中未涉及一个因素，而仅取考察的两个因素的数据。例如，在第一节的例题中的AC交互作用是不是显著的，不需作进一步的检验。AB和BC两个两次交互作用显著的，如果要进一步解释这个两个两次交互作用，可以先利用AB、BC平均灵敏表作图。 b1 b1 a1 8.75 7.75 16.5 a2 14 20 34 22.75 27.75 20.2 5—2—1AB平均数表与AB交互作用图解 c1 c2 b1 12 10.75 22.75 b2 12 15.75 27.75 24 26.5 50.5 5—2—2BC平均数表与BC交互作用图解 当初步了解了AB、BC交互作用的趋势后，可以进一步检验它们的简单效应。下面，我们对每个交互作用做一个方向的简单效应检验。比较简单明了的方法党政军是利用表5—1—2中的AB、BC表进行计算。 (1)B因素在a1、a2水平的简单效应： (2)B因素在c1、c2水平的简单效应： 表5—2—1 三因素完全随机实验的方差分析与简单效应检验 变异来源 平方和 自由度 均方 F 1.A 153.125 p-1=1 153.125 98.00** 2.B 12.500 q-1=1 12.500 8.00** 3.C 3.125 r-1=1 3.125 2.00 4.AB 24.500 (p-1)(q-1)=1 24.500 15.68** 5.B(在a1水平) 1.000 q-1=1 1.000 *64 6.B(在a2水平) 36.000 q-1=1 36.000 23.04** 7.AC 1.125 (p-1)(r-1)=1 1.125 .72 8.BC 12.50 (q-1)(r-1)=1 12.500 8.00** 9.B(在c1水平) .000 q-1=1 .000 .00 10.B(在c2水平) 25.000 q-1=1 25.000 16.00** 11.ABC 24.500 (p-1)(q-1)(r-1)=1 24.500 15.68** 12.单元内误差 37.500 pqr(n-1) 1.563 13.合计 268.875 npqr-1=31 F.01(1,24)=7.82 表中可看到了，AB、BC两次交互作用是显著的，结合图解与简单效应检验，可以对AB交互作用做进一步的解释：当文章的生字密度较大(a1)时，学生对叙述文(b2)和说明文(b1)和说明文(b1)的阅读理解都很差，且差异不显著(F,(1,24)=.64,p.05)。当文章生字密度较小(a1)时，学生的阅读理解明显提高，且对叙述文的阅读理解显著好于对说明文的阅读理解(F(1,24)=23.04,p.01)。对BC交互作用的进一步解释是：当文章中的平均句子较长(c2)时，学生对叙述了的阅读理解显著好于对说明文的阅读理解(F,(1,24)=16.00,p.01)。AC交互作用不显著，因此不必进一步做简单效应平方和计算的正确性： 1.000+36.000=12.500+24.500 0.000+25.00=12.500+12.500 二、三次交互作用和简单效应检验 一般来说，三次交互作用是比较难以直接解释的，最好把它分解为几个简单效应或几个两次互作用来加以考察和检验。当我们发现实验中一个三次交互作用显著时，第一步还是先做个交互作用的图解。 我们仍以第一节中的例题为例。利用ABC表，我们可以用两种方式把一个三交交互作用在两维平面上表现出来： a1 c1 a1 c2 a2 c1 a1 c1 b1 4 4.75 8 6 b2 4 3.75 8 12 (a)ABC平均数表 (b)ABC交互作用图解(1) (c)ABC交互作用图解(II) 图5—2—3ABC平均数表与ABC交互作用图解 可以看出，当一个三次交互作用被分解在两级平面上时，可以表现为一个因素在另外两个因素水平的结合上的处理效应，或者表现为在一个因素的各水平上，另外两个因素的交互作用。在获得了这个直观的了解后，前一种分解可以进一步做简单简单效应检验，后一种分解可以进一步做简单交互作用检验。 1.简单简单效应检验举例 我们还是对ABC交互作用做一个方向的简单简单效应检验。 ABC表 a1 a1 a2 a2 c1 c2 c1 c2 n=4 b1 16 19 32