第二章 平均数比较3（SPSS v 16.0）.docVIP

五、三因素方差分析 （一）三因素随机测量方差分析 三个两因素交互作用（two-way interaction）和一个三因素交互作用（three-way interaction）。 比如说，对不同地区、不同年级小学生进行了一次数学测验，那么，测验分数受到地区差异（A）、年级（B）和性别（C）三个因素的影响。变量 C 只有 2 个水平。假若因素 A 和 B 分别有 4 和 3 个水平，那么，测验分数将被分成 4*3*2=24 个样本。 如果各个样本的大小均为 n，那么，这三个因素 A、B 和 C 的主效应及其之间的交互作用对应的第一、二自由度如表 2-23 所示。 表 2-23 三因素 A、B、C 随机测量方差分析各主效应和交互作用第一、二自由度 A 的主效应第一自由度 2-1=1 B 的主效应第一自由度 4-1=3 C 的主效应第一自由度 3-1=2 A*B 交互作用第一自由度 （2-1）＊（4-1）=3 A*C 交互作用第一自由度 （2-1）＊（3-1）=2 B*C 交互作用第一自由度 （3-1）＊（4-1）=6 A*B*C 交互作用第一自由度 （2-1）＊（3-1）＊（（4-1）=6 各主效应、交互作用的第二自由度 ２＊３＊４＊（n-1）=24（n-1） 效应大小、统计功效和样本计划大小与二因素随机测量方差分析相似。 【三因素随机测量方差分析·例】 某市初中英语期末统考后，在市区和郊区各随机抽取 1 所学校，在每个学校各随机抽取 1 个男教师和 1 个女教师任课的班级，每个班级随机抽取男女生各 15 人的考试分数（满分为 125 分），如表 2-24 所示，问不同学校、不同班级、不同性别初中生的英语考试成绩是否有显著差异。 表 2-24 不同学校不同性别任课教师班级不同性别学生的考试成绩 市区学校 郊区学校 男任课教师 女任课教师 男任课教师 女任课教师 编号 性别 分数 编号 性别 分数 编号 性别 分数 编号 性别 分数 1 男 120 1 男 122 1 男 96 1 男 118 2 女 120 2 女 99 2 女 92 2 女 79 3 女 111 3 女 97 3 女 98 3 女 65 … … … … … … … … … … … … 30 男 122 30 男 93 30 男 112 30 男 88 表 2-24-1 不同学校不同性别任课教师班级不同性别学生考试成绩的 SPSS 表格结构 注：“学校”水平值“1”和“2”分别代表市区和郊区学校，“班级”的水平值“2”和“1” 分别代表男任课教师和女任课教师，“性别”的水平值“1”和“2” 分别代表男生和女生。 〖操作〗threeWayAnova1.sav。执行 Analyze ( General Linear Model ( Univariate，在单因变量方差分析主窗口中，把 设置为因变量，把 、 和 移动到自变量列表中。其他操作大致同二因素随机测量方差分析。 图 2-9 单因变量随机测量方差分析各交互作用线图设置子窗口 1 图 2-9-1 单因变量随机测量方差分析各交互作用线图设置子窗口 2 完成 设置等后，点击 ，获得如下主要结果。 〖结果与解释〗 〖操作〗班级*性别的交互作用不需要考虑第三个变量学校的变化。班级和性别两个变量各有 2 个水平，因此，需要进行 2+2=4 次独立样本 t 检验，即，分别对男、女任课教师的班级检验不同性别学生的成绩平均数是否有显著差异；分别对男、女生学生检验不同性别任课教师条件下学生成绩平均数之间是否差异显著。 （1）在班级=1 条件下筛选分数，即，对男性任课教师的班级，进行男女生成绩平均数独立样本 t 检验，获得结果如下： （2）在班级=2 条件下筛选分数，即，对男性任课教师的班级，进行男女生成绩平均数独立样本 t 检验，获得结果如下： （3）在性别=1 条件下筛选分数，即，对不同性别任课教师的男生的成绩进行平均数独立样本 t 检验，获得结果如下： （4）在性别=2 条件下筛选分数，即，对不同性别任课教师的女生的成绩进行平均数独立样本 t 检验，获得结果如下： 【结果报告】 不同学校不同班级不同性别学生考试成绩如表 2-24-2 所示。三因素随机测量方差分析表明，班级主效应显著，F（1，112）=7.84，p0.01，。班级和性别的交互作用边缘显著，F（1，112）=3.94，p=0.05，。简单效应分析表明，对于男性学生，如果任课教师男性，其成绩较低（92.87±18.39），如果任课教师是女性，其成绩较高（105.57±8.80），t（28）=3.412，p0.01；当任课教师为男性的时候，男生的成绩（92.87±18.39）趋于低于女生的成绩（10