研究变量的主效应与交互效应.pdf

。 在多因素实验研究中， 主效应就是在考察一个变量是否会对因变量的变化发生影响的时 候，不考虑其他研究变量的变化，或者说将其他变量的变化效应平均掉。换句话说，就是其 他研究变量都不变化的情况下，单独考察一个自变量对因变量的变化效应。 交互效应，则是反映两个或两个以上自变量相互依赖、相互制约，共同对因变量的 变化发生影响。 换句话说， 如果一个自变量对因变量的影响效应会因另一个自变量的水平不 同而有所不同，则我们说这两个变量之间具有交互效应。 在分析多个自变量的效应时，要注意主效应与交互效应之间的关联性。我在《应用 实验心理学》的第二章末尾，专门就这一问题进行了讨论。现录于此，仅供参考： 在析因实验（多因素实验）中，数据收集、数据分析的主要目标是考察自变量的主 效应和交互效应是否显著。 一个自变量的主效应显著， 意味着该自变量的各个水平在其它自 变量的所有水平上的平均数存在差异；否则， 就不存在显著性差异。比如， 在自变量 A 和自 变量 B 构成的 2 ×2 析因设计中， 如果 A 的主效应显著， 那就意味着 A1 在 B1和 B2 水平下的 平均数与 A2 在 B1 和 B2 水平下的平均数存在显著性差异。变量间的交互效应则是指一个因 子的效应依赖于另一个因子的不同水平。 在析因设计中， 方差分析直接给出自变量的主效应和交互效应是否显著的结果， 多数研究者 也依次判定自变量的作用是否明显、 这些自变量的作用是否相互依赖。 事实上， 自变量的主 效应与交互效应的评估并非这么简单， 它们存在关联性， 需要具体情况具体分析。 我们就以 两个自变量的主效应和交互效应来分析。当交互效应不显著的时候，两个自变量相互独立， 我们可以直接从其主效应是否显著来评估自变量对因变量的作用大小； 当两个自变量间的交 互效应显著时， 就不能简单地从主效应是否显著直接得出结论了。 我们现在以交互效应显著 为前提，来区分自变量 A 的主效应是否显著的三种情况： 第一，交互效应显著， A 的主效应也显著，而且主效应方向与简单效应方向一致， 如图 2-5 中的 b 图就属于这类情况。这种情况下，在自变量 B 的两个水平上，自变量 A 从 A1 到 A2 的变化引起的因变量的变化趋势一致，只是变化幅度不一致。这里的交互效应掩盖 。 1 。 了自变量 A 在自变量 B 不同水平上的效应量的差异。很明显，在 B1 上平上， A 的效应量大 于其在 B2水平上的效应量。 第二，交互效应显著， A 的主效应也显著，这时 A 的效应方向可能会被交互效应歪 曲。比如图 2-5 中的 a 图、d 图都属于这类情况。 在 a 图中，A 的变化在 B1 的水平上引起了 因变量的显著变化，但在 B2 水平上却未引起因变量的变化，这就是说 A 的变化不是在任何 情况下都会引起因变量的变化的，它依赖于自变量 B 的水平；在 d 图中，虽然 A 的变化在 B 的两个水平上都引起了因变量的明显变化，但是变化的方向正好相反，从其主效应看， A 的 水平提高可以促进因变量分数的提高，但实际情况是，当 A 在 B1 水平上提高时，反而会导 致因变量