教育学统计测量SPSS方差分析_精品文档PPT课件下载推荐.pptx

教育学统计测量SPSS方差分析_精品文档PPT课件下载推荐.pptx

《教育学统计测量SPSS方差分析_精品文档PPT课件下载推荐.pptx》由会员分享，可在线阅读，更多相关《教育学统计测量SPSS方差分析_精品文档PPT课件下载推荐.pptx（95页珍藏版）》请在冰豆网上搜索。

水平：

控制变量的不同类别，如教师类型的三个水平实习教师，新手教师，专家教师等；

随机因素：

因素的水平与实验结果的关系是随机的，即不确定因素。

（4）方差分析的两个基本假设观测变量各总体应服从正态分布；

观测变量总体的方差应相等，即方差具有齐性：

5.1方差分析简介方差分析简介（5）方差分析的一般步骤第1步方差分析条件检测。

服从正态分布和方差齐性、控制变量的类别（即水平数量）有限第2步提出原假设。

第3步构造检验的统计量。

第4步统计决策。

单因素（因素（1个自个自变量）量）多因素多因素2水平多水平被试间设计随机分组（独立组t检验）完全随机设计（非重复测量F检验）多因素完全随机设计（多因素非重复测量F检验）匹配组（相关组t检验）随机区组设计（非重复测量F检验）多因素随机区组设计（多因素非重复测量F检验）被试内设计同一组被试接受不同处理（相关组t检验）被试内设计（重复测量F检验）多因素被试内设计（多因素重复测量F检验）多因素混合设计（【组间因素】非重复测量F检验+【组内因素】重复测量F检验）5.2单因素方差分析单因素方差分析5.2.1基本概念及统计原理基本概念及统计原理

（1）基本概念单因互方差分析（One-wayANOVA）也称一维方差分析，它检验由单一因素影响的一个（或几个相互独立的）因变量，由因素各水平分组的均值之间的差异，是否具有统计意义，或者说它们是否来源来同一总体。

（2）统计原理单因素方差分析采用的统计推断方法是计算F统计量，进行F检验。

总的变异平方和记为SST，分解为两部分：

一部分是由控制变量引起的离差，记为SSA（组间BetweenGroups离差平方和）；

另一部分是由随机变量引起的离差，记为SSE（组内WithinGroups离差平方和）。

于是有：

SST=SSA+SSE其中：

SSA=SSE=5.2单因素方差分析单因素方差分析F统计量是平均组间平方和与平均组内平方和的比值，计算公式为：

从F值的计算公式可以看出，如果控制变量的不同水平对观测变量有显著影响，那么观测变量的组间离差平方和就必然大，F值也就较大；

反之，如果控制变量的不同水平没有对观测变量造成显著影响，那么组内离差平方和的影响就会比较小，F值就比较小。

5.2单因素方差分析单因素方差分析（3）分析步聚第第11步步提出零假设提出零假设：

H0为控制变量不同水平下观测变量各总体均值无显著差异，即：

第第22步步选择检验统计量选择检验统计量：

方差分析采用的是F统计量，服从（k-1，n-k）个自由度的F分布。

第第33步步计算检验统计量的观测值和概率计算检验统计量的观测值和概率pp值值：

如果控制变量对观测变量造成了显著影响，观测变量总的变差中控制变量影响所造成的比例相对于随机变量就会较大，F值显著大于1；

反之，F值接近于1。

第第44步步给出显著性水平给出显著性水平，作出决策，作出决策：

如果相伴概率p值小于显著性水平，则拒绝零假设；

反之，认为控制变量不同水平下各总体均值没有显著差异。

5.2单因素方差分析单因素方差分析5.2.2SPSS实例实例分析分析随机设计随机设计【例5.2.1】用三种教学方法学习牛顿第三定律，共18名学生随机分为三组，每一组用一种教学方法。

比较三种教学方法对学生学习牛顿第三定律的作用有无不同。

教法1教法2教法36379807689687884698188847283788285805.2单因素方差分析单因素方差分析第第1步步分析分析：

由于考虑的是一个控制变量（教学方法）对一个观测变量（教学成绩）的影响，而且是3种处理水平，所以不适宜用独立样本T检验（仅适用两组数据），应采用单因素方差分析。

第第2步步数据的组织数据的组织：

数据分成两列，一列是教学成绩，变量名为“score”，另一变量是教学方法（变量值分别为1,2,3），变量名为“kind”，输入数据并保存。

第第3步步方差相等的齐性检验方差相等的齐性检验：

由于方差分析的前提是各个水平下的总体服从方差相等的正态分布，且各组方差具有齐性。

其中正态分布的要求并不是很严格，但对于方差相等的要求是比较严格的，因此必须对方差相等的前提进行检验。

5.2单因素方差分析单因素方差分析5.2单因素方差分析单因素方差分析5.2单因素方差分析单因素方差分析不同教学方法的方差齐性检验结果方差齐性检验的H0假设是：

方差相等。

从上表可看出相伴根据Sig.=0.279（0.05）说明应该接受H0假设（即方差相等）。

故下面就用方差相等的检验方法。

5.2单因素方差分析单因素方差分析几种教学方法的方差检验（ANOVA）结果教学成绩SumofSquaresdfMeanSquareFSig.BetweenGroups310.32155.1674.4400.031WithinGroups524.161534.94Total112699185.2单因素方差分析单因素方差分析几种教学方法的方差检验（ANOVA）结果上表是几种教学方法方差分析的结果，组间（BetweenGroups）平方和（SumofSquares）为310.3，自由度（df）为2，均方为155.167；

组内（WithinGroups）平方和为524.16，自由度为15，均方为34.94；

F统计量为4.440。

由于组间比较的相伴概率Sig.（p值）=0.031第2组第1组。

5.3多因素方差分析多因素方差分析交互作用的影响图，从上图可知两因素的交互作用对物理的学习成绩具有显著性影响。

5.4协方差分析协方差分析5.4.1基本概念及统计原理基本概念及统计原理

（1）基本概念协方差分析是将那些很难控制的因素作为协变量，在排除协变量影响的条件下，分析控制变量对观察变量的影响，从而更加准确地对控制因素进行评价。

例如，研究某种教学方法的教学效果，如果仅仅分析教学方法本身的作用，而不考虑不同学生自身不同的学科能力，那么很可能得不到结论或得到的结论不正确。

因此，在分析时应尽量排除这些因素的影响。

协方差将那些很难控制的随机变量作为协变量，在分析中将其排除，然后再分析控制变量对观察量的影响，从而实现对控制变量效果的准确评价。

5.4协方差分析协方差分析

（2）统计原理以单因素协方差分析为例，总的离差平方和表示为：

协方差仍采用F检验，F统计量的计算公式为：

5.4协方差分析协方差分析（3）分析步骤第1步提出零假设：

协方差分析的零假设H0是：

控制变量和协变量对观测变量均无显著性影响。

第2步选择检验统计量：

协方差分析采用的是F统计量，其计算公式同前。

第3步计算检验统计量的观测值和概率p值。

第4步给出显著性水平，作出决策。

5.4协方差分析协方差分析5.4.2SPSS实例分析实例分析【例5-4-1】已知一个班三组同学的入学成绩和分别接受了三种不同的教学方法后的物理成绩如下表所示，试研究这三组同学在接受了不同的教学方法后在物理成绩上是否有显著性差异。

姓名物理入学成绩组别姓名物理入学成绩组别张青华99980郭晓艳99762王洁云88890李福利70892吴凌风99800罗帆89892刘行89780宋丽君55991马萌94780辛瑞晶50891单玲玲90890王滢滢67881罗超波79872蔡春江67981尹珣56762武佳琪56781张敏89562陈雪吟568915.4协方差分析协方差分析第第1步步分析分析：

入学成绩肯定会对最后成绩有所影响，这里着重分析不同教学方法的影响，应将入学成绩（物理基础）的影响去除，考虑用协方差分析。

第第2步步数据组织数据组织：

将姓名、数学、入学成绩和组别分别定义为：

“name：

”、“physics”、“entrance”和“group”。

第第3步步检验协方差分析的前提条件检验协方差分析的前提条件：

该前提条件是各组方差是否一致和协变量“entrance”与控制变量“group”是否具有交互作用。

5.4协方差分析协方差分析第第3步步检验协方差分析的前提条件检验协方差分析的前提条件：

5.4协方差分析协方差分析方差齐次检验左表是方差的齐性检验结果，由于其相伴概率值Sig.=0.1310.05，因此认为各组的方差具有齐性。

5.4协方差分析协方差分析上表是检验控制变量与协变量是否具有交互作用，从其中可看出group与entrance的交互作用项Sig.=0.7840.05，因此认为它们之间没有交互作用。

5.4协方差分析协方差分析从以上分析可知，例5-2-是满足协方差分析中关于方差齐性和协变量与控制变量之间没有交互作用这两个基本条件的，因此可用协方差分析来处理。

第第4步步执行协方差分析执行协方差分析：

其设置与单变量分析相似。

第第5步步主要结果及分析主要结果及分析。

可以看出入学成绩的影响是不显著的，而教学方法的影响是显著的。

单因素（因素（1个自个自变量）量）多因素多因素2水平多水平被试间设计随机分组（独立组t检验）完全随机设计（非重复测量F检验）多因素完全随机设计（多因素非重复测量F检验）匹配组（相关组t检验）随机区组设计（非重复测量F检验）多因素随机区组设计（多因素非重复测量F检验）被试内设计同一组被试接受不同处理（相关组t检验）被试内设计（重复测量F检验）多因素被试内设计（多因素重复测量F检验）多因素混合设计（【组间因素】非重复测量F检验+【组内因素】重复测量F检验）5.3多因素方差分析5.2单因素方差分析5.2单因素方差分析5.2.2完全随机设计5.2.3随机区组设计5.2.4被试内设计5.2单因素方差分析单因素方差分析5.2.3SPSS实例实例分析分析随机区组设计随机区组设计【例5.2.1】用三种教学方法学习牛顿第三定律，共18名学生随机分为三组，每一组用一种教学方法。

教法1教法2教法36379807689687884698188847283788285805.2单因素方差分析单因素方差分析5.2.3SPSS实例分析实例分析随机区组设计随机区组设计【例5.2.2】用三种教学方法学习牛顿第三定律，共18名学生，按照成绩（优、中、差）分为三个类别，每一组安排优生2名、中等学生2名、差生2名，每组用一种教学方法。

（2因素无交互作用设计。

）教法1平时成绩教法2平时成绩教法3平时成绩63优79优80优76优89优68优78中84中69中81中88中84中72差83差78差82差85差80差区组15.2单因素方差分析单因素方差分析5.2.3SPSS实例分析实例分析随机区组设计随机区组设计【例5.2.1】与【例5.2.2】对比因素A被试因素BB1B2B3A1y11y12y13A2y21y22y23A3y31y32y33因素A被试A1y11y12y13A2y21y22y23A3y31y32y335.2单因素方差分析单因素方差分析与协方差分析类似与协方差分析