三因素实验设计60580.docx

上传人:b****8 文档编号:9233841 上传时间:2023-02-03 格式:DOCX 页数:38 大小:713.38KB
下载 相关 举报
三因素实验设计60580.docx_第1页
第1页 / 共38页
三因素实验设计60580.docx_第2页
第2页 / 共38页
三因素实验设计60580.docx_第3页
第3页 / 共38页
三因素实验设计60580.docx_第4页
第4页 / 共38页
三因素实验设计60580.docx_第5页
第5页 / 共38页
点击查看更多>>
下载资源
资源描述

三因素实验设计60580.docx

《三因素实验设计60580.docx》由会员分享,可在线阅读,更多相关《三因素实验设计60580.docx(38页珍藏版)》请在冰豆网上搜索。

三因素实验设计60580.docx

三因素实验设计60580

三因素实验设计

对三因素重复测量实验设计进行数据处理

 

一、三因素完全随机实验设计数据处理

过程:

1、打开SPSS软件,点击DataView,进入数据输入窗口,将原始数据输入SPSS表格区域;

2、在菜单栏中选择分析→一般线性模型→单变量;

3、因变量DependentVariable方框中放入记忆成绩(JY),固定变量(FixedFactor(s))方框中,放入自变量记忆策略、有无干扰和材料类型;

4、点击选项(Options)按钮,选择Descriptivestatistics,对数据进行描述性统计;选择Homogeneitytests,进行方差齐性检验;

5.结果分析:

描述性统计量

因变量:

记忆成绩

记忆策略

有无干扰

材料类型

均值

标准偏差

N

联想策略

dimension2

无干扰

实物图片

13.0000

1.58114

5

图形图片

8.0000

1.58114

5

总计

10.5000

3.02765

10

有干扰

实物图片

5.4000

2.07364

5

图形图片

4.6000

.89443

5

总计

5.0000

1.56347

10

总计

实物图片

9.2000

4.36654

10

图形图片

6.3000

2.16282

10

总计

7.7500

3.66886

20

复述策略

dimension2

无干扰

实物图片

6.8000

1.30384

5

图形图片

7.2000

1.30384

5

总计

7.0000

1.24722

10

有干扰

实物图片

4.0000

1.00000

5

图形图片

2.8000

.83666

5

总计

3.4000

1.07497

10

总计

实物图片

5.4000

1.83787

10

图形图片

5.0000

2.53859

10

总计

5.2000

2.16673

20

总计

dimension2

无干扰

实物图片

9.9000

3.54181

10

图形图片

7.6000

1.42984

10

总计

8.7500

2.88143

20

有干扰

实物图片

4.7000

1.70294

10

图形图片

3.7000

1.25167

10

总计

4.2000

1.54238

20

总计

实物图片

7.3000

3.79889

20

图形图片

5.6500

2.39022

20

总计

6.4750

3.24225

40

方差齐性检验结果:

P=0.278>0.05所以各组数据方差齐性。

误差方差等同性的Levene检验a

因变量:

记忆成绩

F

df1

df2

Sig.

1.309

7

32

.278

检验零假设,即在所有组中因变量的误差方差均相等。

a.设计:

截距+A+B+C+A*B+A*C+B*C+A*B*C

被试间变量效应检验结果:

A、B、C的主效应均极显著(P<0.01);AB交互效应显著;AC交互效应极显著;BC交互效应不显著;ABC交互效应极显著。

对于二阶与三阶交互效应显著的,还需进行简单效应与简单简单效应检验。

主体间效应的检验

因变量:

记忆成绩

III型平方和

df

均方

F

Sig.

校正模型

349.175a

7

49.882

26.254

.000

截距

1677.025

1

1677.025

882.645

.000

A

65.025

1

65.025

34.224

.000

B

207.025

1

207.025

108.961

.000

C

27.225

1

27.225

14.329

.001

A*B

9.025

1

9.025

4.750

.037

A*C

15.625

1

15.625

8.224

.007

B*C

4.225

1

4.225

2.224

.146

A*B*C

21.025

1

21.025

11.066

.002

误差

60.800

32

1.900

总计

2087.000

40

校正的总计

409.975

39

a.R方=.852(调整R方=.819)

简单效应检验:

在主对话框中,单击Paste按钮,SPSS会把原先的全部操作转换成语句并粘贴到新打开的程序语句窗口中,在命令语句中加入EMMEANS引导的语句;

结果:

当被试使用联想策略进行记忆时,无干扰条件的记忆成绩极显著优于有干扰条件的记忆成绩;当被试使用复述策略进行记忆时,无干扰条件的记忆成绩也极显著优于有干扰条件的记忆成绩。

当被试使用联想策略进行记忆时,实物图片的记忆成绩极显著优于图形图片的记忆成绩;当被试使用复述策略进行记忆时,实物图片与图形图片的记忆成绩无显著差异。

 

 

简单简单效应检验:

结果:

所以a,b,c有显著差异。

二、重复测量一个因素的三因素混合实验设计数据处理

过程:

1.DataView,进入数据输入窗口,将原始数据输入SPSS表格区域

2.Analyze→GeneralLinearModel→RepeatedMeasures(在菜单栏中选择分析→一般线性模型→重复变量)

 

3.在定义被试内变量(Within-SubjectFactorName)的方框中,设置被试内变量标记类型,在定义其水平(NumberofLevel)的对框中,输入3,表示有两个水平,然后按填加(Add)钮。

4.按定义键(Define),返回重复测量主对话框,将b1、b2、b3选入被试内变量(Winthin-SubjectsVariables)方框中,将a、c选入被试间变量框中。

5.点击选项Options,进行如下操作:

①将被试内变量b(三个水平)键入到右边的方框中,采用[LSD(none)]法进行多重比较,

②选择Descriptivestatistics命令,对数据进行描述性统计。

选择Homogeneitytests进行方差齐性检验。

6.单击continue选项,返回主对话框,点击OK,执行程序。

7.结果:

一元方差分析:

标记类型主效应显著,F=37.022,P=0.009;句长类型主效应检验,因其满足球形假设,故参见每项检验的第一行SphericityAssumed的结果,即,F=47.79,P=.000,表明b变量主效应极其显著;a与b的交互效应检验。

因其满足球形假设,故参见标准一元方差分析的结果,即F=34.02,P=.001,表明a与b的交互效应极显著。

多重比较:

长句与中句之间差异极其显著(P=0.003);长句与短句之间差异极其显著(P=0.000);中句与短句之间差异也极其显著(P=0.002)。

描述性统计量

有无干扰

显示时间

均值

标准偏差

N

实物图片

dimension1

无干扰

dimension2

30秒

14.2500

.95743

4

15秒

9.7500

1.70783

4

总计

12.0000

2.72554

8

有干扰

dimension2

30秒

5.2500

.95743

4

15秒

6.5000

1.29099

4

总计

5.8750

1.24642

8

总计

dimension2

30秒

9.7500

4.89168

8

15秒

8.1250

2.23207

8

总计

8.9375

3.76774

16

数字图片

dimension1

无干扰

dimension2

30秒

8.5000

1.29099

4

15秒

7.5000

1.29099

4

总计

8.0000

1.30931

8

有干扰

dimension2

30秒

10.2500

1.70783

4

15秒

5.5000

1.29099

4

总计

7.8750

2.90012

8

总计

dimension2

30秒

9.3750

1.68502

8

15秒

6.5000

1.60357

8

总计

7.9375

2.17466

16

符号图片

dimension1

无干扰

dimension2

30秒

7.0000

.81650

4

15秒

5.7500

1.70783

4

总计

6.3750

1.40789

8

有干扰

dimension2

30秒

6.7500

.95743

4

15秒

2.7500

.95743

4

总计

4.7500

2.31455

8

总计

dimension2

30秒

6.8750

.83452

8

15秒

4.2500

2.05287

8

总计

5.5625

2.03204

16

 

协方差矩阵等同性的Box检验a

Box的M

26.278

F

.749

df1

18

df2

508.859

Sig.

.760

检验零假设,即观测到的因变量的协方差矩阵在所有组中均相等。

a.设计:

截距+a+c+a*c

主体内设计:

b

 

多变量检验b

效应

F

假设df

误差df

Sig.

b

Pillai的跟踪

.803

22.413a

2.000

11.000

.000

Wilks的Lambda

.197

22.413a

2.000

11.000

.000

Hotelling的跟踪

4.075

22.413a

2.000

11.000

.000

Roy的最大根

4.075

22.413a

2.000

11.000

.000

b*a

Pillai的跟踪

.822

25.414a

2.000

11.000

.000

Wilks的Lambda

.178

25.414a

2.000

11.000

.000

Hotelling的跟踪

4.621

25.414a

2.000

11.000

.000

Roy的最大根

4.621

25.414a

2.000

11.000

.000

b*c

Pillai的跟踪

.169

1.117a

2.000

11.000

.362

Wilks的Lambda

.831

1.117a

2.000

11.000

.362

Hotelling的跟踪

.203

1.117a

2.000

11.000

.362

Roy的最大根

.203

1.117a

2.000

11.000

.362

b*a*c

Pillai的跟踪

.752

16.698a

2.000

11.000

.000

Wilks的Lambda

.248

16.698a

2.000

11.000

.000

Hotelling的跟踪

3.036

16.698a

2.000

11.000

.000

Roy的最大根

3.036

16.698a

2.000

11.000

.000

a.精确统计量

b.设计:

截距+a+c+a*c

主体内设计:

b

主体内效应的检验

度量:

MEASURE_1

III型平方和

df

均方

F

Sig.

b

采用的球形度

96.167

2

48.083

29.974

.000

Greenhouse-Geisser

96.167

1.902

50.549

29.974

.000

Huynh-Feldt

96.167

2.000

48.083

29.974

.000

下限

96.167

1.000

96.167

29.974

.000

b*a

采用的球形度

78.000

2

39.000

24.312

.000

Greenhouse-Geisser

78.000

1.902

41.000

24.312

.000

Huynh-Feldt

78.000

2.000

39.000

24.312

.000

下限

78.000

1.000

78.000

24.312

.000

b*c

采用的球形度

3.500

2

1.750

1.091

.352

Greenhouse-Geisser

3.500

1.902

1.840

1.091

.350

Huynh-Feldt

3.500

2.000

1.750

1.091

.352

下限

3.500

1.000

3.500

1.091

.317

b*a*c

采用的球形度

54.500

2

27.250

16.987

.000

Greenhouse-Geisser

54.500

1.902

28.647

16.987

.000

Huynh-Feldt

54.500

2.000

27.250

16.987

.000

下限

54.500

1.000

54.500

16.987

.001

误差(b)

采用的球形度

38.500

24

1.604

Greenhouse-Geisser

38.500

22.829

1.686

Huynh-Feldt

38.500

24.000

1.604

下限

38.500

12.000

3.208

简单效应检验:

结果:

无标记的情况下,各句子类型之间不存在显著性差异,F=9.000,P=0.100;有标记的情况下,各句子类型之间存在极显著性差异,F=150.333,P=0.007。

三、重复测量两个因素的三因素混合实验设计数据处理

过程:

1.打开SPSS软件,点击DataView数据视图,进入数据输入窗口,将原始数据输入SPSS表格区域;

2.在菜单栏中选择分析→一般线性模型→重复度量;

 

3.分别定义两个被试内变量名及其水平数,点击“定义”;

4、将b1c1、b1c2、b2c1、b2c2、b3c1、b3c2选入被试内变量(Winthin-SubjectsVariables)方框中,将a选入被试间变量框中;

5、点击选项Options,然后将被试内变量b(三个水平)键入到右边的方框中,采用LSD(none)法进行多重比较,并选择描述统计和方差齐性检验,点击继续,再点击确定输出结果;

6.结果:

描述性统计结果:

描述性统计量

有无干扰

均值

标准偏差

N

b1c1

dimension1

无干扰

14.0000

.92582

8

有干扰

4.8750

.83452

8

总计

9.4375

4.78844

16

b1c2

dimension1

无干扰

9.5000

1.19523

8

有干扰

6.1250

1.12599

8

总计

7.8125

2.07264

16

b2c1

dimension1

无干扰

8.6250

1.06066

8

有干扰

10.0000

1.30931

8

总计

9.3125

1.35247

16

b2c2

dimension1

无干扰

7.2500

1.28174

8

有干扰

5.5000

1.06904

8

总计

6.3750

1.45488

16

b3c1

dimension1

无干扰

7.0000

.75593

8

有干扰

6.8750

.83452

8

总计

6.9375

.77190

16

b3c2

dimension1

无干扰

5.8750

1.24642

8

有干扰

2.8750

.83452

8

总计

4.3750

1.85742

16

 

Box’s方差齐性结果:

P=0.395>0.05,所以各组数据方差齐性。

协方差矩阵等同性的Box检验a

Box的M

42.802

F

1.053

df1

21

df2

720.888

Sig.

.395

检验零假设,即观测到的因变量的协方差矩阵在所有组中均相等。

a.设计:

截距+a

主体内设计:

b+c+b*c

多变量检验:

因为P=0<0.01,所以B的主效应极显著;而且P=0<0.01,BA的交互作用极显著;同理可知:

C的主效应极显著,CA的交互效应不显著,BCA的三阶交互效应极显著。

多变量检验b

效应

F

假设df

误差df

Sig.

b

Pillai的跟踪

.906

62.841a

2.000

13.000

.000

Wilks的Lambda

.094

62.841a

2.000

13.000

.000

Hotelling的跟踪

9.668

62.841a

2.000

13.000

.000

Roy的最大根

9.668

62.841a

2.000

13.000

.000

b*a

Pillai的跟踪

.961

160.414a

2.000

13.000

.000

Wilks的Lambda

.039

160.414a

2.000

13.000

.000

Hotelling的跟踪

24.679

160.414a

2.000

13.000

.000

Roy的最大根

24.679

160.414a

2.000

13.000

.000

c

Pillai的跟踪

.909

139.528a

1.000

14.000

.000

Wilks的Lambda

.091

139.528a

1.000

14.000

.000

Hotelling的跟踪

9.966

139.528a

1.000

14.000

.000

Roy的最大根

9.966

139.528a

1.000

14.000

.000

c*a

Pillai的跟踪

.003

.043a

1.000

14.000

.839

Wilks的Lambda

.997

.043a

1.000

14.000

.839

Hotelling的跟踪

.003

.043a

1.000

14.000

.839

Roy的最大根

.003

.043a

1.000

14.000

.839

b*c

Pillai的跟踪

.234

1.991a

2.000

13.000

.176

Wilks的Lambda

.766

1.991a

2.000

13.000

.176

Hotelling的跟踪

.306

1.991a

2.000

13.000

.176

Roy的最大根

.306

1.991a

2.000

13.000

.176

b*c*a

Pillai的跟踪

.827

31.113a

2.000

13.000

.000

Wilks的Lambda

.173

31.113a

2.000

13.000

.000

Hotelling的跟踪

4.787

31.113a

2.000

13.000

.000

Roy的最大根

4.787

31.113a

2.000

13.000

.000

a.精确统计量

b.设计:

截距+a

主体内设计:

b+c+b*c

球形假设检验:

被试内变量球形假设检验,由于c变量只有两个水平,所以不需要检验;b,b*c均满足球形假设。

Mauchly的球形度检验b

度量:

MEASURE_1

主体内效应

Mauchly的W

近似卡方

df

Sig.

Epsilona

Greenhouse-Geisser

Huynh-Feldt

下限

dimension1

b

.764

3.503

2

.174

.809

.965

.500

c

1.000

.000

0

.

1.000

1.000

1.000

b*c

.952

.642

2

.725

.954

1.000

.500

检验零假设,即标准正交转换因变量的误差协方差矩阵与一个单位矩阵成比例。

a.可用于调整显著性平均检验的自由度。

在"主体内效应检验"表格中显示修正后的检验。

b.设计:

截距+a

主体内设计:

b+c+b*c

Levene’s方差齐性检验结果:

因为P>0.05,各组因变量方差齐性。

误差方差等同性的Levene检验a

F

df1

df2

Sig.

b1c1

.168

1

14

.688

b1c2

.009

1

14

.926

b2c1

.152

1

14

.702

b2c2

.453

1

14

.512

b3c1

.399

1

14

.538

b3c2

.610

1

14

.448

检验零假设,即在所有组中因变量的误差方差均相等。

a.设计:

截距+a

主体内设计:

b+c+b*c

被试间变量效应:

因为P=0<0.01,A的主效应极显著。

主体间效应的检验

度量:

MEASURE_1

转换的变量:

平均值

III型平方和

df

均方

F

Sig.

截距

5221.500

1

5221.500

4716.194

.000

a

170.667

1

170.667

154.151

.000

误差

15.500

14

1.107

b因素的多重比较结果:

实物图片的记忆成绩显著优于数字图片和符号图片,数字图片,数字图片的记忆成绩显著优于符号图片。

成对比较

度量:

MEASURE_1

(I)b

(J)b

均值差值(I-J)

标准误差

Sig.a

差分的95%置信区间a

下限

上限

1

2

.781*

.163

.000

.431

1.131

3

2.969*

.257

.000

2.417

3.521

2

1

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 高等教育 > 理学

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1