《單因素交互作用簡單效應(yīng)分析ppt課件》由會員分享，可在線閱讀，更多相關(guān)《單因素交互作用簡單效應(yīng)分析ppt課件（60頁珍藏版）》請在裝配圖網(wǎng)上搜索。

單因素 交互作用 簡單效應(yīng)分析 1 方差分析的適用條件 變異的可加性總體正態(tài)分布方差齊性 總體方差相等 實際應(yīng)用中 對方差齊性要求較高 因此需要單獨檢驗 2 SPSS中的4個方差分析菜單 Univariate單因變量方差分析Multivariate多因變量方差分析RepeatedMeasures含有重復(fù)測量的方差分析 CompareMeans One WayANOVA單因素方差分析 GeneralLinearModel 3 很少用 因變量不止一個時 含有重復(fù)測量的數(shù)據(jù) 很常用 4 One WayANOVA 8 1單因素完全隨機方差分析 5 例1 單因素完全隨機實驗設(shè)計 目的 文章生字密度對學(xué)生閱讀理解成績的影響自變量 生字密度 含4個水平 5 1 10 1 15 1 20 1 因變量 閱讀測驗的分數(shù)被試及程序 32人 隨機分為四組 每組接受一個自變量處理 即閱讀一種生字密度的文章 6 OneWayANOVA 生字密度對學(xué)生閱讀理解的影響shuhua p 39 sav 7 即自變量 即多重比較也稱事后檢驗 8 9 結(jié)果 p值 由p 037 05可知 可認為方差齊性 邊緣顯著 10 結(jié)果 組間均方 F值 p值 自由度 研究報告中的方差分析結(jié)果 自由度 均方 F P 而p值以星號的形式標注 One WayANOVA通常用文字陳述結(jié)果 因素較多時則用三線表呈現(xiàn) 自由度 均方 F 畢業(yè)論文格式 11 結(jié)果 由方差分析表可知 F 3 28 22 533 p 01 生字密度對閱讀理解成績有影響 學(xué)生對生字密度不同的文章的閱讀理解有顯著差異 12 結(jié)果 多重比較 13 練習(xí)1 數(shù)據(jù)文件 自信心與社交苦惱 任務(wù)1 在1總自信平均分上 男生與女生是否存在顯著差異 任務(wù)2 在1總自信平均分上 各個年級間是否存在顯著差異 14 8 2單因素隨機區(qū)組方差分析 Univariate 15 因變量 絕大多數(shù)時候自變量都應(yīng)該往里面選 用于選入隨機因素 如果你不明白 假裝沒看見他就是了 16 單擊后出現(xiàn)一個對話框 用于設(shè)置在模型中包含哪些主效應(yīng)和交互因子 默認情況為Fullfactorial 即分析所有的主效應(yīng)和交互作用 本例沒有交互作用可分析 所以要改 17 即 custom BuilTerm maineffcts 左邊變量的全選入右邊 18 單擊后出現(xiàn)一個對話框 用于設(shè)置在模型中包含哪些主效應(yīng)和交互因子 默認情況為Fullfactorial 即分析所有的主效應(yīng)和交互作用 本例沒有交互作用可分析 所以要改 19 例2 單因素隨機區(qū)組設(shè)計 題目 文章的生字密度對學(xué)生閱讀理解的影響自變量 生字密度 含有4個水平 5 1 10 1 15 1 20 1 因變量 閱讀測驗的分數(shù)無關(guān)變量 被試的智力水平 區(qū)組變量 實驗設(shè)計 單因素隨機區(qū)組實驗設(shè)計被試及程序 首先給32個學(xué)生做智力測驗 并按測驗分數(shù)將被試分成8個組 每組4人 智力水平相等 然后隨機分配每個區(qū)組內(nèi)的4個被試閱讀一種生字密度的文章 20 生字密度對學(xué)生閱讀理解的影響 按智力測驗成績劃分8個區(qū)組 shuhua p 45 sav 21 數(shù)據(jù)錄入 22 組間 區(qū)組 組內(nèi) 誤差項 23 Univariate 單因素完全隨機 n因素隨機區(qū)組 多因素混合設(shè)計 單因素重復(fù)測量 One wayANOVA RepeatedMeasures RepeatedMeasures 多因素重復(fù)測量 RepeatedMeasures 不管有幾個因素 只要其中一個因素為重復(fù)測量 即用RepeatedMeasures 24 Onecemore 單因素完全隨機 One wayANOVA 不管有幾個重復(fù)測量因素 RepeatedMeasures 其他方差分析 Univariate 只有一個因變量 25 兩因素完全隨機實驗設(shè)計的應(yīng)用舉例 題目 當(dāng)主題熟悉性不同時 生字密度對兒童閱讀理解的影響 實驗變量 自變量A 文章類型 即熟悉的 a1 與不熟悉的 a2 自變量B 生字密度 即5 1 b1 10 1 b2 15 1 b3 實驗設(shè)計 兩因素完全隨機實驗設(shè)計被試 24名五年級學(xué)生實驗程序 首先將自變A與B的水平結(jié)合成2 3即6個實驗處理 然后把選取的被試分成6組 每組4人 分別接受一種實驗處理水平的結(jié)合 26 數(shù)據(jù)如何錄入 邊緣 際 平均數(shù) 即主效應(yīng) 即交互作用效應(yīng) 細格平均數(shù) 27 Onecemore 主效應(yīng) 一個因素內(nèi)各個水平的差異 交互作用 一個因素的各個水平在另一個因素的不同水平上變化趨勢不一致 28 邊緣 際 平均數(shù) 即主效應(yīng) 即交互作用效應(yīng) 細格平均數(shù) 29 結(jié)合實例 請分別說明 1 主效應(yīng) 2 交互作用 2 3完全隨機方差分析 B因素 年級 A因素 性別 思考 30 兩因素完全隨機方差分析舉例 shuhua p71 31 因變量 自變量 32 結(jié)果1 綜合的方差分析 A因素的主效應(yīng) B因素的主效應(yīng) AB的交互效應(yīng) A因素主效應(yīng)顯著 B因素主效應(yīng)顯著 不同主題熟悉性的成績存在顯著差異 不同生字密度的成績存在顯著差異 AB交互作用顯著 熟悉性與生字密度的交互作用顯著 該自變量水平大于等于3 事后檢驗 交互作用顯著 則簡單效應(yīng)檢驗 33 結(jié)果2 事后檢驗即Posthoc 選中主效應(yīng)顯著 且水平 3的自變量 通常用LSD 34 結(jié)果2 事后檢驗即Posthoc 35 結(jié)果3 簡單效應(yīng)的定量分析 通常不在SPSSforWindows完成 而是通過寫語句 即 syntax 交互作用顯著后進行簡單效應(yīng)檢驗 36 兩因素完全隨機的方差分析 syntax 37 2 3完全隨機的方差分析 MANOVAYBYA 1 2 B 1 3 DESIGN DESIGN BWITHINA 1 BWITHINA 2 鍵盤敲兩下空格 多因素方差分析 變量說明 BY 左邊為因變量 BY 右邊為IV 總的方差分析 簡單效應(yīng)檢驗 38 2 3完全隨機的方差分析 MANOVAYBYA 1 2 B 1 3 DESIGN DESIGN BWITHINA 1 BWITHINA 2 DataView與Syntax中的 name 務(wù)必保持一致 Y表示因變量 A B分別表示自變量 A因素各個水平的最小值與最大值 B因素同理 請問 3 4完全隨機的方差分析 C因素3個水平 D因素4個水平 因變量為F 應(yīng)如何改寫以上語句 鍵盤敲兩下空格 實心點 均可替換為其他字母 39 結(jié)果3 簡單效應(yīng)的定量分析 再結(jié)合作圖法 對結(jié)果進行解釋 40 結(jié)果4 交互作用的直觀分析 作圖法 41 結(jié)果4 交互作用的直觀分析 作圖法 X軸 分為不同的線條 通常來說 把水平多的自變量作為X軸 42 結(jié)果4 交互作用的直觀分析 作圖法 再次復(fù)習(xí) 什么是交互作用 43 B b1 b2 b3 a2 a1 對于熟悉的文章 被試的閱讀理解成績無顯著差異 F 2 19 0 12 P 0 883 對于不熟悉的文章 被試的閱讀理解成績存在顯著差異 F 2 19 11 33 P 0 001 結(jié)果5 對簡單效應(yīng)的綜合分析 44 見數(shù)據(jù)文件 dengzhu p141 練習(xí) 45 A因素的主效應(yīng) B因素的主效應(yīng) AB的交互效應(yīng) A因素主效應(yīng)顯著 B因素主效應(yīng)顯著 不同性別被試的 存在顯著差異 不同年級被試的 存在顯著差異 AB交互作用顯著 性別與年級的交互作用顯著 該自變量水平大于等于3 事后檢驗 交互作用顯著 則簡單效應(yīng)檢驗 46 兩因素混合設(shè)計的方差分析 47 注意 數(shù)據(jù)錄入 對于被試間 組間 變量 每個自變量須作為單獨的一列進行錄入被試內(nèi) 組內(nèi) 變量 每個自變量無須單獨成列 而是被試內(nèi)變量各個水平所對應(yīng)的因變量單獨成列當(dāng)只有被試間因素的時候 因變量需要單獨成一列 當(dāng)含有被試內(nèi)因素的時候 因變量無需單獨成一列 而是錄入在被試內(nèi)因素相應(yīng)的水平下 48 兩因素混合設(shè)計的方差分析舉例 詞的獲得年齡與專業(yè)對詞的知覺速度的影響采用3 2的混合設(shè)計共有兩個自變量 自變量1是詞的獲得年齡 AOA 含3個水平 分別是a組 b組和c組 是被試內(nèi)變量 自變量2是專業(yè) 有體育和中文2個水平 是被試間變量 因變量是反應(yīng)時間數(shù)據(jù)見 16 1 49 被試內(nèi)變量的name 相應(yīng)被試內(nèi)變量的水平數(shù) 50 被試內(nèi)變量 被試間變量 51 52 描述統(tǒng)計結(jié)果 53 球形檢驗 p 0 05 球形檢驗差異不顯著 54 主效應(yīng)A與交互作用 F 2 76 4 813 p 0 011 0 05 詞獲得年齡的主效應(yīng)顯著 F 2 76 1 471 p 0 236 0 05 詞獲得年齡與專業(yè)交互作用不顯著 55 主效應(yīng)B F 1 38 0 646 p 0 426 0 05 系別的主效應(yīng)不顯著 56 F 2 76 4 813 p 0 011 0 05 詞獲得年齡的主效應(yīng)顯著 F 2 76 1 471 p 0 236 0 05 詞獲得年齡與專業(yè)交互作用不顯著 F 1 38 0 646 p 0 426 0 05 系別的主效應(yīng)不顯著 需要進一步分析的 詞的主效應(yīng)顯著 須做多重比較 57 被試內(nèi)變量的事后多重比較 只能用Options aoa 58 注意 被試內(nèi)變量主效應(yīng)顯著后 事后多重比較 只能用Options如果被試間變量的主效應(yīng)顯著 既可以用Options 也可以用posthoc 59 結(jié)果 事后多重比較 60