三因素試驗設(shè)計60580

1、三因素實驗設(shè)計對三因素重復(fù)測量實驗設(shè)計進(jìn)行數(shù)據(jù)處理一、三因素完全隨機(jī)實驗設(shè)計數(shù)據(jù)處理過程：1、打開SPS欹件，點擊Data View，進(jìn)入數(shù)據(jù)輸入窗口，將原始數(shù)據(jù)輸入SPSS 表格區(qū)域；2、在菜單欄中選擇分析一一股線性模型一單變量；3、因變量Dependent Variable 方框中放入記憶成績（JY）,固定變量（FixedFactor（s）方框中，放入自變量記憶策略、有無干擾和材料類型；4、點擊選項（Options ）按鈕，選擇 Descriptive statistics ,對數(shù)據(jù)進(jìn)行描述性統(tǒng)計；選擇 Homogeneity tests ,進(jìn)行方差齊性檢驗；5.結(jié)果分析：描述性統(tǒng)計量因變

2、量:記憶成績記憶策略有無干擾材料類型均值標(biāo)準(zhǔn)偏差N聯(lián)想策略d無干擾實物圖片13.00001.581145 ,i圖形圖片8.00001.581145m總計10.50003.0276510e有干擾 實物圖片:5.40002.073645n圖形圖片4.6000.894435si總計5.00001.5634710o總計實物圖片9.20004.3665410n圖形圖片6.30002.16282102總計7.75003.6688620復(fù)述策略d無干擾實物圖片6.80001.303845i圖形圖片7.20001.3038415m總計7.00001.2472210e有干擾 實物圖片4.00001.000005

3、n圖形圖片2.8000.836665s總計3.40001.0749710i總計實物圖片15.40001.8378710o圖形圖片5.00002.53859102總計5.20002.1667320總計d無干擾實物圖片9.90003.5418110i圖形圖片7.60001.4298410m總計8.75002.88143120e有干擾 實物圖片4.70001.7029410n圖形圖片3.70001.2516710s總計4.20001.5423820i總計實物圖片7.30003.7988920o圖形圖片5.65002.3902220n總計6.47503.242251402方差齊性檢驗結(jié)果：P=0.27

4、80.05所以各組數(shù)據(jù)方差齊性。 誤差方差等同性的Levene檢驗a因變量:記憶成績Fdf1df2Sig.1.309732.278檢驗零假設(shè)，即在所有組中因變量的誤差方差均相等。a.設(shè)計：截距 + A + B + C + A * B + A * C + B * C + A * B * C被試問變量效應(yīng)檢驗結(jié)果：A、B、C的主效應(yīng)均極顯著（P0.00所以各組數(shù)據(jù)方差齊性。 協(xié)方差矩陣等同性的 Box檢驗aBox 的 M42.802F1.053df121df2720.888Sig.395檢驗零假設(shè)，即觀測到的因變量的協(xié)方差矩陣在所有組中均相等。a.設(shè)計：截距+ a主體內(nèi)設(shè)計:b + c + b *

5、 c多變量檢驗：因為P=00.01,所以B的主效應(yīng)極顯著；而且 P=00,05,各組因變量方差齊性。 誤差方差等同性的Levene檢驗aFdf1df2Sig.blcl,168114,688b1c2,009114,926b2c1,152114,702b2c2,453114,512b3c1,399114,538b3c2,610114,448檢驗零假設(shè)，即在所有組中因變量的誤差方差均相等。a,設(shè)計：截距+ a主體內(nèi)設(shè)計:b + c + b * c被試問變量效應(yīng)：因為 P=0B:MEASURE_1成對比較(I) b(J) b均值差值(I-J)標(biāo)準(zhǔn)誤差Siga差分的95%置信區(qū)間a下限上限12,781*

6、,163,000,4311,13132.969*,257,0002,4173.52121-.781,163.000-1.131-.4313*2.188,220,0001,7152.66031_ _ _ _ *-2.969,257,000-3.521-2.4172*-2.188,220,000-2.660-1.715基于估算邊際均值*.均值差值在.05級別上較顯著。a,對多個比較的調(diào)整：最不顯著差別(相當(dāng)于未作調(diào)整)進(jìn)行簡單效應(yīng)檢驗：因為BA交互效應(yīng)顯著，需進(jìn)行簡單效應(yīng)檢驗;程序語句:DATASET ACTIVATE DataSstt234567891011OGLM b1c1 b1c2 b2c2

7、 b3cl b3c2 BY aWSFACTOR-b 3 POLYNOMIAL c 2 POLYNOMIAL/METHOD=SSTYPE(3)/PLOT= PROFILER)JEMMEANSHA 日 LES 回COMPARE ADJ (LSD)/EMMEANS=TABLES(ba)COMPARE(aJADJ(SIDAK)/PRINT=DESCRIPTIVE HOMOGENEITY/CRITERA=ALPHA(.O5)/WSDESIGN=bc tfci/DESIGN-a.結(jié)果截圖:18歡迎下載EUimsted Marginal Meant orN&A3UR5_1bb*a描述性統(tǒng)計結(jié)果Mam s u

8、r 渣 MEASURE. 1b育建干就LlegnStd. Error95% CbNkktn- IMeZdlLowsr BoundUpper Bound1五子就11,75022211,27512 225自千找5.500222，。鴻5.752無1擾?J3B_2167.475B.4DD有干擾?75021A2878.213J無干就C4JB2M5.8796 996有干我47525。43175 3b*a配對比較結(jié)果PaiTMke CompdFi/ CirisMedmui號 1ma5u RE 1b(I百無擾 碑有無FitMiaChifcsnw 件 川3M. EmorSigi95% CmMq里昂In0Ml用L

9、ower Bou ndUpper1千干擾市干ttS25CHlS57 922uritfrtt4250FJ13上奧25 57ft2北十優(yōu)忖十憂.isa305-4B7.St2方千優(yōu)無干壯-iaa305-B42.4573再干 PtfftPt1 &63.0017732.S52用 Fitr rtf-1 SU*.貓白.Mf-i 3S2 1-J73進(jìn)行簡單簡單效應(yīng)檢驗:19歡迎下載BCAE階交互效應(yīng)顯著，還需進(jìn)行簡單簡單效應(yīng)檢驗程序語句:12345G1991011DATASET ACTIVATE DataSetlPGLM b1c1 ti1c2 b2c2 L3c1 b3c2 BY a/WSFACTOR=b 3

10、POLYNOMIAL c 2 POLYNOMIAL/M ETH OD=SSTYP E(3)/PLOT=PROFILE(b*a)/E M MEAMS=TABLES(b)C 0 MP ARE ADJ(LSD)/E MME AN 3 =TA5L ES(a*b*c )COM PARE(c)ADJ(SIDAK) /EM MEANS=TABLES (b*c *a )COMPARE(aADJ(SIDAK) /EMMEANS=TABLES(c*a*b)COMPARE(b)ADJ(SlDAK) /PRinr=DESCRIPTVE HOMOGENtrTY/CRITERlA=ALPFHA( 05)12 /WSDES

11、lGN-b c bY13 0/DESIGN=a.在a水平下b*c交互效應(yīng)配對比結(jié)果加LTB 后革此0ftn-Kc- pd iFtaniAwhT中W 1Fb1年4飛口i Nr f4liIMt4J41.IcmET/iJr*1IJTBMi想才和，.14111 l?S-filB7 na-金i.ilS.411心怡金姐ftd-N t12-1JH4T6伸-41-JM*Ei-wttl 1Tib46?IffJM#jifl口n-iMa同生1i iriOf.4114 Bic-fiAll*Xi四、三因素重復(fù)測量實驗設(shè)計數(shù)據(jù)處理過程：.打開SPS欹件，點擊Data View ,進(jìn)入數(shù)據(jù)輸入窗口，將原始數(shù)據(jù)輸入 SPSS

12、 表格區(qū)域；.在菜單欄中選擇分析一一股線性模型一重復(fù)變量；.在定義被試內(nèi)變量(Within-Subject Factor Name )的方框中，設(shè)置被試內(nèi)20歡迎下載變量標(biāo)記類型，在定義其水平(Number of Level )的對框中，輸入3,表示有 兩個水平，然后按填加(Add)鈕。.將 a1b3c1、alb3c2、a2b1c1、a2b1c2、a2b2c1、a2b2c2、a2b3c1、a2b3c2 選入被試內(nèi)變量(Winthin-Subjects Variables )方框中，將a選入被試問變 量框中；.點擊選項Options ,然后將被試內(nèi)變量b (三個水平)鍵入到右邊的方框中,21歡迎

13、下載采用LSD (none)法進(jìn)行多重比較，并選擇描述統(tǒng)計和方差齊性檢驗，點擊繼續(xù), 再點擊確定輸出結(jié)果；6.結(jié)果：3個自變量之間兩兩都有顯著差異，3者之間也有顯著差異22描述性統(tǒng)計量均值標(biāo)準(zhǔn)偏差Nalblcl14.2500.957434a1b1c29.75001.7078314a1b2c18.50001.290994a1b2c27.50001.290994a1b3c17.0000.816504a1b3c25.75001.7078314a2b1c15.2500.9574314a2b1c26.50001.290994a2b2c110.25001.7078314a2b2c25.50001.2909

14、94a2b3c16.5000.577354a2b3c22.7500.9574314.多變量檢驗b效應(yīng)值F假設(shè)df誤差dfSigaPillai的跟蹤.95766.783a1.0003.000.004歡迎下載Wilks的Lambda.04366.783a1.0003.000.004Hotelling 的跟蹤22.26166.783a1.0003.000.004Roy的取大根22.26166.783a1.0003.000.004bPillai的跟蹤.95018.841a2.0002.000.050Wilks的Lambda.05018.841a2.0002.000.050Hotelling 的跟蹤18

15、.84118.841a2.0002.000.050Roy的取大根18.84118.841a2.0002.000.050cPillai的跟蹤.90528.683a1.0003.000.013Wilks的Lambda.09528.683a1.0003.000.013Hotelling 的跟蹤9.56128.683a1.0003.000.013Roy的取大根9.56128.683a1.0003.000.013a* bPillai的跟蹤.98988.494a2.0002.000.011Wilks的Lambda.01188.494a2.0002.000.011Hotelling 的跟蹤88.49488.

16、494a2.0002.000.011Roy的取大根88.49488.494a2.0002.000.011a* cPillai的跟蹤.011.034a1.0003.000.866Wilks的Lambda.989.034a1.0003.000.866Hotelling 的跟蹤.011.034a1.0003.000.866Roy的取大根.011.034a1.0003.000.866b* cPillai的跟蹤.5601.271a2.0002.000.440Wilks的Lambda.4401.271a2.0002.000.440Hotelling 的跟蹤1.2711.271a2.0002.000.440

17、Roy的取大根1.2711.271a2.0002.000.440.a* b *Pillai的跟蹤.96931.265a2.0002.000.031cWilks的Lambda.03131.265a2.0002.000.031Hotelling 的跟蹤31.26531.265a2.0002.000.031Roy的取人根31.26531.265a2.0002.000.03123a.精確統(tǒng)計量歡迎下載b.設(shè)計：截距主體內(nèi)設(shè)計：a + b + c + a * b + a * c + b * c + a * b * c24Mauchly的球形度檢驗b度量:MEASURE主體內(nèi) 效應(yīng)Mauchly 的W近似

18、 卡方dfSig.EpsiloraGreenhous e-GeisserHuynh-Fe Idt下限d a1.000.0000.1.0001.0001.000i b.4521.5902.452.646.927.500mc1.000.0000.1.0001.0001.000e a * b n.4121.7722.412.630.873.500s a * c1.000.0000.1.0001.0001.000i b * c.3142.3162.314.593.757.500o a * b n * c1.3412.1522.341.603.786.500檢驗零假設(shè)，即標(biāo)準(zhǔn)正交轉(zhuǎn)換因變量的誤差協(xié)方差矩

19、陣與一個單位矩陣成 比例。a.可用于調(diào)整顯著性平均檢驗的自由度。在主體內(nèi)效應(yīng)檢驗表格中顯示修正后的檢驗。b.設(shè)計：截距主體內(nèi)設(shè)計：a + b + c + a * b + a * c + b * c + a * b * c主體內(nèi)效應(yīng)的檢驗度量:MEASURE源III型平方和df均力FSig.a采用的球形度85.333185.33366.783.004Greenhouse-Geiss85.3331.00085.33366.783.004erHuynh-Feldt85.3331.00085.33366.783.004下限85.3331.00085.33366.783.004誤差（a）采用的球形度3.

20、83331.278Greenhouse-Geiss3.8333.0001.278erHuynh-Feldt3.8333.0001.278下限3.8333.0001.278b采用的球形度100.042250.02146.471.000歡迎下載Greenhouse-Geiss erHuynh-Feldt下限100.042100.042100.0421.2921.8531.00077.45653.977100.04246.47146.47146.471.002.000.006誤差（b）采用的球形度6.45861.076Greenhouse-Geiss6.4583.8751.667erHuynh-Fe

21、ldt6.4585.5601.162下限6.4583.0002.153c采用的球形度65.333165.33328.683.013,Greenhouse-Geiss65.3331.00065.33328.683.013erHuynh-Feldt65.3331.00065.33328.683.013下限65.3331.00065.33328.683.013iSSS (c)采用的球形度P 6.83332.278Greenhouse-Geiss6.8333.0002.278erHuynh-Feldt6.8333.0002.278下限6.8333.0002.278a * b采用的球形度77.04223

22、8.52139.906.000Greenhouse-Geiss77.0421.26061.15639.906.003erHuynh-Feldt77.0421.74644.11639.906.001下限77.0421.00077.04239.906.008誤差采用的球形度5.7926.965(a*b)Greenhouse-Geiss5.7923.7791.532erHuynh-Feldt5.7925.2391.105下限5.7923.0001.931a * c采用的球形度.0831.083.034.866Greenhouse-Geiss.0831.000.083.034.866erHuynh-F

23、eldt.0831.000.083.034.866下限.0831.000.083.034.866誤差采用的球形度7.41732.472(a*c)Greenhouse-Geiss7.4173.0002.472erHuynh-Feldt7.417I 3.0002.472下限7.4173.0002.472b * c采用的球形度3.29221.646.856.471歡迎下載25Greenhouse-Geiss3.2921,1862,775,856,435erHuynh-Feldt3.2921.5132,175,856,452下限3.2921.0003,292,856,423誤差采用的球形度11,54261,924(b*c)Greenhouse-Geiss11,5423.5593.243erHuynh-Feldt11,5424,5402,542下限1