spss方差分析操作示范步驟例子

1、第五節(jié)方差分析的SPSS操作、完全隨機設計的單因素方差分析1 .數(shù)據(jù)采用本章第二節(jié)所用的例1中的數(shù)據(jù)，在數(shù)據(jù)中定義一個group變量來表示五個不同的組，變量math表示學生的數(shù)學成績。數(shù)據(jù)輸入格式如圖6 3 （為了節(jié)省空間，只顯示部分數(shù)據(jù)的輸入）圖6-3單因素方差分析數(shù)據(jù)輸入將上述數(shù)據(jù)文件保存為“6-6-1.sav ”。2 .理論分析要比較不同組學生成績平均值之間是否存在顯著性差異，從上面數(shù)據(jù)來看，總共分了5個組，也就是說要解決比較多個組（兩組以上）的平均數(shù)是否有顯著的問題。從要分析的數(shù)據(jù)來看,不同組學生成績之間可看作相互獨立，學生的成績可以假設從總體上服從正態(tài)分布，在各組方差滿足齊性的條件下

2、,可以用單因素的方差分析來解決這一問題。單因素方差分析不僅可以檢驗多組均值之間是否存在差異,同時還可進一步采取多種方法進行多重比較，發(fā)現(xiàn)存在差異的究竟是哪些均值。3.單因素方差分析過程（1）主效應的檢驗假如我們現(xiàn)在想檢驗五組被試的數(shù)學成績（math ）的均值差異是否顯著性，可依下列操作進行。單擊主菜單 Analyze/Compare Means/0ne- Way Anova，進入主對話框，請把 math選入到因變量表列（De pendent list ）中去，把 group選入到因素（factor ）中去，如圖 6-4所示: 圖 6-4 : One-Way Anova 主對話框對于方差分析，要

3、求數(shù)據(jù)服從正態(tài)分布和不同組數(shù)據(jù)方差齊性,對于正態(tài)性的假設在后面非參數(shù)檢驗一章再具體介紹；On e-Way An ova可以對數(shù)據(jù)進行方差齊性的檢驗，單擊銨鈕Op tio ns ,進入它的主對話框，在 Homogeneity-of-varianee項上選中即可。設置如下圖6-5所示:圖 6-5 : One-Way Anova 的 Options 對話框點擊Continue，返回主對話框。在主對話框中點擊 0K得到單因素方差分析結果4.結果及解釋（1）輸出方差齊性檢驗結果Leve ne Statisticdf1df2Sig.1.238435.313Test of Homoge neity of V

4、aria ncesMATH上表結果顯示，Levene方差齊性檢驗統(tǒng)計量的值為1.238 , Sig=0.313>0.05，所以五個組的方差滿足方差齊性的前提條件，如果不滿足方差齊性的前提條件，后面方差分析計算 F統(tǒng)計量的方法要稍微復雜，本章我們只考慮方差齊性條件滿足的情況。（2）輸出方差分析主效應檢驗結果（方差分析表）Sum of SquaresdfMean SquareF Sig.Betwee n Grou ps314.400478.6003.252.023Within Grou ps846.0003524.171Total1160.40039ANOVAMATH上面方差分析結果顯示：組

5、間平方和為314.40，組內平方和為846.00 ;組間自由度為4,組內自由度為35;組間均方為78.60，組內均方為24.171 ; F檢驗統(tǒng)計量的值為 3.252，對應的概率P值為0.023<0.05，說明在0.05的顯著性水平下，在不同班主任的班級中數(shù)學成績有顯著差異。5.單因素方差分析的Post Hoc多重比較上面分析結果顯示，五個組的平均值存在顯著差異，但是并不能告訴我們究竟是哪些組之間的差異顯著。如果想同時回答存在差異的原因，就需要進行平均數(shù)的多重比較。SPSS可以直接進行平均數(shù)差異的多重比較，具體操作如下:（1）在On e-Way An ova的主對話窗口，單擊按鈕P os

6、t Hoc進入多重比較方法選擇對話框（如圖6-6所示）。圖6-6 :單樣本方差分析多重比較定義窗口（2）在上面對話框中有兩組不同假設下的方法可供選擇,上面為方差齊性前提下（Equal Varia ncesAssumed）的方法，下面為沒有假定方差齊性時（Equal Variances Not Assumed）的多重比較方法選擇。單因素方差分析的Post Hoc提供的多重比較的方法在方差齊性的假設條件下常用的主要有:LSD（最小顯著差法），Duncan（Duncan多范圍檢驗），S-N-K（Student-Newman-Keuls 檢驗，有稱 q檢驗），Tukey（Honestly顯著差異檢驗）

7、,Tukey ' s-b（Tukey 的另一種檢驗方法）,Bonferroni （Bonferroni檢驗）,Scheffe（Scheffe 檢驗）等，不同檢驗方法所依據(jù)的檢驗準則稍有差異，檢驗結果也不完全相同,這里不具體介紹各種方法的具體檢驗原理，感興趣的讀者可以參考有關文獻（Miller,1966;Games,1971a,1971b;）。由于在本書中只涉及方差齊性條件滿足的情況，所以關于沒有方差齊性假設條件或方差齊性條件不滿足時的多重比較方法這里不作介紹。在上面所舉的例子中， 不同任課教師擔任辦主任的班級，其數(shù)學成績存在顯著差異， 下面我們進步檢驗究竟是那兩個組的差異顯著。在多重比

8、較窗口，選擇S-N-K檢驗，單擊Continue返回主對話框。（3）在主對話框點擊 OK按鈕運行程序，即可輸出結果。6.多重比較結果及解釋這時的輸出結果， 除了上面顯示的方差齊性的檢驗結果和方差分析表外,還有多重檢驗的結果， 多重檢驗結果為:MATHStude nt-Newma n-KeulsNSubset for alpha = .05GRO UP124867.003869.5069.502871.5071.505874.001874.50Sig.175.195Means for grou ps in homoge neous subsets are dis played, a Uses H

9、armo nic Mea n Samp le Size = 8.000.上述分析結果表明，在 0.05的顯著性水平下，5個組可以分成同質的 2個大組，第一大組包括原來的第4組、第3組和第2組；第2大組包括原來的第 3組、第2組、第5組和第1組。說明第4組、第5組與第1組的數(shù)學平均成績存在差異，而第4組與第2組和第3組的差異不顯著，第1組、第5組和第2組和第3組的差異也不顯著。二、隨機區(qū)組設計的方差分析在隨機區(qū)組設計中，每一區(qū)組應接受全部實驗處理，每種實驗處理在每一區(qū)組中重復的次數(shù)也應該相同。利用SPSS程序可以進行被試之間的差異檢驗、處理之間的差異檢驗及各種交互效應的檢驗。SPSS中沒有提供可

10、直接用于區(qū)組設計的分析程序，但用戶可以根據(jù)實驗設計中具體情況選擇普通因素模型（即所有的因素變量都是被試間因素）或重復測量模型（至少有一個因素變量是被試內因素）。同一區(qū)組內的每一個被試如果接受了全部實驗處理,應該選擇重復測量模型；如果同一區(qū)組內的被試隨機接受不同的實驗處理，即一個被試只接受一種處理，則應選擇普通因素模型。不同的模型對數(shù)據(jù)的表現(xiàn)形式會有所不同。普通因素模型要求實驗處理結果即因變量只表現(xiàn)為一個,不同水平下的觀測結果用因素變量的變量值加以對應區(qū)分。在重復測量模型中，不同的實驗處理結果應表現(xiàn)為不同的變量,不要求因素變量必須存在。下面我們先介紹普通因素模型。（一）、隨機區(qū)組設計的普通因素模

11、型（被試間設計）例7 .為了研究四種夾角（15度、30度、45度和60度）條件下，繆勒萊爾錯覺試驗錯覺量之間的差異，隨機選取 4組同質被試，每組 8名，總共32名被試。每組同質的 8名被試再隨機分成 4組,每組2人隨機接受一種夾角下的繆勒-萊爾錯覺試驗，試驗結果如下表:15度30度45度60度區(qū)組10.510.39.78.819.59.48.88.410.29.89.78.8區(qū)組29.89.79.59.0區(qū)組10.610.59.79.0311.211.210.19.4區(qū)組9.59.58.98.349.59.29.08.0分析四種不同夾角條件下， 繆勒-萊爾錯覺試驗的平均錯覺量有無顯著差異,并進

12、一步說明哪些組存在差異。我們在句法窗口（ syntax ）用語句輸入數(shù)據(jù)，具體語句如下（文件6-6-2.Sps ）:DATA LIST FREE/ BLOCK COND DELUSION.BEGIN DATA.110.510.39.78.89.59.48.88.410.29.89.78.89.89.79.59.010.610.59.79.011.211.210.19.49.59.58.98.99.59.29.08.0END DATA.在句法窗口選擇菜單 Run/All ，得到數(shù)據(jù)文件，保存為“ 6-6-2.sav ”。2理論分析在上述數(shù)據(jù)文件中，共有三個變量依次是區(qū)組變量BLOCK,實驗處理的

13、條件 COND實驗結果即錯覺量DELUSION其中BLOCK與CONDTE是因素變量,并且各有四個水平。 上述實驗數(shù)據(jù)的表現(xiàn)是基于如下假設：樣本容量為 32，分 4 個區(qū)組，每個區(qū)組有8 名被試，共有 4 種不同的實驗處理條件；在實驗4 組，中，隨機安排同一區(qū)組內的兩名被試接受同一種實驗處理，這樣每一區(qū)組的被試又被隨機分成了每一組接受一種不同的實驗處理?，F(xiàn)在我們的目的在于檢驗四種實驗處理條件下錯覺量是否有顯著性差異,也想檢驗四個區(qū)組之間是否存在顯著性差異。所以從理論上屬于區(qū)組設計的實驗設計。3.隨機區(qū)組被試間設計的 SPSS操作過程(1)單擊主菜單 An alyze/ge nerallin e

14、ar model / Uni variate ，打開主對話框。把變量 DELUSION選入到因變量(de pen de nt)框中，同時我們假定目前的區(qū)組數(shù)目及實驗處理條件已經(jīng)全部包括在實驗中，所以把BLOCK與CONDTE選入到固定因素(fixed factors )框中，如下圖 6-7所示: 圖6-7 : 一般因素方差分析主對話框(2)指定分析模型即指定在方差分析中需要哪些因素主效應或交互效應。單擊按鈕Model，進入模型(Model)設置對話框。 Full factorial全模型，包括所有因素主效應、交互效應、協(xié)變量主效應等。是系統(tǒng)默認的模型。Custom自定義模型。用戶可以選擇自己實

15、驗中感興趣的效應。Build terms單擊向下的小三角可以選擇多種不同的效應，如本例中我們選擇兩個因素的主效應Mai n effects 。Sum of提供了四種分解平方和的方法，系統(tǒng)推薦第三種即回歸法。 In elude in terce pt in model如果選中該復選框，表明在模型中包括截距。如果你能確定回歸線不通過原點，可以把截距排除在外。Factors&框中所列出的是主對話框中所選的因素，一般包括固定因素(變量名后附以F)、隨機因素(變量名后附以 R)、協(xié)變量因素(變量名后附以C)。在上面定義的模型中只含有固定因素。本例中我們所感興趣的是 CONC中四種水平下實驗結果的

16、差異性，同時也想檢驗區(qū)組效應，對于區(qū)組設計假設因素與區(qū)組間不存在交互作用，所以只選擇了兩個固定因素的主效應。點擊Continue 返回主對話框。上述設置如下圖6-8所示:圖6-8 :模型定義對話框(2)選擇輸出圖形單擊主對話框按鈕plot，可進入圖形設置對話框。我們在此把BLOCK作為橫坐標選入到horizontalaxis ),把CON選入到Separate lines框中，然后單擊 ADD按鈕。即要求程序為我們在一Factors：condC ontirrtieCancelHelpPlots:block+cond1個圖中輸出四種處理條件下的折線圖，以便于我們判斷處理條件與區(qū)組是否存在交互作用

17、。點擊Continue返回主對話框。上面設置如下圖6-9所示：圖6-9 :圖形設置對話框(3) 選擇多重比較的因素變量及方法單擊POST HOC按鈕進入定義事后檢驗的對話框。左邊列出了因素變量，如果需要，用戶可以把指定進行多重比較分析的變量選入到右邊變量列中,并在下面選擇多種比較的方法，請注意，上半部分是方差齊性假設下的方法，下半部分是方差不齊時的方法。在方差齊性假定滿足的條件下，系統(tǒng)推薦使用Bonferroni 方法與Tukey方法。在本例中，由于我們在OPTIONS中進行COND各水平的比較，所以在此不再重復選擇。(本例圖略，請讀者自行操作并查看。)點擊Continue返回主對話框。(4

18、)選項按鈕的使用單擊Options按鈕進入到它的對話框如圖6-10所示，我們可以要求顯示指定的因變量各水平的平均數(shù)并比較各水平下的均值差異性。本例中我們指定顯示COND勺各水平下的均值并對之進行多重比較。為此我們把 CON選入到右邊框中，并選中它下面的要求比較主效應的復選框，系統(tǒng)默認的多重比較的方法是LSD。同時，還需要對對 COND各水平的方差是否齊性進行檢驗。為此，我們選中Homoge neity tests 。如果需要觀察該變量的殘差圖，還可以選擇Resual p lots，系統(tǒng)會產(chǎn)生分別以殘差的觀測值、預測值和標準化值為坐標的圖。最下面一行用來定義顯著性水平，系統(tǒng)默認值是0.05。設置

19、完成后，點擊Continue返回主對話框。GLW - Ge認4Options電d Marginal NsuieIL Epl ay He ans far：condFactorgjiJ. FactorjmEDblockjy Coinpar& n直in effects Confiintervil(none 3pDi spliy廠 Ik亙statistics7tests廠 fEtirnate5 of effect siee| Set色爼d vs.plot廠:Obzervie 1 power7 Kesidual plot廠 Taraoet&r estinatss廠 Lack of Fit

20、廠冷薛t coeff J ci snt natriK廠 ©nerd EstiinmbL宅 fTincti(Confid&nce intervals are §5驗Signi ficance05圖6-10 : Options選擇對話框5）點擊ok，得到輸出結果。4.隨機區(qū)組被試間設計 SPSS輸出結果及解釋（1）輸出組間因素描述結果。Betwee n-Subjects FactorsNBLOCK18283848COND18283848COND共有4個不同的處理水上表列出了兩個組間因素的水平數(shù)及各水平的被試數(shù)目，如對于組間因素 平，接受每種處理的被試為8人。（2）輸出因

21、變量不同組方差的齊性檢驗結果Leve ne's Test of Equality of Error Varia ncesDepen de nt Variable: DELUSIONF df1df2Sig.1.3781516.266Tests the n ull hypo thesis that the error varia nee of the dependent variable is equal across groups, a Desig n: In terce pt+BLOCK+COND本例中由于Sig=.266<.05，所以差異不顯著，方差齊性。（3）輸出組間因素效應

22、檢驗結果Tests of Betwee n-Subjects EffectsDepen de nt Variable: DELUSIONSourceType III Sum of SquaresdfMean SquareFSig.Corrected Model13.99962.33318.269.000In terce pt2928.03812928.03822926.791.000BLOCK5.53131.84414.436.000COND8.46832.82322.103.000Error3.19325.128Total2945.23032Corrected Total17.19231a

23、R Squared = .814 （Adjusted R Squared = .770）上述結果顯示：總的平方和（17.192 ）被分解為處理（此處用變量 COND表示）平方和（8.468 ）、區(qū)組 平方和（5.531 ）和誤差平方和（3.193）三個部分。檢驗結果表明： COND因素主效應顯著（F=22.103，P<0.05 ），BLOCK 因素主效應顯著 （F=14.436，P<0.05）。（4）因變量DELUSION在 COND四個水平上的平均值、標準差及置信區(qū)間EstimatesDependent Variable: DELUSIONCONDMea n Std. Error

24、 95% Con fide nee In tervalLower BoundUpper Bound110.100.1269.84010.36029.950.1269.69010.21039.425.1269.1659.68548.787.1268.5279.048上述結果顯示，15度夾角條件下，錯覺實驗得到錯覺量的平均值為10.100，標準誤為0.126 , 95%的置信區(qū)間為（9.840，10.360）； 30度夾角條件下，錯覺實驗得到錯覺量的平均值為9.950，標準誤為0.126，95%的置信區(qū)間為（9.690，10.210）； 45度夾角條件下，錯覺實驗得到錯覺量的平均值為9.425，標

25、準誤為0.126，95%的置信區(qū)間為（9.165，9.685）； 60度夾角條件下，錯覺實驗得到錯覺量的平均 值為8.787，標準誤為0.126，95%的置信區(qū)間為（8.527，9.048 ）。（5）因變量DELUSION在COND四個水平上的平均數(shù)的多重比較表Pairwise Comp aris onsDepen de nt Variable: DELUSION(I) COND(J) COND Mean Differenee(I-J)Std. Sig.Error95% Co nfide nee In tervalfor Differe neeLower BoundUpper Bound12.

26、150.179 .409-.218.5183.675*.179 .001.3071.04341.313*.179 .000.9441.68121-.150.179 .409-.518.2183.525*.179 .007.157.89341.163*.179 .000.7941.53131-.675*.179 .001-1.043-.3072-.525*.179 .007-.893-.1574.638*.179 .001.2691.00641-1.313*.179 .000-1.681-.9442-1.163*.179 .000-1.531-.7943-.638*.179 .001-1.006

27、-.269Based on estimated margi nal means* The mea n differe nee is sig ni fica nt at the .05 level. a Adjustme nt for mult iple comp aris ons: Least Signi fiea nt Difference （equivale nt to no adjustme nts）.上述多重比較結果顯示，第1種條件下錯覺量的平均值顯著大于第3種（平均數(shù)的差為0.675，對應的P<0.05 ）和第4種條件下（平均數(shù)的差為1.313，對應的P<0.05）的錯覺

28、量；第2種條件下錯覺量的平均 值也顯著大于第3種（平均數(shù)的差為0.525，對應的P<0.05 ）和第4種條件下（平均數(shù)的差為1.163，對應 的P<0.05）的錯覺量；第 3種條件下錯覺量的平均值顯著大于第4種（平均數(shù)的差為 0.638，對應的P<0.05 ）。（6）因變量DELUSION勺邊緣平均數(shù)顯示圖（如圖 6-11所示）Estimated Margi nal Mea ns of DELUSIONBLOCKCOND123圖 8-10CON與BLOCK之間是否存在交互作用。如果圖中四條線呈平行狀態(tài)， 如果四條線有相交的情況出現(xiàn)，則說明存在交互作用。 現(xiàn)在圖中所顯示通過該圖

29、我們可以判斷因素變量 那么兩因素沒有交互作用存在， 的四條線都呈平行狀態(tài)，表明兩個因素變量不存在交互作用。（7 ）輸出殘差分析圖Depen de nt Variable: DELUSIONObservedcoOO 口4rP評 口 ° ° f °丹=口E B口Pr edicted4：n 口皙 口訊尸f口口 口O蟄aa°嚴Std. ResidualModel: In tercept + BLOCK + COND圖6-12 :殘差圖6-12所示是矩陣散點圖。所有行變量都是縱坐標，所Observed為縱坐標，以 Predicted 為橫坐標顯示的。如果在以觀測值

30、和期望 當然這樣的判斷帶有一定判斷方差是否齊性還有一種圖形方法，如圖 有列變量都是橫坐標。如第一行第二列的圖是以 如第二行第一列的圖是以 Predicted 為縱坐標，以 Observed為橫坐標顯示的。 值為坐標的殘差圖中， 散點分布接近于一條直線，說明方差齊性的假設成立，的主觀性，要想確切了解方差是否齊性最好用上面介紹過的檢驗方法。從上面的分析過程可以看出，對于隨機區(qū)組設計的普通因素模型（被試間） 和區(qū)組都看成因素來處理，只是在結果解釋時才區(qū)分區(qū)組和因素。 因素完全隨機試驗設計方差分析的區(qū)別和聯(lián)系。（二）、隨機區(qū)組設計的重復測量模型1、數(shù)據(jù)，SPSS實際上是將因素讀者可以自行比較這一過程與

31、后面多例&隨機選取18名被試，按照被試特征分為同質的 3各組，每組6名被試；每個被試分別接受四種 不同的實驗處理，試回答四種處理的實驗效果是否相同， 并回答3個區(qū)組的實驗結果是否存在顯著差異。 用SPSS的句法SYTAX窗 口輸入數(shù)據(jù)（6-6-3.Sps ），語句如下：111101110210101110310101091999921010111039101191910109289983657911010119210911639910515891121067103810911169610210121415312131415End data.執(zhí)行上述語句,Data list free/g

32、e nder block resultl result2 result3 result4.Begi n data.得到數(shù)據(jù)表現(xiàn)格式如下圖6-13所示：圖6-13 :重復測量區(qū)組設計數(shù)據(jù)輸入2、理論分析實驗設計樣本容量為18,分3個區(qū)組(block)，每個區(qū)組6名被試，4種不同的實驗處理(從result1 到 result4)。要求同一區(qū)組內的每名被試接受全部實驗處理。這種設計可稱作重復測量或相關樣本設計?，F(xiàn)在我們整個實驗設計的變量共有兩個被試間因素，一個是block (有3個水平)，一個被試內因素，我們不妨把它定義為RESULT(共有4個水平)。在此請讀者自行比較本篇上半部分所闡述完全隨機設計

33、的方差分析與區(qū)組設計的普通因素模型， 就會發(fā)現(xiàn)它們的差異所在。我們也想再一次說明，由于SPSS統(tǒng)計軟件對數(shù)據(jù)表現(xiàn)形式的要求比較嚴格，所以數(shù)據(jù)分析與實驗設計必須相結合，不同的實驗設計必須采用合適的數(shù)據(jù)錄入方式以及合適的分析程序，否則很容易因機械套用程序命令而導致結果的不準確。4、SPSS操作過程(1)獲得工作數(shù)據(jù)后，從主菜單An alyze /Ge neral Lin ear Model/Re peated Measures進行主對話框如圖6-14所示。把Within-Subject Factor后面框中默認的被試內變量的名稱factor1 改為result ，下面的水平數(shù)設為 4,然后單擊Ad

34、d按鈕，完成設置如圖6-14中所示。圖6-14 :被試內因素定義對話框(2) 單擊Define出現(xiàn)重復測量模型定義主對話框(圖 6-15 )。把左邊變量列表中的被試內變 量水平result1 到relult4 全部選入到右邊被試內變量列表(即With in-Subjects)中去，用鼠標單擊block，再單擊相應的小三角按鈕，把它選入到被試間變量列表中去，完成設置后如下圖6-15所示：圖6-15 :重復測量模型定義主對話框(3)單擊Contrasts按鈕，打開下面對話框。變量列表中顯示了除協(xié)變量以外的所有變量名 稱。如果需要事前檢驗，可以從Con trasts后面小三角下拉項中選擇。下面列出這

35、些檢驗方法的使用注意事項： No ne無事先檢驗 Deviati on只能用于被試間因素，不能用于被試內因素。比較每個水平與總體的效應差異，忽略 第一個或最后一個水平。 Sim pie只用于被試間因素，不能用于被試內因素。每一水平都與參考水平即第一個或最后一個 進行效應差異檢驗。 Differe nee 每一個水平的效應都與它前面所有水平的平均效應進行差異檢驗。 Helmet每一水平的效應都與它后面所有水平的平均效應進行差異檢驗。 Repeated對相鄰水平進行差異檢驗。只用于被試間因素，不能用于被試內因素。 Poly nomial多項式比較。每一級自由度包括線性效應與變量水平的交互效應。第二

36、級包括二次 效應等等。各水平的效應間距假設相等。系統(tǒng)對被試內變量的默認設置是多項式比較。如下圖 6-16所示：圖6-16 :事先計劃對照定義窗口(4) 單擊Options按鈕打開的對話框如圖6-17所示。假如實驗條件可以造成顯著性差異，我們需要進行事后檢驗，在此我們先強制要求進行多重比較，以便在發(fā)現(xiàn)差異后可以馬上查看多重比較的結果。所以，我們把result變量從左邊變量列表中選入到右邊Dis play Mea ns for: 表中，并選中下面的復選框Com pare main effects 。同時為了查看我們整個模型的合適性，我們在最下方的復選項lack of fit test ,它可以提供

37、用戶所使用的模型的合適性檢驗結果。圖 6-17 : Options 窗口單擊Continue按鈕回到主話框。(5) 單擊OK按鈕程序進行計算，得到輸出結果。 4.結果及解釋(1)顯示被試內因素的水平數(shù)及名稱With in-Subjects Factors表明被試內因素有四個水平，依次被命名為:(2)顯示被試間因素的水平數(shù)及樣本容量Betwee n-Subjects Factorsresultl , result2 , result3 和 result4。NBLOCK 1.0062.0063.006Measure: MEASURERESULTDependent Variable1RESULT12

38、RESULT23RESULT34RESULT4EffectValueF Hyp othesis dfError dfSig.RESULTP illai's Trace.3762.6093.00013.000.096本例中被試間的區(qū)組因素共有(3)顯示多元假設檢驗結果Pillai ' s Tr判別力更強一些, 下也是正確的。Multivariate Tests3個水平，每個水平被試人數(shù)為 6人。SPSS提供四種顯著性檢驗結果，四種的判別力相差不大，但一般來說基于它的顯著性水平，在違反方差分析假設前提的條件下，在多數(shù)情況Wilks' Lambda.6242.6093.000

39、13.000.096Hotelli ng's Trace.6022.6093.00013.000.096Roy's Largest Root.6022.6093.00013.000.096P illai's Trace.208.5406.00028.000.773Wilks' Lambda.794.5286.00026.000.782Hotelli ng's Trace.256.5136.00024.000.793Roy's Largest Root.2461.1493.00014.000.364RESULT * BLOCKThe statist

40、ic is an upper bou nd on F that yields a lower bou nd on the sig nifica nee level.Desig n: In terce pt+BLOCKWithin Subjects Desig n: RESULT則沒必Exact statistic c此處所有的Sig均大于0.05，表明所有的變量及變量交互作用效應均不顯著。(4) 球形檢驗一種假設檢驗的方法。重復測量的計算并非直接計算平均數(shù)之間的差異是否顯著，而是先對變量進行轉換。一元方法要求變換變量方差協(xié)方差陣的對角線上有恒定方差，非對角線上方差為0。而多元方法未對方差協(xié)方差

41、陣的特征進行假定。在上述條件滿足的情況下，一元方法比多元方法更強， 更可能檢驗出它們之間存在的差異。所以已有建議，在違反假定時，修改一元結果，作校正檢驗。但校 正檢驗的顯著性水平總是大于未作樣校正檢驗的顯著性水平。因此，如果未校正的檢驗不顯著，要計算校正值。為了選擇一元還是多元結果，我們需要進行球形檢驗。球形檢驗零假設：所有變換變量方差相等。球形檢驗備擇假設：所有變換變量方差不相等。在0.05水平上，如果顯著性水平小于或等于0.05，則拒絕零假設，接受備擇假設。如果零假設不成立，則 SPSS自動計算三個Ep silo n，使程序在計算F值時校正分子分母。Mauchly's Test o

42、f Sp hericityMeasure: MEASURE 1Ep silo nMauchly's WApp rox. df Sig.Chi-SquareWithinSubjectsEffectRESULT.37513.4465.020.622.802.333Green house- Huyn h-Feldt Lower-bou nd GeisserTests the n ull hypo thesis that the error covaria nee matrix of the orth onor malized tra nsformed dependent variables

43、is prop orti onal to an ide ntity matrix.a May be used to adjust the degrees of freedom for the averaged tests of sig nifica nee. Corrected tests are dis played in the Tests of With in-Subjects Effects table.b Desig n: In terce pt+BLOCKWithin Subjects Desig n: RESULT本實驗設計中球形檢驗結果如下表所示：Sig<0.05，所以不

44、能認為變換變量方差相等。如果要用一元結果，需要使用校正結果(見后續(xù)表格)。Sphericity Assumed所在行為未校正的結果，下(5) 一元檢驗結果，包括未作校正的與校正過的結果 面其余三行結果為校正過的結果。Tests of Withi n-Subjects EffectsMeasure: MEASURE 1SourceType III Sum ofSquaresdf Mean SquareF Sig.RESULTSp hericityAssumed10.05633.3521.479.233Gree nhouse-Geis10.0561.8675.3871.479.245serHuy

45、nh-Feldt10.0562.4064.1791.479.240Lower-bou nd10.0561.00010.0561.479.243RESULT * BLOCKSp hericity4.4446.741.327.919AssumedGree nhouse-Geis4.4443.7331.190.327.846serHuy nh-Feldt4.4444.812.924.327.888Lower-bou nd4.4442.0002.222.327.726Error(RESULT)Sp hericity102.000452.267AssumedGree nhouse-Geis102.000

46、28.0003.643serHuy nh-Feldt102.00036.0922.826Lower-bou nd102.00015.0006.800注：當多元檢驗與一元檢驗兩種方法有相近似的結果時，選擇何種結果并不重要。但當兩者不一樣時， 應選用一兀檢驗的結果。從上表結果可以看出，四種檢驗結果的顯著性水平均大于0.05 ,所以RESULT四個水平或四種實驗處理之間不存在顯著性差異。結果與多元檢驗結果一致。(6) 正交多項式檢驗可以檢驗是否具有線性趨勢、二次趨勢及三次趨勢的存在。Tests of With in-Subjects Con trastsMeasure: MEASURE 1Sourc

47、eRESULTType III Sum of SquaresdfMean SquareFSig.RESULTLin ear6.94416.9441.889.189Quadratic2.00012.0001.029.327Cubic1.11111.111.942.347RESULT * BLOCKLin ear.8222.411.112.895Quadratic.3332.167.086.918Cubic3.28921.6441.394.279Error(RESULT)Lin ear55.133153.676Quadratic29.167151.944Cubic17.700151.180結果顯示

48、的顯著性水平 sig>0.05，表明所檢驗的變量及變量交互效應都沒有明顯的趨勢存在。 常數(shù)項與被試間因素的顯著性檢驗Tests of Betwee n-Subjects EffectsMeasure: MEASURE 1Tran sformed Variable: AverageSourceType III Sum of SquaresdfMean SquareFSig.In terce pt6536.05616536.056550.791.000BLOCK5.44422.722.229.798Error178.0001511.867這里常數(shù)項顯著性水平為 0,表明常項為0的假設不成立。

49、BLOCK顯著性水平大于0.05，表明區(qū)組效應 均不顯著。(8)被試內因素各水平的均值、標準差與置信區(qū)間。RESULTEstimatesEstimatesMeasure: MEASURE 1Mea nStd. Error95% Con fide nee In tervalRESULTLower Bou ndUpper Bound19.000.4338.0779.92329.389.4568.41710.361310.000.5158.90211.09849.722.6138.41511.029上述結果顯示，第 1種處理下因變量的平均值為9.000，標準誤為0.433，95%的置信區(qū)間為(8.0

50、77，9.923)。同理可以得出其他處理組的均值、標準誤和95%的置信區(qū)間。(9)被試內因素間的多重比較由于上面所進行的各種差異檢驗并未發(fā)現(xiàn)result各水平間存在顯著性差異，所以忽略對下表的解釋。P airwise Comp aris onsMeasure: MEASURE 1Mea nStd. ErrorSig.95%Con fide neeIn terval forDifferenceDiffere nee (I-J)(I) RESULT(J) RESULTLower Bou ndUpper Bou nd12-.389.389.333-1.218.4403-1.000.383.020-1.817-.1834-.722.682.306-2.175.73121.389.389.333-.4401.2183-.611.273.041-1.194