第五讲-两因素实验设计中单纯主效应

因 变 量
b1
b2
a1
a2
自变量
判定没有交互作用需要注意的几点：

1.从图上直观判断就是差异一样，即距离相等。 2.每一段都相等。 3.方向也必须是一致的。
b1 b1 b1 b2
b2 b2
a1
a2
a1
a2
a1
a2
简单效应：在因素实验中，一个因素的水平在另 一个因素的某个水平上的变异叫简单效应。
自变量 (1)
自变量 (2)
自变量 (3)
无交互作用：
当一个因素的水平在另一个因素 的不同水平上变化趋势一致时， 表明两个因素是相互独立的，即 改变 B 的水平对被试在 A 的不同 水平上的分数不产生影响。即自 学能力强的人在老师不同的教学 方式上的成绩差与自学能力弱的 人在老师不同的教学方式上的成 绩差是一样的。他们之间的差只 是能力之间的差而不是老师教学 方式的不同。所以说，教学方式 对学习能力并没有影响，二者是 相互独立的，即我们说的变化趋 势是一致的，二者没有交互作用。
两因素混合实验的计算表
b1
a1 S1 S2 S3 S4 S5 S6 S7 S8 3 6 4 3 4 5 3 3
（2×3混合实验）
b2
4 6 4 2 8 9 8 7
b3
5 6 5 2 12 13 12 11
a2
问题：

在随机区组实验设计中，主效 应以及交互作用中的 f检验的误 差项，舒华老师的心理与教育 研究中的多因素实验设计中用 的是总残差的均方做分母项， 而计算机中用的是区组的残差 均方做分母项，到底用哪个较 合适？在spss上怎么用？
对交互作用的几点理解：
1.交互作用的几种类型： 2.是变化趋势，而不是表面的交叉与否。 3.（3）中自变量水平设计不合适（好、中、差的区别） 4.能否看到b1、b2相交就认为是b1、b2就有交互作用？是A、B的交互作用。 5.能否认为交互作用是两个自变量的累积效应或累积作用？(应该怎么说？）
因 变 量 因 变 量 因 变 量
两因素实验设计中单纯主效应、 交互作用、以及简单效应的分析
通过例子对几个概念的理解：
自变量：学生的学习能力；老师的教学方式。 因变量：学生的学习成绩。 设计：2（自学能力：强，弱）×2（教学方式： 传统讲授，学生集体讨论）的实验。
例子：如果在讨论学生学习能力的研究中，同 时想探讨老师的教学方式对学生成绩的影响， 可以做一个两因素完全随机实验设计。研究者 预期，当学生的学习能力不同时，老师的教学 方式对学生的学习成绩的影响可能产生变化。
弱
强
自学能力
传 统 教 学
集 教学方式 体 讨 论
交互作用：当一个因素的水平在另一个因素的不 同水平上变化趋势不一致时，我们称两个因素之 间存在交互作用。

学 习 成 绩 b1
b2
a1
a2
A教学方式：a1传统教学 a2集体讨论 B自学能力：b1能力强 b2能力弱
1.在b1 水平，被试在a1，a2 两种条 件下分数没有什么差别。在b2水平 上，被试在a1水平的分数远远高于 a2水平的分数。这表明：自学能力 弱的同学的分数受老师教学方式的 影响非常大，而自学能力强的人并 没有因老师的教学方式不同而有大 的差异。所以，b1、b2在A因素两 个水平上的变化趋势是不相同的， 即学习能力这个因素受到老师教学 方式的影响非常大。因此我们可以 认为，学生的学习成绩是受到老师 教学方式和学习能力共同作用而改 变的，二者是有交互作用的。
主要概念：


学 习 成 绩
1.主效应 2.交互效应 3.简单效应
学 习 成 绩

主效应：实验中由一个因素的不 同水平引起的变异叫因素的主效 应。在一个单因素实验中，由自 变量的不同水平的数据计算的方 差即这个自变量的处理效应，或 主效应。而在两因素实验中要分 开来说，例如例题中的主效应为： 学生学习能力对学生学习成绩的 影响为一个主效应，老师教学方 式对学生学习成绩的影响为另一 个主效应。

A因素的两个水平在b1水平的方差，显然是不显著的。 A因素的两个水平在b2水平的方差，显然是显著的。
b2 b1
a1
a2
a1
a2
注意：必须在交互作用的前提下才可以讨论。
用例子说明在spss上的操作：

如果在文章生字密度的研究中，同时想探讨文章 熟悉性对阅读理解的影响，可以做一个两因素完 全随机实验设计。研究者预期，当文章主题熟悉 性不同时，生字密度对阅读理解的影响可能产生 变化。他选择了两种类型的文章：主题是儿童不 熟悉的（ a1) 例如激光技术，和主题是儿童非常 熟悉的（ a2) 例如春游。他使用的三种生字密度 是 5:1 （ b1)、10:1(b2) 和 20:1(b3)。这是一个两因 素实验设计，实验中有 6 种处理水平的结合。选 择 24 名五年级学生，将他们随机分为 6 组，每组 接受一种水平的处理。（数据下页）
两因素完全随机实验的计算表
A1 B1 3 6 4 3
a1 b1 4 6 4 2
a1 b1 5 7 5 2
a2 b1 4 5 3 3
a2 b1 8 9 8 7
a2 b1 12 13 12 11
2×3完全随机实验设计（组间实验设计）
随机区组实验设计：

在前面例题中，如果研究者还想进一步分离学 生的听读理解能力对阅读理解成绩的可能的影 响，他可以把听读理解能力作为一个无关变量， 做一个两因素随机区组实验设计。实验设计中 一个自变量——文章主题熟悉性有两个水平， 另一个自变量——生字密度有三个水平。首先 将随机选取的24名被试按其听读理解测验分数 分为4个区组，然后随机分配每个区组6名学生， 每个学生接受一种实验处理的结合。其前提假 设是文章熟悉性、生字密度与学生听读理解力 之间没有交互作用。（数据下页）
两因素随机区组实验的计算表
区组1 区组2 区组3 区组4
A1 B1 6 3 4 3
a1 b2 6 4 4 2
a1 b3 7 5 5 2
a2 b1 5Fra Baidu bibliotek4 3 3
a2 b2 9 8 8 7
a2 b3 13 12 12 11
2×3区组实验设计（组间实验设计）
混合实验

要想更好的控制被试变量，最好的方法是重复 测量的实验设计。研究者采用将生字密度作为 一个被试内变量，有b1、b2、b3三个水平，将 主体熟悉性作为一个被试间的变量，有 a1、a2 两个水平。这是一个2×3两因素混合实验设计。 8 名五年级学生随机分为两组，一组学生每人 阅读三篇生字密度不同、主题熟悉的文章，另 一组学生每人阅读三篇生字密度不同的、主题 不熟悉的文章。实验实施时，阅读三篇文章分 三次进行，用拉丁方平衡学生阅读文章的先后 顺序。