两因素实验设计SPSS操作技巧
在SPSS里实现被试间设计简单效应分析的方法
被试内、被试间、混合实验设计简单效应分析作者: Highway 发布时间: 2008-7-7简单效应(simple effect)分析简单效应(simple effect)分析通常是在作方差分析时存在交互效应的情况下的进一步分析。
你需要在SPSS中编写syntax实现。
一、完全随机因素实验中简单效应得分析程序假如一个两因素随机实验中，A因素有两个水平、B因素有三个水平，因变量是Y，检验B因素在A因素的两个水平上的简单效应分析。
TWO-FACTOR RANDOMIZED EXPERIMENTaaaSIMPLE EFFECTS.DA TA LIST FREE /A B Y.BEGIN DATA1 3 41 1 21 1 32 2 52 1 61 2 82 1 91 2 82 3 102 3 112 3 92 3 8END DATA.MANOV A y BY A(1,2) B(1,3)/DESIGN/DESIGN=A WITHIN B(1)A WITHIN B(2)A WITHIN B(3).若A与B存在交互作用而进行的进一步分析（即简单效应分析）。
同时你可以再加一个design: /DESIGN=B WITHIN A(1)B WITHIN A(2).自编数据试试y A B4.00 1.00 3.002.00 1.00 1.003.00 1.00 1.005.00 2.00 2.006.00 2.00 1.008.00 1.00 2.009.00 2.00 1.008.00 1.00 2.0010.00 2.00 3.0011.00 2.00 3.009.00 2.00 3.008.00 1.00 2.00当然，你可也直接贴下述语句至syntax编辑框：应会输出下述结果：The default error term in MANOV A has been changed from WITHIN CELLS toWITHIN+RESIDUAL. Note that these are the same for all full factorialdesigns.* * * * * * A n a l y s i s o f V a r i a n c e * * * * * *12 cases accepted.0 cases rejected because of out-of-range factor values.0 cases rejected because of missing data.6 non-empty cells.3 designs will be processed.- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -* * * * * * A n a l y s i s o f V a r i a n c e -- design 1 * * * * * *Tests of Significance for Y using UNIQUE sums of squaresSource of Variation SS DF MS F Sig of FWITHIN CELLS 10.00 6 1.67X1 15.00 1 15.00 9.00 .024X2 6.46 2 3.23 1.94 .224X1 BY X2 33.00 2 16.50 9.90 .013(Model) 80.92 5 16.18 9.71 .008 (Total) 90.92 11 8.27R-Squared = .890Adjusted R-Squared = .798- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -* * * * * * A n a l y s i s o f V a r i a n c e -- design 2 * * * * * *Tests of Significance for Y using UNIQUE sums of squaresSource of Variation SS DF MS F Sig of FWITHIN+RESIDUAL 16.46 8 2.06X1 WITHIN X2(1) 25.00 1 25.00 12.15 .008X1 WITHIN X2(2) 8.15 1 8.15 3.96 .082 X1 WITHIN X2(3) 43.74 1 43.74 21.26 .002(Model) 74.46 3 24.82 12.06 .002 (Total) 90.92 11 8.27R-Squared = .819Adjusted R-Squared = .751- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -* * * * * * A n a l y s i s o f V a r i a n c e -- design 3 * * * * * * Tests of Significance for Y using UNIQUE sums of squaresSource of Variation SS DF MS F Sig of F WITHIN+RESIDUAL 25.00 7 3.57X2 WITHIN X1(1) 30.30 2 15.15 4.24 .062 X2 WITHIN X1(2) 35.58 2 17.79 4.98 .045 (Model) 65.92 4 16.48 4.61 .039 (Total) 90.92 11 8.27R-Squared = .725Adjusted R-Squared = .568另外，三因素完全随机实验中的简单效应和简单简单效应的分析。
用spss20进行可重复单因素随机区组、两因素随机区组、两因素裂区试验设计的方差分析
一、可重复单因素随机区组试验设计8个小麦品种的产比试验，采用随机区组设计，3次重复，计产面积25平米，产量结果如下，进行方差分析和多重比较。
表1 小麦品比试验产量结果（公斤）4 3 10.15 3 16.86 3 11.87 3 14.18 3 14.41、打开程序把上述数据输入进去。
2、执行：分析-一般线性模型-单变量。
3、将产量放进因变量，品种和区组放进固定因子。
4、单击模型，选择设定单选框，将品种和区组放进模型中，只分析主效应。
5、在两两比较中进行多重比较，这里只用分析品种。
可以选择多种比较方法。
6、分析结果。
主体间效应的检验因变量: 产量源III 型平方和df 均方 F Sig. 校正模型61.641a 9 6.849 4.174 .009 截距3220.167 1 3220.167 1962.448 .000 区组27.561 2 13.780 8.398 .004 品种34.080 7 4.869 2.967 .040 误差22.972 14 1.641总计3304.780 24校正的总计84.613 23a. R 方 = .729（调整 R 方 = .554）这里只须看区组和品种两行，两者均达到显著水平，说明土壤肥力和品种均影响产量结果。
下面是多重比较，只有方差分析达到显著差异才进行多重比较。
二、两因素可重复随机区组试验设计下面是水稻品种和密度对产量的影响，采用随机区组试验设计，3次重复，品种3个水平，密度3个水平，共27个观测值。
小区计产面积20平米。
表2 水稻品种与密度产比试验1、输入数据，执行：分析-一般线性模型-单变量。
注意区组作为随机因子。
2、选择模型。
注意模型中有三者的主效和品种与密度的交互。
3、分析结果。
注意自由度的分解。
使用一个误差（0.486）计算F值。
主体间效应的检验因变量: 产量源III 型平方和df 均方 F Sig. 截距假设1496.333 1 1496.333 1035.923 .0014、语句。
实验2：两因素混合实验设计
华东师范大学《特殊教育研究方法》实验报告姓名:李进学号：10130560118 实验时间：2015.4.6班级:教育康复学1班成绩：________ 指导老师：_赵航_ [实验名称] 两因素混合实验设计的SPSS操作[实验目的]1.复习巩固两因素混合实验设计的应用。
2.掌握两因素混合实验设计的SPSS操作。
3.正确分析两因素混合实验结果。
[实验内容]实验：不同性质音乐对儿童的心率影响研究。
不同的音乐性质作为被试内变量，包括正性、中性和负性三个水平；将被试性别作为被试间变量，包括男，女两个水平；将被试的心率因变量。
原始数据表如下：（1）要分析男女儿童聆听不同性质的音乐，其心率是否存在差异，应该采用哪种实验设计？并将数据处理为相应的数据结构，输入到SPSS中，并定义好变量。
数据文件以.sav格式保存，命名为“两因素混合实验数据”（2）对数据进行方差分析，a.得出其描述性统计（均值、标准差、被试数），并说明方差是否齐性；b.指出其主效应是否显著，并进行多重比较；c.交互效应是否显著？如显著进行简单效应检验，并进行多重比较。
d.生成折线图。
将所有操作步骤填在[实验步骤]里，所有的图表及文字说明填在[实验结果]里。
(1)答：应该采用两因素混合实验设计。
[实验步骤]第一步：定义变量，输入数据。
定义四个变量名，即：性别、正性音乐、中性音乐、负性音乐。
对性别赋值时，分别设定1=“男”。
2=“女”。
第二步：选择统计模块。
Analyze →General Linear Model→ Repeated Measures第三步：在定义被试内变量（Within-Subject Factor Name）的方框中，设置被试内变量音乐性质，在定义水平数（Number of Level）的对话框里输入3，按添加（Add）钮。
第四步：按定义键（Define），进入重复测量方差分析主对话框。
将定义的正性音乐、中性音乐、负性音乐都键入到被试内变量（Within-Subjects Variables）框中，将性别键入到被试间因素（Between-Subjects Factors）的方框中。
案例分析两因素重复测量方差分析及SPSS操作
案例分析两因素重复测量方差分析及SPSS操作一．案例：（案例来源：中华护理杂志2016年4期）评价子午流注择时五音疗法在慢性心力衰竭（CHF）焦虑患者中的应用效果。
方法：将70例CHF焦虑患者随机分为实验组和对照组，各35例，实验组实施子午流注择时五行音乐疗法，对照组实施五行音乐疗法。
两组在干预前、干预后4周、8周和12周采用匹兹堡睡眠质量指数量表（PSQI）评价睡眠质量。
补充：PSQI量表包括主观睡眠质量、入睡时间、睡眠效率、睡眠时间、睡眠障碍、催眠药物、日间功能七个维度，得分越高，睡眠质量越差。
二．解析：该问题涉及两组研究对象，并且对每组对象进行了多次测量。
对于两组干预前的基线（T0）比较可以采用独立样本的t检验，整体组间、组内比较采用重复测量方差分析，因为共有四次测量时间，所以在进行重复测量方差时，干预前后组内需要进一步做两两比较，采用多重比较的方法进行分析。
三．SPSS操作1.操作步骤1.1先对干预前的基线进行差异性检验：将T0放入检验变量，分组放入分组变量，点击定义组，设置指定的组值。
1.2基线差异检验结果：由结果得：F=1.094，P=0.299>0.05，不能拒绝原假设，认为两组数据的方差是相等的。
所以t检验应该看第一行，t=0.306，P=0.760>0.05，因此不能拒绝原假设，认为两组数据的基线得分是不存在差异的。
1.3重复测量方差将主体内因子名改为时间，级别数框中填4；点击添加，然后点击定义。
将T0、T4、T8、T12放入主体内变量，分组放入主体间因子。
如下图所示：点击选项，出现如下对话框，显示栏中选择描述统计和齐性检验。
回到重复测量窗口，点击粘贴，出现如下语法编辑器，在“/METHOD=SSTYPE（3）”的下一行中插入简单效应语句：/EMMEANS=TABLES(时间*分组)COMPARE(时间)ADJ(SIDAK) /EMMEANS=TABLES(时间*分组)COMPARE(分组)ADJ(SIDAK) 点击红线所指处的箭头，确定。
双因素分析实验报告
一、实验背景与目的随着社会经济的发展和科学技术的进步，人们对于生活品质的要求越来越高。
为了提高产品或服务的质量，研究人员需要探究不同因素对某一指标的影响。
本实验旨在通过双因素分析方法，探讨两个因素（自变量）对实验指标（因变量）的影响，并分析两个因素之间是否存在交互作用。
二、实验设计1. 实验因素与水平本实验选取两个因素：因素A（品牌）和因素B（广告投放方式）。
因素A的水平为：品牌A、品牌B；因素B的水平为：线上广告、线下广告。
2. 实验指标实验指标为消费者对产品的满意度。
3. 实验方法采用随机分组的方式，将消费者分为四个小组，分别对应因素A和因素B的不同水平组合。
每个小组接受相应的品牌和广告投放方式，然后进行满意度调查。
三、实验过程1. 数据收集通过问卷调查的方式收集数据，问卷内容主要包括消费者对产品的整体满意度、品牌认知度、广告投放方式满意度等方面。
2. 数据处理将收集到的数据输入SPSS软件进行双因素方差分析。
四、实验结果与分析1. 描述性统计从描述性统计结果可以看出，四个小组的满意度得分存在差异，但差异并不显著。
2. 方差分析（1）因素A（品牌）的主效应分析结果显示，因素A对满意度得分有显著影响（F=3.45，P<0.05）。
品牌A的满意度得分高于品牌B。
（2）因素B（广告投放方式）的主效应分析结果显示，因素B对满意度得分有显著影响（F=5.12，P<0.05）。
线上广告的满意度得分高于线下广告。
（3）交互作用分析结果显示，因素A和因素B之间存在交互作用（F=1.98，P<0.05）。
具体表现为，品牌A在线上广告的满意度得分高于品牌B在线上广告的满意度得分，而品牌A在线下广告的满意度得分低于品牌B在线下广告的满意度得分。
五、结论与建议1. 结论（1）品牌对消费者满意度有显著影响，品牌A的满意度得分高于品牌B。
（2）广告投放方式对消费者满意度有显著影响，线上广告的满意度得分高于线下广告。
SPSS超详细操作：两因素多元方差分析(Two
SPSS超详细操作：两因素多元方差分析(Two医咖会在之前的推文中，推送过多篇方差分析相关的文章，包括：单因素方差分析(One-Way ANOVA)双因素方差分析(Two-way ANOVA)三因素方差分析(Three-way ANOVA)单因素重复测量方差分析两因素重复测量方差分析三因素重复测量方差分析单因素多元方差分析(One-way MANOVA)每种方差分析的应用场景，以及该如何进行SPSS操作和解读结果，各位伙伴请点击相应的文章链接查看~~今天，我们再来介绍一种统计方法：两因素多元方差分析(Two-way Manova)。
一、问题与数据某研究者想研究三种干预方式（regular—常规干预；rote—死记硬背式干预；reasoning—推理式干预）对学生学习成绩的影响。
研究者记录了学生两门考试的成绩：文科成绩（humanities_score）和理科成绩（science_score）。
另外，基于之前的知识，研究者假设干预方式对男女两种性别学生的效果可能不同。
换言之，研究者想知道不同干预方式对学习成绩的影响在男女学生中是否不同。
也就是说，干预方式和性别两个自变量之间是否存在交互作用（interaction effect）。
注：交互作用是指某一自变量对因变量的效应在另一个自变量的不同水平会不同。
在本例中，就是要比较①男性中干预方式对学习成绩的影响和②女性中干预方式对学习成绩的影响。
这两个效应就成为单独效应（simple main effects），也就是说，单独效应是指在一个自变量的某一水平，另一个自变量对因变量的影响。
因此，交互作用也可以看做是对单独效应间是否存在差异的检验。
在本研究中，共有三个效应：性别的主效应；干预方式的主效应；性别和干预方式的交互作用。
研究者选取30名男学生和30名女学生，并将其随机分配到三个干预组中，每个干预组中共有10名男学生和10名女学生。
部分数据如下：二、对问题的分析使用两因素多元方差分析法进行分析时，需要考虑10个假设。
利用SPSS进行因素分析
0.928 0.907 0.867 0.901 0.872
A10 视听会议 A9视频会议 A7电子讨论网
31.372％
75.257％
0.939 0.924 0.858
0.939 0.965 0.919
A3 录像带 A2 录音磁带
14.108％
89.366％
0.948 0.652
0.900 0.738
因子分析数学模型
公因子F1
公因子 F2
共同度 hi
特殊因子 δi
Z1=代数1
0.896
0.341
0.919
0.081
Z2=代数2
0.802
0.496
0.889
0.111
Z3=几何
0.516
0.855
0.997
0.003
Z4=三角
0.841
0.444
0.904
0.096
Z5=解析几何
0.833
0.434
特征值
4.389
3.137
1.411
7. 形成综合分析结果
0.882
0.118
特征值 G
3.113
1.479
4.959
0.409
方差贡献率 （变异量）
62.26%
29.58%
91.85%
F1 体现逻辑思维和运算能力，F2 体现空间思维和推理能力
因子分析案例
因子分析几个基本概念
添加标题
因子负荷量----是指因素结构中原始实测变量与因素分析时抽取出共同因素的相关程度。在因素分析中，用两个重要指标“共同度”和“特殊因子”描述。
01
02
问题
题 项
从未 使用
双重条件选择数据spss
双重条件选择数据spss
1. 打开SPSS软件并导入需要进行条件选择的数据文件。
2. 在菜单栏中选择“数据”（Data）选项，然后选择“选择数据”（Select Cases）。
3. 在弹出的对话框中，选择“如果条件是真”（If condition is satisfied）选项。
在文本框中输入第一个条件的表达式，例如 "变量名1=某个值"。
4. 点击“继续”（Continue）按钮，然后输入第二个条件的表达式，例如 "变量名2=某个值"。
5. 点击“确定”（OK）按钮，系统将根据两个条件来选择数据，符合条件的数据将被保留下来，而不符合条件的数据将被过滤掉。
需要注意的是，在输入条件表达式时，需要按照SPSS语法的要求进行书写，例如使用等号（=）表示等于，使用逻辑运算符如与（&）和或（|）来连接多个条件。
另外，还可以使用其他函数和操作符来进行更复杂的条件选择。
请注意，SPSS在双重条件选择时不会修改原始数据文件，而是会创建一个新的数据视图。
如果需要对筛选后的数据进行进一步分析或保存，请单独执行这些操作。
两因素重复测量方差分析，史上最详细SPSS教程！
两因素重复测量方差分析，史上最详细SPSS教程！一、问题与数据研究者想知道短期(2周)高强度锻炼是否会减少C反应蛋白(C-Reactive Protein, CRP)的浓度。
研究者招募了12名研究对象，并让研究对象参与两组试验：对照试验和干预试验。
在对照试验中，研究对象照常进行日常活动；在干预试验中，研究对象每天进行45分钟的高强度锻炼，每组试验持续2周，两组试验中间间隔足够的时间。
CRP的浓度在每组试验中共测量了3次：试验开始时的CRP浓度、试验中的CRP浓度(1周)和试验结束时的CRP浓度(2周)。
这三个时间点代表了受试者内因素“时间”的三个水平，因变量是CRP的浓度，单位是mg/L。
con_1、con_2和con_3分别代表对照试验开始时、对照试验中和对照试验结束时研究对象的CRP浓度，int_1、int_2和int_3分别代表干预试验开始时、干预试验中和结束时研究对象的CRP浓度。
部分数据如下：二、对问题的分析使用两因素重复测量方差分析(Two-way Repeated Measures Anova)进行分析时，需要考虑5个假设。
对研究设计的假设：假设1：因变量唯一，且为连续变量；假设2：有两个受试者内因素（Within-Subject Factor），每个受试者内因素有2个或以上的水平。
注：在重复测量的方差分析模型中，对同一个体相同变量的不同次观测结果被视为一组，用于区分重复测量次数的变量被称为受试者内因素，受试者内因素实际上是自变量。
对数据的假设：假设3：受试者内因素的各个水平，因变量没有极端异常值；假设4：受试者内因素的各个水平，因变量需服从近似正态分布；假设5：对于受试者内因素的各个水平组合而言，因变量的方差协方差矩阵相等，也称为球形假设。
三、思维导图（点击图片看清晰大图）四、SPSS操作两因素重复测量方差分析的操作1. 在主菜单下点击Analyze > General Linear Model > Repeated measures...，如下图所示：2. 出现Repeated Measures Define Factor(s)对话框，如下图所示：3. 在Within-Subject Factor Name:中将“factor1”更改为treatment，因为研究对象共进行了2组试验，在Number of Levels：中填入2；4. 点击Add，出现下图：5. 在Within-Subject Factor Name:中填入time，因为研究对象的CRP水平在每组试验中共测量了3次，在Number of Levels：中填入3，点击Add；6. 点击Define，出现下图Repeated Measures对话框；7. 如下图所示，Within-Subjects Variables后面的括号内是受试者内因素的名字，将左侧六个变量均选入右侧框中，如下图所示：8. 点击Plots，出现Repeated Measures: Profile Plots 对话框，如下图所示：9. 将time选入Horizontal Axis：框中，将treatment选入Separate Lines：框中；10. 点击Add，出现下图，点击Continue；11. 点击Save，出现Repeated Measures: Save对话框；12. 在Residuals下方选择Studentized，如下图所示，点击Continue；13. 点击Options，出现Repeated Measures: Options对话框；14. 将treatment、time和treatment*time选入Display Means for：中，下方Compare main effects为勾选状态，在Confidence interval adjustment：下选择Bonferroni，在Display下方勾选Descriptive statistics 和Estimates of effect size，点击Continue，点击OK。
SPSS双因素方差分析
SPSS双因素方差分析例1 对小白鼠喂以三种不同的营养素，目的是了解不同营养素增重的效果。
采用随机区组设计方法，以窝别作为划分区组的特征，以消除遗传因素对体重增长的影响。
现将同品系同体重的24只小白鼠分为8个区组，每个区组3只小白鼠。
三周后体重增量结果(克)列于下表，问小白鼠经三种不同营养素喂养后所增体重有无差别？区组号营养素1 营养素2 营养素31 50.10 58.20 64.502 47.80 48.50 62.403 53.10 53.80 58.604 63.50 64.20 72.505 71.20 68.40 79.306 41.40 45.70 38.407 61.90 53.00 51.208 42.20 39.80 46.20这可以认为是无重复实验的双因素方差分析，SPSS软件版本：18.0中文版。
1、建立数据文件变量视图：建立3个变量，如下图1数据视图：如下图：区组号用1-8表示，营养素号用1-3表示。
数据文件见“小白鼠喂3种不同的营养素增重数量.sav”，可以直接使用。
2、统计分析菜单选择：分析-> 一般线性模型-> 单变量1点击进入“单变量”对话框1旗开得胜将“体重”选入“因变量”框，“区组”、“营养素”选入固定因子框点击右边“模型”按钮，进入“单变量：模型对话框”1点击“设定”单选按钮（无重复双因素方差分析不能选全因子！），在“构建项”下拉菜单中选择“主效应”（只能选主效应）1把左边的因子与协变量框中区组和营养素均选入右边的模型框中其余选项取默认值就行，点击“继续”按钮，回到“单变量”界面1点击“两两比较”按钮，进入下面对话框1将左边框中“区组”、“营养素”均选入右边框中再选择两两比较的方法，LSD、S-N-K，Duncan为常用的三种方法，点击“继续”按钮回到“单变量”主界面。
1点击“选项”按钮1勾选“统计描述”及“方差齐性检验”，设置显著性水平，点击“继续”按钮，回到“单变量”主界面1点击下方“确定”按钮，开始分析。
SPSS超详细操作：两因素多元方差分析(Two
SPSS超详细操作：两因素多元方差分析(Two医咖会在之前的推文中，推送过多篇方差分析相关的文章，包括：单因素方差分析(One-Way ANOVA)双因素方差分析(Two-way ANOVA)三因素方差分析(Three-way ANOVA)单因素重复测量方差分析两因素重复测量方差分析三因素重复测量方差分析单因素多元方差分析(One-way MANOVA)每种方差分析的应用场景，以及该如何进行SPSS操作和解读结果，各位伙伴请点击相应的文章链接查看~~今天，我们再来介绍一种统计方法：两因素多元方差分析(Two-way Manova)。
一、问题与数据某研究者想研究三种干预方式（regular—常规干预；rote—死记硬背式干预；reasoning—推理式干预）对学生学习成绩的影响。
研究者记录了学生两门考试的成绩：文科成绩（humanities_score）和理科成绩（science_score）。
另外，基于之前的知识，研究者假设干预方式对男女两种性别学生的效果可能不同。
换言之，研究者想知道不同干预方式对学习成绩的影响在男女学生中是否不同。
也就是说，干预方式和性别两个自变量之间是否存在交互作用（interaction effect）。
注：交互作用是指某一自变量对因变量的效应在另一个自变量的不同水平会不同。
在本例中，就是要比较①男性中干预方式对学习成绩的影响和②女性中干预方式对学习成绩的影响。
这两个效应就成为单独效应（simple main effects），也就是说，单独效应是指在一个自变量的某一水平，另一个自变量对因变量的影响。
因此，交互作用也可以看做是对单独效应间是否存在差异的检验。
在本研究中，共有三个效应：性别的主效应；干预方式的主效应；性别和干预方式的交互作用。
研究者选取30名男学生和30名女学生，并将其随机分配到三个干预组中，每个干预组中共有10名男学生和10名女学生。
部分数据如下：二、对问题的分析使用两因素多元方差分析法进行分析时，需要考虑10个假设。
两因素实验设计spss操作技巧
两因素重复测量实验设计SPSS操作
第四步：按定义键（Define），进入主对话框，将a1b1，a1b2，a1b3，a2b1， a2b2和a2b3分别键入被试内变量（Winthin-Subjects Variables）方框中
两因素重复测量实验设计SPSS操作
第五步：点击选项Options，进行如下操作：
两因素完全随机实验设计SPSS操作
输出结果
（3）被试间效应检验方差分析表
标记类型主效应显著，F=27.871，P<0.01 句长类型主效应显著，F=8.177，P<0.01 两因素交互效应显著，F（a*b）＝5.661，P<0.05。
两因素完全随机实验设计SPSS操作
输出结果
（4）多重比较结果
两因素重复测量实验设计SPSS操作
简单效应检验
GLM 无标记短句 无标记中句 无标记长句 有标记短句 有标记中句 有标记长句 /WSFACTOR=标记类型 2 Polynomial 句长类型 3 Polynomial /METHOD=SSTYPE(3) /PLOT=PROFILE(标记类型*句长类型) /EMMEANS=TABLES(标记类型*句长类型) COMPARE(标记类型) ADJ(LSD) /EMMEANS=TABLES(标记类型*句长类型) COMPARE(句长类型) ADJ(LSD) /PRINT=DESCRIPTIVE /CRITERIA=ALPHA(.05) /WSDESIGN=标记类型 句长类型 标记类型*句长类型.
输出结果
（5）均值显示图
三条直线都不平行，有交叉的趋势。因此，大致可以判断两个因素之 间存在交互效应。
两因素重复测量实验设计SPSS操作
简单效应检验
spss19.0-双因素方差分析结果解析-0.05水平显著性标注方法
SPSS分析时浓度和时间为一个整体，是因变量，浓度是因子。
1.总体的标注方法为：从上往下或从下往上标，一般为从下往上（即从平均值最高的开始）；
平均值在在同一横列或纵列标注一样的字母，即差异不显著，只要不在一横列即差异显著显著。
上图的,,等即为定义的浓度时间（具体见Excel）。
2.具体标法如下：
与既不在同一横列也不在同一纵列，说明两者显著，即组标
注为a，组标注为b，同理组标注为c。
和组在同一列说明两组不显著，即都标为d，组继续往下标为e，但是和组在一列，即两者不显著，因此要标注为ef；同理组标为fg，组标为gh，和组标h.其余的全标为i。
SPSS的正交实验设计
设立一列误差因子了，否则，SPSS将按照4因子给出正交表。
2021/10/10
12
第四步，输入试验结果数据
2021/10/10
13
第五步，在“Aanalyze”菜单“General Linear Model”中选择Univariate命令； 在弹出的Univariate对话框中，选择“y”变量，使之添加到Dependent Variable框 中，选择“a”、“b”变量，“c“变量使之添加到Fixed Factor框中；
表示要做9个不同条件的试验； 2、圆括号中的指数“4”表示表的列数，在试验中表示用
这张表安排试验的话，最多可安排4个因子； 3、圆括号中的底数“3”表示表的主体只有3个不同的数
字：1，2，3，在试验中它代表因子水平的编号，即用 这张表安排试验时每个因子应取3个不同水平。
2021/10/10
5
正交实验方差分析
2021/10/10
9
选中因子，按Define Values键，确定因子的水平。
2021/10/10
10Βιβλιοθήκη 第三步，定义数据集名称，按确定。
2021/10/10
11
全部因子选定后，按Continue完成。 按OK键，正交表生成。
说明：STATUS_表示指标状态；CARD_表示默认序号。
值得注意的是，SPSS会自动给出误差的有关数据，这里就没有必要再单独
➢ step3，接步骤1对话框，单击options，在弹出的对话框中， 将a、b、c选到display means for中，点击continue，点击 ok。
2021/10/10
18
结果如下：
因素C的多重比较结果，表显示的是两两水平比较，其中1-2的 P值为0.104，大于0.05，说明因素C的水平1和2之间没有显著 差异，水平1和3以及水平2和3的P值分别为0.015和0.034，都 小于0.05，说明因素C的这两组水平之间有显著差异。
spss操作--双因素方差分析(无重复)
2
3
4
Total
2）多重比较
Mul tiple Compa rison s Dependent Variable: 含量比 Tukey HSD Mean Difference (I) PH值 (J) PH值 (I-J) Std. 1 2 .433 3 1.033* 4 1.767* 2 1 -.433 3 .600* 4 1.333* 3 1 -1.033* 2 -.600* 4 .733* 4 1 -1.767* 2 -1.333* 3 -.733* Based on observed means. *. The mean difference is significant 95% Confidence Interval Lower Bound Upper Bound -.153 1.020 .447 1.620 1.180 2.353 -1.020 .153 1.350E-02 1.187 .747 1.920 -1.620 -.447 -1.187 -1.350E-02 .147 1.320 -2.353 -1.180 -1.920 -.747 -1.320 -.147
Mul tiple Compa rison s Dependent Variable: 含量比 Tukey HSD Mean Difference (I) 浓度 (J) 浓度 (I-J) Std. 1 2 .725* 3 1.025* 2 1 -.725* 3 .300 3 1 -1.025* 2 -.300 Based on observed means. *. The mean difference is significant 95% Confidence Interval Lower Bound Upper Bound .275 1.175 .575 1.475 -1.175 -.275 -.150 .750 -1.475 -.575 -.750 .150
利用SPSS进行因素分析
——在Coefficient Display Format(系数显示格式)栏中选
择Sorted by size（依据因素负荷量排序）项；
——在Coefficient Display Format(系数显示格式)
勾选“Suppress absolute values less than”，其后空
格内的数字不用修改，默认为0.1。
-. 19 4
. 28 7
A6
. 87 4
-. 20 6
. 24 5
A7
. 82 3
. 47 4
-. 12 9
A9
. 81 3
. 40 1
-. 37 7
A 10
. 75 3
. 49 5
-. 35 8
A2
-. 57 4
. 60 5
. 20 6
A3
-. 16 4
. 63 3
. 68 7
Ex traction Method: Principa l Co mponent A na lys is.
5
4
5
4
4
4
3
5
2
2
13
3
5
5
2
2
2
1
3
1
1
14
5
3
4
3
3
3
2
5
2
2
15
4
5
5
3
3
3
2
5
2
2
16
4
4
4
4
3
5
1
4
1
1
17
5
4
4
多因素混合设计的方差分析在SPSS中的实现SPSS在《心理与教育统计学》教学中的具体应用
实验讨论
实验结果表明，SPSS在《心理与教育统计学》教学中的应用效果显著。通过 多因素混合设计的方差分析，学生可以全面了解各因素及其交互作用对因变量的 影响，为进一步的数据分析和研究提供依据。相比其他统计软件或手算方法， SPSS具有更为便捷、高效的优点，更适合实际研究的需求。
此外，实验结果也验证了多因素混合设计的方差分析在心理学与教育学研究 中的重要性和适用范围。通过深入探讨实验结果，可以解释各因素对因变量的影 响机制和适用条件，从而为相关领域的研究提供有益的启示。与其他统计方法相 比，多因素混合设计的方差分析能够更全面地考察各因素及其交互作用的影响， 因此具有较广泛的适用范围。
（3）进一步考察因素之间的交互作用，根据方差分析表中的交互作用项进 行判断。
实验结果
通过SPSS在《心理与教育统计学》教学中的运用，学生可以轻松地进行多因 素混合设计的方差分析。相比传统的手算或者较复杂的统计软件，SPSS具有易学 易用、功能丰富、结果准确等优点。具体实验结果展示了SPSS在多因素混合设计 的方差分析中的效果和优越性，不仅提高了学生的数据分析效率，而且有助于学 生对统计方法的深入理解和实际应用。
多因素混合设计的方差分析在SPSS 中的实现——SPSS在《心理与教育
统计学》教学中的具体应用
01 引言
03 实验步骤 05 实验讨论
目录
02 理论基础 04 实验结果 06 结论
引言
SPSS（Statistical Package for the Social Sciences）是一款广泛应 用于社会科学领域的统计分析软件，它提供了丰富的数据管理和分析功能，适用 于各种数据结构和研究设计。在《心理与教育统计学》教学中，SPSS的运用有助 于学生更好地理解和掌握统计方法，提高数据分析的准确性和效率。本次演示将 以SPSS为工具，介绍多因素混合设计的方差分析在《心理与教育统计学》教学中 的具体应用。
怎样使用SPSS进行双因素方差分析
熟练使用SPSS进行双因素方差分析试验内容:[试验][例] 某厂医务室测定了10 名氟作业工人工前、工中及工后4 个小时的尿氟浓度（μ mol/L）, 结果如下表，问氟作业工人在这三个不同时间的尿氟浓度有无差别。
表1 尿氟浓度测试结果编号工前工中工后1 90.53 142.12 87.382 88.43 163.17 65.273 47.37 63.16 68.434 175.80 166.33 210.545 100.01 144.75 194.756 46.32 126.33 65.277 73.69 138.96 200.028 105.27 126.33 100.019 86.32 121.06 105.2710 60.01 73.69 58.951. 数据录入。
以变量x 表示尿氟浓度，变量g 表示时间（工前、工中或工后），可设1 为工前，2 为工中，3 为工后。
变量id表示工人（以编号代表不同工人），如编号为1 的工人工前尿氟浓度为90.53，则录入数据时x为90.53,g 为1,id 为1，数据录入格式如下图。
图1 数据输入界面2. 统计分析。
依次选取“Analyze”、“General Linear Model”、“Univariate” 。
图2 选择分析工具展开对话框如下图，将x选入Dependent Variable（因变量框），g、id 选入Fixed Factors（固定因素框）。
图3 选择变量进入右侧的分析列表对话框右边有一排按钮Mode、 Contrasts 、Plots、 Post Hoc、 Save 和Options,下面分别对其子对话框选项作一简单介绍:Model：指定不同的模型，除方差分析外General Linear Model可作其他统计分析；Contrasts：指定一种要用t 检验来检验的priori 对比；Plots：指定作某种图；Post Hoc：指定两两比较的方法；Save：指定将产生的一些指标保存为新的变量；Options：指定要输出的一些选项，如数据的描述方差齐性检等单击Model 展开其子对话框如下图，最上方Specify Model 定义模型，有两个选项：Full factorial（全因子）和Custom，选取Custom（自定义），Build Terms （选取模型中各项）下方有一选项，单击下拉箭头将其展开，选择Main Effects（主效应因）（本例不考虑交互作用），再将Factors 框中的g、 id 选入Model:框，按Continue返回主对话框，单击Post Hoc 按钮展开其子对话框，将g 选入Post Hoc Test for，即要做两两比较的因素框，选取SNK 即q检验，返回主对话框，单击OK 键提交执行。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
因变量：句子阅读理解成绩 随机抽取24名被试，分配到各实验组。
两因素完全随机实验设计SPSS操作
分析思路
• 检验A因素的主效应。即在不考虑B因素效应的前提下，因变量在A因 1 2 素各水平上的均值是否存在显著差异。
• 检验B因素的主效应。即在不考虑A因素效应的前提下，因变量在B因
素各水平上的均值是否存在显著性差异。 • 检验A与B的交互效应。因变量在A因素各水平上的均值差异是否是B 3 因素各水平的变异函数，也就是说，在两个因素共同作用下，因变量 在因素各水平上的差异是否显著。
内容框架
1
两因素完全随机实验设计操作 两因素重复测量实验设计操作
2
3
两因素混合实验设计实验操作
两因素完全随机实验设计SPSS操作
案例 有一项“文章标记类型与句子长度对聋生句子 理解的实验研究”： 自变量：
标记类型（A）
• 无标记（a1）
• 有标记（a2）
句子长度（B）
• 短句（b1） • 中句（b2） • 长句（b3）
两因素重复测量实验设计SPSS操作
第二步：Analyze → General Linear Model → Repeated Measures
两因素重复测量实验设计SPSS操作
第三步：在定义被试内变量（Within-Subject Factor Name）的方框中，设置被试内变量
标记类型，在定义其水平（Number of Level）的对框中，输入2，表示有两个水平，然后按 填加（Add）钮。用同样的方法，设置被试内变量句长类型，在定义其水平（Number of Level）的对框中，输入3，表示有三个水平，最后按填加（Add）。
两因素完全随机实验设计SPSS操作
第六步：绘制均值图。 在主对话框中点击Plots 横坐标Horizontal Axis 纵坐标Separate Lines 单击Add完成操作。
两因素完全随机实验设计SPSS操作
第七步：点击OK，执行程序。
两因素完全随机实验设计SPSS操作
输出结果
（1）描述统计结果
两因素完全随机实验设计SPSS操作
第四步：打开Options 选择Descriptive statistics，对数据进行描述性统计； 选择Homogeneity tests，进行方差齐性检验
两因素完全随机实验设计SPSS操作
第五步：点击Post Hoc按钮，对句长类型（被试间变量）的三个水平进行多重比 较。在方差齐性假设前提条件下可选用Tukey法；在方差非齐性假设前提条件下可 选用Dunnett’s C法。
（1）检验方法 SPSS没有提供进行简单效应检验的菜单，必须通过编写语句来实现。 （2）编写语句 Univariate主对话框，上述进行方差分析时所作的一切设置不变，单击Paste，SPSS 会把全部操作转换成为语句并粘贴到新打开的程序语句窗口中，添加EMMEANS引导的语 句。 （3）运行 单击菜单Run-All运行程序。
（1）检验方法 SPSS没有提供进行简单效应检验的菜单，必须通过编写语句来实现。 （2）编写语句 打开重复测量（Repeated measure）主对话框，前面进行方差分析时的一切设置不 变，单击Paste按钮，SPSS会把全部操作转换成语句并粘贴到程序语句窗口中。保留前 四行和后三行语句，改写EMMEANS引导的语句。 （3）运行 最后单击菜单Run-All运行程序。
标记类型（A）
• 无标记（a1）
• 有标记（a2）
句子长度（B）
• 短句（b1） • 中句（b2） • 长句（b3）
因变量：句子阅读理解成绩 随机抽取4名被试，分配到各实验组。
两因素重复测量实验设计SPSS操作
第一步：定义变量，输入数据。 a表示标记类型，分为两个水平：a1（无标记）、a2（有标记） b表示句子类型，分为三个水平：b1（长句）、b2（中句）、b3（短句） 这样就有2×3六种实验处理水平的结合，分别定义六个变量名，即：a1b1、a1b2、 a1b3、a2b1、a2b2、a2b3。然后录入数据。 数据结构
输出结果
（1）描述统计结果
均值（Mean） 标准差（S.D） 被试数（N）
两因素重复测量实验设计SPSS操作
输出结果
（2）多元方差分析结果
多因变量方差分析结果表明： 标记类型的主效应极其显著（P=.009） 句长类型的主效应极其显著（P=.002） 标记类型与句长类型的交互作用显著（P=.036）
两因素完全随机实验设计SPSS操作
简单效应检验 -输出结果
两因素完全随机实验设计SPSS操作
简单效应检验 -输出结果
两因素完全随机实验设计SPSS操作
简单效应检验
简单效应后的多重比较
两因素重复测量实验设计SPSS操作
案例 有一项“文章标记类型与句子长度对聋生句子 理解的实验研究”： 自变量：
说明： 第一，/EMMEANS = TABLES(a*b) COMPARE (a) ADJ(SIDAK)：该语句的功能在于：在b的某一个水平上 检验a变量不同水平差异的显著性。如，在b1上看，a1与a2的差异是否显著。 第二，/EMMEANS = TABLES(a*b) COMPARE (b) ADJ(SIDAK)：该语句的功能在于：在a的某一个水平上 检验b变量不同水平差异的显著性。如，在a1上看，b1、b2与 b3之间的差异。 第三，上述两个语句是从两个纬度来进行检验的。实际应用中，可根据研究的需要，选择其中的一个。 第四，如果被检验变量超过2个水平，且简单效应显著。则还需做多重比较。
a1b1 1 2 3 4 3.00 6.00 4.00 3.00 a1b2 4.00 6.00 4.00 2.00 a1b3 5.00 7.00 5.00 2.00 a2b1 4.00 5.00 3.00 3.00 a2b2 8.00 9.00 8.00 7.00 a2b3 12.00 13.00 12.00 14.00
两因素重复测量实验设计SPSS操作
简单效应检验
GLM 无标记短句 无标记中句 无标记长句 有标记短句 有标记中句 有标记长句 /WSFACTOR=标记类型 2 Polynomial 句长类型 3 Polynomial /METHOD=SSTYPE(3) /PLOT=PROFILE(标记类型*句长类型) /EMMEANS=TABLES(标记类型*句长类型) COMPARE(标记类型) ADJ(LSD) /EMMEANS=TABLES(标记类型*句长类型) COMPARE(句长类型) ADJ(LSD) /PRINT=DESCRIPTIVE /CRITERIA=ALPHA(.05) /WSDESIGN=标记类型 句长类型 标记类型*句长类型.
两因素重复测量实验设计SPSS操作
第六步：绘图。在主对话框中，点击Plots按纽打开对话框，选定a为横坐标 （Horizontal Axis），选定b为独立折线(Seperate Lines)，单击Add按钮完成。 定义过程（同前两因素完全随机实验设计）
第七步：点击O随机实验设计SPSS操作
简单效应检验
UNIANOVA 成绩 BY 标记类型 句长类型 /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /POSTHOC=句长类型(TUKEY C) /PLOT=PROFILE(标记类型*句长类型) /EMMEANS=TABLES(标记类型*句长类型)COMPARE(标记类型)ADJ(SIDAK) /EMMEANS=TABLES(标记类型*句长类型)COMPARE(句长类型)ADJ(SIDAK) /PRINT=HOMOGENEITY DESCRIPTIVE /CRITERIA=ALPHA(.05) /DESIGN=标记类型 句长类型 标记类型*句长类型.
输出结果
（5）均值显示图
三条直线都不平行，有交叉的趋势。因此，大致可以判断两个因素之 间存在交互效应。
两因素重复测量实验设计SPSS操作
简单效应检验
交互作用显著时，通常需要进行简单效应（Simple effect）分析，如果某因素在 另一因素的某一个水平内简单效应显著，还需要进行多重比较，以发现具体的差异 所在。
两因素完全随机实验设计SPSS操作
Data View，进入数据输入窗口， 将原始数据输入SPSS表格区域
两因素完全随机实验设计SPSS操作
第二步：Analyze→General Linear Model → Unvariate
两因素完全随机实验设计SPSS操作
第三步：因变量Dependent Variable方框中放入成绩 固定变量（Fixed Factor(s)）方框中，放入自变量标记类型和句长类型
主效应显著
交互作用显著
多重比较（水平≥3）
简单效应分析 多重比较（水平≥3）
两因素完全随机实验设计SPSS操作
SPSS数据处理操作步骤
第一步：分别定义标记类型、句子类型、阅读分数三个变量。 输入数据，建立数据文件。
对标记类型，赋值时，分别设定： 1＝“无标记” 2＝“有标记”
对句子类型赋值时，分别设定： 1＝“短句子” 2＝“中句子” 3＝“长句子”
两因素重复测量实验设计SPSS操作
第四步：按定义键（Define），进入主对话框，将a1b1，a1b2，a1b3，a2b1， a2b2和a2b3分别键入被试内变量（Winthin-Subjects Variables）方框中
两因素重复测量实验设计SPSS操作
第五步：点击选项Options，进行如下操作：
两因素重复测量实验设计SPSS操作
输出结果
（3）球形假设检验结果
说明： ① 变量a只有2个水平，其自由度为0，不能进行球形假设检验。 ② 变量b有三个水平，球形假设检验结果：P=.568，满足球形假设。 ③ a * b交互效应球形假设检验结果：P=.229，满足球形假设。