查看原文
其他

菜鸟也爱数据分析之SPSS篇——两因素完全随机方差分析

Ling SPSS学堂 2022-04-26

作者:Ling  审核:菁悦   封面:自己想吧


前言

目前我们已经进入到了方差分析阶段啦,前面几篇的方差分析的文章大家都掌握的如何了呢?如果有不懂或者仍有困惑的地方欢迎大家在浏览学习的时候直接就在对应文章下方的留言板告诉我们哦!

话不多说,进入今日议程。今天要给大家分享的是关于“两因素完全随机方差分析”。那么什么是”两因素完全随机方差分析“呢?

首先,这种方差分析是基于多因素完全随机试验设计的基础上的。因此我们首先要认识一下完全随机试验设计。

完全随机设计

完全随机设计是将同质的研究对象(被试)随机地分配到各个试验处理组,再观察其试验效应。完全随机设计考虑的是不同的实验处理对处理结果的影响,从变异的分配来看是这样的:SS总=SS组间+SS误差。

完全随机设计与单因素重复测量设计的区别在于,前者是将所有被试随机地分配到各个试验处理组,每个被试只接受一种试验处理,后者是每一个被试要接受所有的实验处理。

两因素完全随机方差分析

两因素完全随机方差分析是指有两个自变量,一个因变量的完全随机设计中的实验数据进行分析处理,通常是通过分析结果来判断实验处理对实验结果有没有影响。



SPSS操作步骤



step1: 打开SPSS 文件;

step2: 点击“分析”→“一般线性模型”

→“单变量”  图1.

图1.


弹出“单变量”窗口:如图2-1

图2-1.

step3: 将“阅读速度”放入【因变量】框中;

将“文章类型”和“文章难度”放入【固定因子】框中 如图2-2

图2-2

step4:  点击选择【模型】。👇

图3.

step5: 弹出窗口【模型]选择【全因子】→单击【继续】

选择【全因子】意味着在分析过程会分析两个自变量的主效应也会分析这两字自变量是否存在交互效应。

图3-1

step6:  选择【 事后比较】

图4-1

在弹出的窗口中将“文章类型”与“文章难度”因子放入【下列各项的事后检验】输入框中。然后勾选【LSD】,再点击【继续】

图4-2

当自变量的水平数为三个或三个以上时,一定不要漏掉了事后比较的设置,关于事后比较的分析和结果解读在之前的文章有提及了。本案例中的自变量水平均为两个水平,即文章类型(科普文、议论文);文章难度(简单、中等),所以在大家进行练习的时候返回查看器查看分析结果时,SPSS会提示由于变量不足三个水平因此不进行事后检验这样的说明。


step7:👉选择【选项】

图5-1

在弹出的【单变量:选项】窗口中勾选【描述统计】、【齐性检验】;

设置显著性水平,通常为“0.05”;

点击【继续】

图5-2.

点击【确定】

图6

step6: 返回【查看器】查看分析结果


结果解释




图6.

(1)描述统计

如图6.所示,该表包含了每个实验处理的平均值、标准差和频数。

图7.

(2)同质性检验

如图7.中显著性概率 P值=0.584>0.05,因此接受原假设“各个组中的因变量误差方差相等”

图8.

(3)方差分析

图8.所示,文章类型的主效应显著(P=.018<.05),文章难度的主效应显著(P=.007<.05),且文章类型与文章难度的交互效应不显著(P=.889>.05)。综上所述,文章难度会影响阅读速度,文章的类型也会影响阅读的速度,但是二者之间没有交互作用。

今天的内容你学会了吗?记得自己动手操作,巩固练习哦!      


关注下方二维码,在公众号中输入“20180306”即可获得操作数据。

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存