三因素试验设计

1、三因素实验设计对三因素重复测量实验设计进行数据处理一、三因素完全随机实验设计数据处理过程：1、打开SPS欹件，点击DataView，进入数据输入窗口，将原始数据输入SPSS表格区域；2、在菜单栏中选择分析一一股线性模型一单变量；3、因变量DependentVariable方框中放入记忆成绩（JY）,固定变量（FixedFactor（s）方框中，放入自变量记忆策略、有无干扰和材料类型；4、点击选项（Options）按钮，选择Descriptivestatistics,对数据进行描述性统计；选择Homogeneitytests,进行方差齐性检验；5.结果分析：描述性统计量因变量:记忆成绩记忆策略有

2、无干扰材料类型均值标准偏差N联想策略d无干扰实物图片13.00001.581145i图形图片8.00001.581145m总计10.50003.0276510e有干扰实物图片5.40002.073645n图形图片4.6000.894435s.总计i5.00001.5634710。总计实物图片9.20004.3665410n图形图片6.30002.16282102总计7.75003.6688620复述策略d无干扰实物图片6.80001.303845i图形图片7.20001.303845m总计7.00001.2472210e有干扰实物图片4.00001.000005n图形图片2.8000.8366

3、65s总计3.40001.0749710i总计实物图片5.40001.8378710o图形图片5.00002.53859102总计5.20002.1667320总计d无干扰实物图片9.90003.5418110i图形图片7.60001.4298410m总计8.75002.8814320e有干扰实物图片4.70001.7029410n图形图片3.70001.25167Lios总计4.20001.5423820i总计实物图片7.30003.79889200图形图片5.65002.3902220n总计6.47503.242251402方差齐性检验结果：P=0.278>0.05所以各组数据方差齐

4、性。误差方差等同性的Levene检当a因变量:记忆成绩Fdf1df2Sig.1.309732.278检验零假设，即在所有组中因变量的误差方差均相等。a.设计：截距+A+B+C+A*B+A*C+B*C+A*B*C被试问变量效应检验结果：A、B、C的主效应均极显著（P<0.01）;AB交互效应显著；AC交互效应极显著；BC交互效应不显著；ABC交互效应极显著。对于二阶与三阶交互效应显著的，还需进行简单效应与简单简单效应检验。主体间效应的检验因变量:记忆成绩源III型平方和df均力FSig.校正模型349.175a749.88226.254.000截距1677.02511677.025882.

5、645.000A65.025165.02534.224.000B207.0251207.025108.961.000C27.225127.22514.329.001A*B9.02519.0254.750.037A*C15.625115.6258.224.007B*C4.22514.2252.224.146A*B*C21.025121.02511.066.002wt60.800321.900总计2087.00040校正的总计409.97539因变量:记忆成绩主体间效应的检验源III型平方和df均力FSig.校正模型349.175a749.88226.254.000截距1677.02511677.

6、025882.645.000A65.025165.02534.224.000B207.0251207.025108.961.000C27.225127.22514.329.001A*B9.02519.0254.750.037A*C15.625115.6258.224.007B*C4.22514.2252.224.146A*B*C21.025121.02511.066.002wt60.800321.900总计2087.00040校正的总计409.97539a.R方=.852（调整R方=.819）简单效应检验:在主对话框中，单击Paste按钮，SPS8把原先的全部操作转换成语句并粘贴到新打开的程序

7、语句窗口中,在命令语句中加入EMMEA曲导的语句；FUeEdii.'电wDataTransformAnalyzeDir-ectMarketingGraphs123456789inIT17EstimatedMarginalMeans0fH忆成缢有无干扰LI'U一qr貌DATASETACTIVATEOataSetl.1UNIANQVAJYE3YABC/METHOD=rSSTVPE(3)lMTF0rFnT=lk?lLJCF_/EMME-”二TABLLiapbjCOMRAREADJ(SIDAK>EL1MEANS=TABLES(a'c)COMPARE(c)ADJ(SIDAK

8、)PIAU)/PR1JT=HOf<1OGEMECTYDESCRIPTIVEfTER1A=ALPHA(06>irDESIGn=ABCA"6A"CSTCA'B"C结果：当被试使用联想策略进行记忆时，无干扰条件的记忆成绩极显著优于有干扰条件的记忆成绩；当被试使用复述策略进行记忆时，无干扰条件的记忆成绩也极显著优于有干扰条件的记忆成绩。当被试使用联想策略进行记忆时，实物图片的记忆成绩极显著优于图形图片的记忆成绩；当被试使用复述策略进行记忆时，实物图片与图形图片的记忆成绩无显著差异。Dependenttriable:记忆成蹒记忆策畸有无干扰MeanStd

9、.Error95%Con1iden<»IntervalLowerBoundUpperBound联起第略无干扰10.5004369.61211,388宵干扰5.000.4驼<1125.888史述筮格英干扰7.000.4366.1127,888一干扰S.400.4362,5124.288DspendentVanabIe：i二忆或二!.记忆域肝（i）打无r扰HITruittMrsnDiWerfehet住45WErr,吕均95%ConMnncAKtorwltarLgCfBouAHU#七日MAd鼠:善境喧Ar+ft朴5&00181哥4?446756Wtftjtlft55no

10、例6XWO-57554即复述维肝jfc-FK3-&D0.G1£xno2J4449弱有T统iTKowp而16MO上5M-2344简单简单效应检验:234567891011UNIANOVAJYBYABCMETH。口:SSTYPE;TERCEPT=INCLUDE/PLOT=PROFILE(BWCMACWBA*B*C)PRimHOMOG日旧TVDESCRIPTIVEEML'E-JS=TABLES(A'B*C)COMPARE(C)ADJ(SIDAK)EMMEANS-TABLES(B*C*A)COMPARE(AADJ(SIDAK)Em“EANS=TfrBLES(C*A到C

11、OMPARE(切ADJ(S1DAK)CRITERIA=ALPHA(05)DESIGN=ABCA"BA*CB*CA'E*C.结果：所以a,b,c有显著差异DapsndentVarable记出，此靖记忆第略有无干扰附材相类型NeanDifferenced-J)Std.ErrorSi9*95%Confidenceintervalforrfference1-LowerBoundUpperBound取岁弟啼无干扰工构图片恻俯图片5000,672COO3224自776国战图片实物图片出一口00,&72.0006.776-3224有干扰实物图片陨布图片,800,872,366S76

12、2.576国阳图片或物图片vBOO872366*2.576.976中述俄略-F战7-图片图形图件*.400,872,649217rB1376国册图H实而片,400,B?2,6491.3762.17V白下性实物四片图形图片1.20D,872-.5762.97B一用那市空拘图片-1.200,872,175-2.076578二、重复测量一个因素的三因素混合实验设计数据处理过程：1 .DataView,进入数据输入窗口，将原始数据输入SPSSft格区域2 .Analyze-GeneralLinearModel-RepeatedMeasures(在菜单栏中选择分析一一股线性模型一重复变量)3 .在定义被

13、试内变量(Within-SubjectFactorName)的方框中，设置被试内变量标记类型，在定义其水平(NumberofLevel)的对框中，输入3,表示有两个水平，然后按填加(Add)钮。4.按定义键（Define）,返回重复测量主对话框，将bl、b2、b3选入被试内变量（Winthin-SubjectsVariables方框中，将a、c选入被试问变量框中。5.点击选项Options,进行如下操作:将被试内变量b（三个水平）键入到右边的方框中，采用LSD（none）法进行多重比较，选择Descriptivestatisti脸令，对数据进行描述性统计。选择Homogeneitytests&

14、#174;行方差齐性检验。6 .单击continue选项，返回主又t话框，点击OK,执行程序。7 .结果：一元方差分析：标记类型主效应显著，F=37.022,P=0.009;句长类型主效应检验，因其满足球形假设，故参见每项检验的第一行SphericityAssumed的结果，即，F=47.79,P=.000,表明b变量主效应极其显著；a与b的交互效应检验。因其满足球形假设，故参见标准一元方差分析的结果，即F=34.02,P=.001,表明a与b的交互效应极显著。多重比较：长句与中旬之间差异极其显著（P=0.003）;长句与短句之间差异极其显著（P=0.000）;中旬与短句之间差异也极其显著（P

15、=0.002）。描述性统计量有无干扰显示时间均值标准偏差N实物图片无干扰di30秒m15秒en总计sidoni214.25009.750012.0000.957431.707832.72554448m有干扰di30秒em15秒nen总计ssiiono25.25006.50005.8750.957431.290991.24642448n总计di30秒1m15秒en总计sion29.75008.12508.93754.891682.232073.767748816数字图片d无干扰di30秒im15秒men总计esinons28.50007.50008.00001.290991.290991.309

16、31448i有干扰di30秒om15秒10.25005.50001.707831.2909944nen总计1sion27.87502.900128总计di30秒m15秒en总计sion29.37506.50007.93751.685021.603572.174668816符号图片无干扰di30秒m15秒en总计sidoni27.00005.75006.3750.816501.707831.40789448m有干扰di30秒em15秒nen总计ssiiono26.75002.75004.7500.95743.957432.31455448n总计di30秒1m15秒en总计sion26.87504

17、.25005.5625.834522.052872.032048816协方差矩阵等同性的Box检验aBox的MFdf1df2Sig.26.278.74918508.859.760检验零假设，即观测到的因变量的协方差矩阵在所有组中均相等。a.设计:截距+a+c+a*c主体内设计：b多变量检验效应值F假设df误差dfSig.bPillai的跟踪.80322.413a2.00011.000.000Wilks的.19722.413a2.00011.000.000LambdaHotelling的跟踪4.07522.413a2.00011.000.000Roy的取大根4.07522.413a2.00011

18、.000.000b*aPillai的跟踪.82225.414a2.00011.000.000Wilks的.17825.414a2.00011.000.000LambdaHotelling的跟踪4.621_a25.4142.00011.000.000Roy的取大根4.62125.414a2.00011.000.000b*cPillai的跟踪.1691.117a2.00011.000.362Wilks的.8311.117a2.00011.000.362LambdaHotelling的跟踪.2031.117a2.00011.000.362Roy的取大根.2031.117a2.00011.000.36

19、2b*a*Pillai的跟踪.75216.698a2.00011.000.000cWilks的.24816.698a2.00011.000.000LambdaHotelling的跟踪3.03616.698a2.00011.000.000Roy的取大根3.03616.698a2.00011.000.000a.精确统计量b.设计:截距+a+c+a*c主体内设计：b主体内效应的检验度量:MEASURE源III型平方和dfFSig.b采用的球形度96.167248.08329.974.000Greenhouse-Geisser96.1671.90250.54929.974.0001Huynh-Feld

20、t96.1672.00048.08329.974.000下限96.1671.000196.16729.974.000b*a采用的球形度78.000239.00024.312.000Greenhouse-Geisser78.0001.90241.00024.312.0001Huynh-Feldt78.0002.00039.00024.312.000下限78.0001.000)78.00024.312.0001b*c采用的球形度3.50021.7501.091.352Greenhouse-Geisse3.5001.9021.8401.091.350rHuynh-Feldt3.5002.0001.7

21、501.091.352下限3.5001.0003.5001.091.317b*a*采用的球形度54.500227.25016.987.000cGreenhouse-Geisse54.5001.90228.64716.987.000rHuynh-Feldt54.5002.00027.25016.987.000下限54.5001.00054.50016.987.001误差(b)采用的球形度38.500241.604Greenhouse-Geisse38.50022.8291.686rHuynh-Feldt38.50024.0001.604下限38.50012.0003.208简单效应检验:1234

22、66?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/17SFACTOR=标记案型2Polynomial句长类型3Polyromial/N1ETHOD=SSTYPE（3）.fPLOT=PROFILE（标记类如句长类型）,'EM=AL5=rA6Lzz>i标记类臂句箕至誓CJWF4K二闰长类型IADJLS。）/EMMEANS=TABLES（句长类型*标记类型）COMPARE（标记娄型）ADJ（LSD）/PRIhJTDESCRIFTlVE8/CRFERIA=ALPHA(05)g/.,；/SDESIGN=标记类型句长类型标记类型，句长类型.结果：无标记的情况下，各句子

23、类型之间不存在显著性差异，F=9.000,P=0.100;有标记的情况下，各句子类型之间存在极显著性差异，F=150.333,P=0.007。三、重复测量两个因素的三因素混合实验设计数据处理过程：1.打开SPS欹件，点击DataView数据视图，进入数据输入窗口，将原始数据输入SPSSft格区域；2.在菜单栏中选择分析般线性模型一重复度量;3.分别定义两个被试内变量名及其水平数，点击“定义”4、将blcl、b1c2、b2c1、b2c2、b3c1、b3c2选入被试内变量(Winthin-SubjectsVariables)方框中，将a选入被试问变量框中；5、点击选项Options,然后将被试内变

24、量b(三个水平)键入到右边的方框中，采用LSD(none)法进行多重比较，并选择描述统计和方差齐性检验，点击继续,再点击确定输出结果；6.结果：描述性统计结果：描述性统计量后无干扰均值标准偏差Nblcldi无干扰me有干扰Dn总计sion114.00004.87509.4375.92582.834524.788448816b1c2di无干扰m有干扰en总计sion19.50006.12507.81251.195231.125992.072648816b2c1di无干扰m金十心有干扰en总计sion18.625010.00009.31251.060661.309311.352478816b2c2

25、di无干扰m有干扰e7.25005.50001.281741.0690488n总计sion16.37501.4548816b3c1di无干扰m金十小有干扰en总计sion17.00006.87506.9375.75593.83452.771908816b3c2di无干扰5.87501.246428m有干扰2.8750.834528en总计4.37501.8574216sion1BoxS方差齐性结果：P=0.395>0.0q所以各组数据方差齐性。协方差矩阵等同性的Box检验aBox的M42.802F1.053df121df2720.888Sig.395检验零假设，即观测到的因变量的协方差矩

26、阵在所有组中均相等。a.设计：截距+a主体内设计:b+c+b*c多变量检验：因为P=0<0.01,所以B的主效应极显著；而且P=0<0.01,BA的交互作用极显著；同理可知：C的主效应极显著，CA的交互效应不显著，BCA的三阶交互效应极显著。多变量检验b效应值F假设df误差dfrSig.bPillai的跟踪.90662.841a2.00013.000.000Wilks的.09462.841a2.00013.000.000LambdaHotelling的跟踪9.668a62.8412.00013.000.000Roy的取人根9.66862.841a2.00013.000.000b*a

27、Pillai的跟踪.961160.414a2.00013.000.000Wilks的.039160.414a2.00013.000.000LambdaHotelling的跟踪24.679160.414a2.00013.000.000Roy的取人根24.679160.414a2.00013.000.000cPillai的跟踪.909139.528a1.00014.000.000Wilks的.091139.528a1.00014.000.000LambdaHotelling的跟踪9.966139.528a1.00014.000.000Roy的取人根9.966139.528a1.00014.000.

28、000c*aPillai的跟踪.003.043a1.000114.000.839Wilks的Lambda.997.043a1.00014.000.839Hotelling的跟踪.003.043a1.00014.000.839Roy的取人根.003.043a1.00014.000.839b*cPillai的跟踪.2341.991a2.000,13.000.176Wilks的Lambda.7661.991a2.00013.000.176Hotelling的跟踪.3061.991a2.00013.000.176Roy的取人根.3061.991a2.00013.000.176b*c*aPillai的跟

29、踪.82731.113a2.00013.000.000Wilks的Lambda.173a31.1132.00013.000.000Hotelling的跟踪4.78731.113a2.00013.000.000Roy的取人根4.78731.113a2.00013.000.000a.精确统计量b.设计：截距+a主体内设计:b+c+b*c球形假设检验：被试内变量球形假设检验，由于c变量只有两个水平，所以不需要检验；b,b*c均满足球形假设。Mauchly的球形度检验b度量:MEASURE主体内效应Mauchly的W近似卡方dfSig.EpsilonaGreenhouse-GeisserHuynh-F

30、eldt下限dib.7643.5032.174.809.965.500,mc1.000.0000.1.0001.0001.000enb*csion1.952.6422.725.9541.000.500检验零假设，即标准正交转换因变量的误差协方差矩阵与一个单位矩阵成比例。a.可用于调整显著性平均检验的自由度。在"主体内效应检验"表格中显示修正后的检验。b.设计：截距+a主体内设计:b+c+b*cLevends方差齐性检验结果：因为P>0.05,各组因变量方差齐性。误差方差等同性的Levene检当签aFdf1df2Sig.blcl.16811114.688b1c2.009

31、11114.926b2c1.15211114.702b2c2.45311114.512b3c1.39911114.538b3c2.61011114.448检验零假设，即在所有组中因变量的误差方差均相等。a.设计：截距+a主体内设计:b+c+b*c被试问变量效应：因为P=0<0.01,A的主效应极显著主体间效应的检验度量:MEASURE转换的变量：平土而源III型平方和df均力FSig.截距P5221.50015221.5004716.194.0001a170.6671170.667154.151.0001Wt15.500141.107b因素的多重比较结果：实物图片的记忆成绩显著优于数字图

32、片和符号图片，数字图片，数字图片的记忆成绩显著优于符号图片。成对比较度量:MEASURE(I)b(J)b均值差值(I-J)标准误差Siga差分的95%置信区间a下限上限12*.781.163.000.4311.1313*2.969.257.0002.4173.52121*-.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基于估算边际均值*均值差值在.05级别上较显著。a.对多个比较的调整：最不显著差别(相当于未作调整)进行简单效应检验

33、：因为BA交互效应显著，需进行简单效应检验;程序语句：1DATASETACTIVATEDataSetl.234567Q9PGLMb1c1b1c2b2c2b3db3c2BYaWSFACTOR=b3POLYNOMIALc2POLYNOMIAL/METHOD=SS7YPE(3)/PLOT=PROFILE(b*a)/EMMEANS=TABLES(b)COMPAREADJ(LSD)/EMMEANSABLESfb'a)COMPAFiEfalADJISIDAK)/PR1NT=DESCR1PT1VEHOMOGENERY/CRITERIA=ALPHAIQ5)10 /WSDESIGN-bcb*c11 &a

34、mp;DESIGN二a.结果截图:EEtimatedMarginalMeansofMEASUREDaco-1ZDQ-b*a描述性统计结果石mmMEASURE1b在意干扰IMeanStd.Error95%ConfVdMHLcnwerBoundUpperBoundJl1五十扰11,76022211,7S12225口干扰ssoaJ225855?7S2无干扰7.938775R4。行干扰7.750,2T67.2878133无干扰645S3605879656育干扰4,9752&V431754$3b*a配对比较结果Pairwi&eCompariiPiia,lfea&ur&lt

35、ASURE1b(1)frjETtt(j)W£rttDUifferwBlb昴5U.ErtWSlgH95%Cgid&CCi9Hlgg向fill&r-cncr1L已由老rBdndUp熙r1XTitn625。"It)>DG557t宿322刊Iitia4k2S0"111(MX)48236.57B2iT4tflirt依日.305,M9-HETM2HTitXTtt*IBSJQ5549=沪/二.4673常千探ff1Pt1563-JG8WJ17735J1S2ftFit至1tt-l.GbTJti(H)1-i352J73进行简单简单效应检验：BCAE阶交互效应显著

36、，还需进行简单简单效应检验程序语句:12345679910111213DATASETACTIVATEDataSet19GLMb1c1b1匚2b2c2b3clb3c2BYaMrSFACTOR=b3POLYNOMIALc2POLYNOMIAL,METHOE=SSrfPEf3)/PLOT=PROFILE(b1a)/EMMEANS=TABLES(b)COMPAREADJ(LSD)/EMMEANS=TA0LES(a*rc)COMPARE(c)ADJ(SIDAK)/EMMEANS=TABLES(ba)COMPARE(a)ADJ(SIDAK)/EMMEANS=TA0LES(eaabOMPARE(b)ADJ(

37、SIDAK)/PRI灯二DESCRIPTIVEHOMOGENEITY/CRITERIA=ALPHA(.O5),WSDESlGP.=bcb*cClDESIGNS在a水平下b*c交互效应配对比结果*工1能IHiJ|«Mh>iCwfwftDaa4SMOdAhfaFmkltrvdl*L.kUnrA*皿UK?i-i1tirm”MV*仲i-11-ij*6*tT加，庙ijjiT1*id黑，.I疆丁1Iig411口“3OK21-1.15'，1D-Hh温必35HFR1I上1HO'm044n»*111W工明j1UM'Tlr*1X41NFJ1tam'DMGO

38、Hj124MEHMj.lJi?3ut1icm'帆斗仙,四、三因素重复测量实验设计数据处理过程：1 .打开SPS欹件，点击DataView,进入数据输入窗口，将原始数据输入SPSS表格区域；2 .在菜单栏中选择分析一一股线性模型一重复变量；3 .在定义被试内变量(Within-SubjectFactorName)的方框中，设置被试内变量标记类型，在定义其水平(NumberofLevel)的对框中，输入3,表示有两个水平，然后按填加(Add)钮。4 .将a1b3c1、alb3c2、a2b1c1、a2b1c2、a2b2c1、a2b2c2、a2b3c1、a2b3c2选入被试内变量(Winthi

39、n-SubjectsVariables)方框中，将a选入被试问变量框中；5 .点击选项Options,然后将被试内变量b(三个水平)键入到右边的方框中，采用LSD(none)法进行多重比较，并选择描述统计和方差齐性检验，点击继续,再点击确定输出结果；因易因二由二)(OVERALL)3bc3*t3*Cb*c口化y产小均值区bM!而辽就画回Irsi=r*s-esrernmst-crera-ertllsr一一艰孟信出面彳节RI：LSDt-ia出v阑踊计必匚如嵋计回榴瞬褪但！巨案炳i(T二sp矩底二瘫普矩许二I转世理要一方星沐I廿遥七.一I封布水平圉E巴期奔朝二I球三叔当比度检脸匕一殖盾恒助；stEm

40、koh都阳6.结果：3个自变量之间两两都有显著差异，3者之间也有显著差异。描述性统计量均值标准偏差Nalblcl14.2500.957434a1b1c29.75001.707834a1b2c18.50001.290994a1b2c27.50001.290994a1b3c17.0000.816504a1b3c25.75001.707834a2b1c15.2500.957434a2b1c26.50001.290994a2b2c110.25001.707834a2b2c25.50001.290994a2b3c16.5000.577354a2b3c22.7500.957434.多变量检验b效应值F假设

41、df误差dfSigaPillai的跟踪Wilks的Lambda.957.04366.783a66.783a1.0001.0003.0003.000.004.004Hotelling的跟踪Roy的取人根22.26122.26166.783a66.783a1.0001.0003.0003.000.004.004bPillai的跟踪.95018.841a2.0002.000.050；Wilks的Lambda.05018.841a2.0002.000.050Hotelling的跟踪18.84118.841a2.0002.000.050Roy的取大根18.84118.841a2.0002.000.050

42、cPillai的跟踪.90528.683a1.00013.000.013；Wilks的Lambda.09528.683a1.0003.000.013Hotelling的跟踪9.56128.683a1.0003.000.013Roy的取大根9.561a28.6831.0003.000.013a*bPillai的跟踪.98988.494a2.0002.000.011Wilks的Lambda.01188.494a2.0002.000.011Hotelling的跟踪88.49488.494a2.0002.000.011Roy的取大根88.49488.494a2.00012.000.0111a*cPil

43、lai的跟踪.011.034a1.0003.000.866Wilks的Lambda.989.034a1.0003.000.866Hotelling的跟踪.011.034a1.0003.000.866Roy的取大根.011.034a1.00013.000.866；b*cPillai的跟踪.5601.271a2.0002.000.440Wilks的Lambda.4401.271a2.0002.000.440Hotelling的跟踪1.2711.271a2.0002.000.440Roy的取大根1.2711.271a2.00012.000.4401a*b*Pillai的跟踪.96931.265a2.

44、0002.000.031cWilks的Lambda.03131.265a2.0002.000.031Hotelling的跟踪31.26531.265a2.0002.000.031Roy的取大狼31.265a31.2652.000I2.000.0311a.精确统计量b.设计：截距主体内设计：a+b+c+a*b+a*c+b*c+a*b*cMauchly的球形度检验b度量:MEASURE主体内效应Mauchly的W近似卡方dfSig.EpsiloraGreenhouse-GeisserHuynh-FeIdt下限da1.000,0000,1.0001.0001.000ib,4521.5902,452,646,927,500mc1.000,0000,1.0001.0001.000ea*b,4121,7722,412,630,873,500na*cs1.000,0000,1.0001.0001.000ib*c,3142,3162,314,593,757,500oa*bn*c1,3412,