重复测量方差分析的原理 和统计操作

Contents

12 3

原理

统计操作

结果解释

4

简单效应分析

原理 重复测量设计是对同一因变量进行重复测度。 重复测量设计的方差分析可以是同一条件下 进行的重复测度，也可以是不同条件下的重 复测量，可以考察： (1)各种处理之间是否存在显著性差异； (2)被试之间的差异； (3)各种处理与被试分组之间的交互作用。

统计操作 使用范例： 1、攻击性的追踪调查中，考察不同性别的 高中生攻击性发展特点是否有差异，采用了 2(男/女，组间变量)×2(第一年测试/第 二年测试，组内变量)的重复测量方差分析； 2、攻击性干预的研究中，考察实验组和控 制组在团体辅导前后是否产生了变化，采用 了2(实验组/干预组，组间变量)×2(前 测/后测，组内变量)的重复测量方差分析。

统计操作 数据范式编号1 2 3 4 5 6

性别

身体攻 击 1 X 2 X 1 X 1 X 2 X 2 X

言语攻 击 X X X X X X

……X X X X X X

身体攻 击2 X X X X X X

言语攻 击2 X X X X X X

……X X X X X X

统计操作 1、analyze——general linear models —— repeated measures,进入 定义重复测量变量界面； 2、在factor1中输入组内因 素名称，即重复测量变量 (注：不能和数据文件中的 变量重名),在number of levels中输入组内因素的水 平数，点击add,点击下方 的define;

统计操作 3、进入重复测量方差分 析的主对话框，定义组内 变量和组间变量； 4、将“身体攻击”和 “身体攻击2”分别选入组 内变量中，将“性别”选 入组间变量中； 5、如有其它影响因素 (如人口学变量)可能会 对结果产生影响，可以选 入到协变量中，减少误差；

统计操作 6、点击option,将sex、 身体攻击性、sex*身体攻 击性均选入右边边框，点 击边框下的compare main effects(主效应); 7、选择下方的descriptive statistics, estimates of effect size, observed power, homogeneity test, 点击continue;

统计操作 8、点击paste,运行命令如下： GLM 身体攻击 身体攻击2 BY sex /WSFACTOR=身体攻击性 2 Polynomial /METHOD=SSTYPE(3) /EMMEANS=TABLES(sex) COMPARE ADJ(LSD) /EMMEANS=TABLES(身体攻击性) COMPARE ADJ(LSD) /EMMEANS=TABLES(sex*身体攻击性) /PRINT=DESCRIPTIVE ETASQ OPOWER HOMOGENEITY /CRITERIA=ALPHA(.05) /WSDESIGN=身体攻击性 /DESIGN=sex.

结果解释 组内差异——查看测试时间的主效应和测试 时间、性别的交互作用身体攻击维度上， 测试时间的主效应 不显著 身体攻击维度上， 测试时间和性别的 交互作用显著

组间差异——查看性别的主效应

身体攻击维度上，性别的主效 应显著

注意：重复测量方差分析主要查看的是交互 作用，如果交互作用显著，就不需要查看主 效应了，只需对交互作用进行简单效应分析； 若交互作用不显著，则查看主效应。

结果解释 主效应结果查看(在本示例中，是不需要查 看主效应的)

简单效应分析 简单效应分析命令 /EMMEANS=TABLES(A*B)COMPARE(A) ADJ(SIDAK) A、B为变量名称 进行简单效应分析的时候，需把这一条命令 改写后加入到原始的重复测量方差分析中。

简单效应分析 原始命令 GLM 身体攻击 身体攻击2 BY sex /WSFACTOR=身体攻击性 2 Polynomial /METHOD=SSTYPE(3) /EMMEANS=TABLES(sex) COMPARE ADJ(LSD) /EMMEANS=TABLES(身体攻击性) COMPARE ADJ(LSD) /EMMEANS=TABLES(sex*身体攻击性) /PRINT=DESCRIPTIVE ETASQ OPOWER HOMOGENEITY /CRITERIA=ALPHA(.05) /WSDESIGN=身体攻击性 /DESIGN=sex.

简单效应分析 加入简单效应分析命令 GLM 身体攻击 身体攻击2 BY sex /WSFACTOR=身体攻击性 2 Polynomial /METHOD=SSTYPE(3) /EMMEANS=TABLES(sex) COMPARE ADJ(LSD) /EMMEANS=TABLES(身体攻击性) COMPARE ADJ(LSD) /EMMEANS=TABLES(sex*身体攻击性) /EMMEANS=TABLES(A*B)COMPARE(A)ADJ(SIDAK) /PRINT=DESCRIPTIVE ETASQ OPOWER HOMOGENEITY /CRITERIA=ALPHA(.05) /WSDESIGN=身体攻击性 /DESIGN=sex.

简单效应分析 改变简单效应分析命令中的变量名 GLM 身体攻击 身体攻击2 BY sex /WSFACTOR=身体攻击性 2 Polynomial主效应分析部分命令， /METHOD=SSTYPE(3) 可以删除 /EMMEANS=TABLES(sex) COMPARE ADJ(LSD) /EMMEANS=TABLES(身体攻击性) COMPARE ADJ(LSD) /EMMEANS=TABLES(sex*身体攻击性) /EMMEANS=TABLES(sex*身体攻击性)COMPARE(sex)ADJ(SIDAK) /EMMEANS=TABLES(sex*身体攻击性)COMPARE(身体攻击 性)ADJ(SIDAK) /PRINT=DESCRIPTIVE ETASQ OPOWER HOMOGENEITY /CRITERIA=ALPHA(.05) /WSDESIGN=身体攻击性 /DESIGN=sex.

简单效应分析 最后的简单效应分析命令

GLM 身体攻击 身体攻击2 BY sex /WSFACTOR=身体攻击性 2 Polynomial /METHOD=SSTYPE(3) /EMMEANS=TABLES(sex*身体攻击 性)COMPARE(sex)ADJ(SIDAK) /EMMEANS=TABLES(sex*身体攻击性)COMPARE(身体攻击 性)ADJ(SIDAK) /PRINT=DESCRIPTIVE ETASQ OPOWER HOMOGENEITY /CRITERIA=ALPHA(.05) /WSDESIGN=身体攻击性 /DESIGN=sex.

简单效应分析 结果部分-1

第一年和第二年测试中，都存在显 著的性别差异，男生得分显著高于 女生得分。

简单效应分析 结果部分-2在追踪中，男生第二年的得分显著低于第一年的得分， 女生第二年的得分显著高于第一年的得分。即，男生 的身体攻击性随时间下降，女生的身体攻击性随时间 上升。