一、实验设计的基础知识
在介绍多因素方差分析的SPSS实现之前,有必要对实验设计的一些基础性知识加以简单的回顾,因为这是后面进行具体分析的重要基础。大家先熟悉下面的表述,如果你觉得以下有20%以上的概念感觉一团雾水,那么也许你不适合学习这个课程,至少请再查找一下相关专业书籍予以补充。
(一)方差分析中的基本概念
因素(factor):自变量、独立的变量,方差分析研究的对象。
因素的水平(level):一个因素的不同情况或取值。
处理(treatment)与处理水平的结合(treatment combinations):指实验中一个特定的、独特的实验条件。也叫单元(cell).
因变量:自变量影响的结果。
单因素方差分析:只有一个因素,一个因变量
多因素方差分析:有多个因素,一个因变量
平方和(sum of square 或 SS)、平方和分解
自由度(degree of freedom)
均方(mean square 或 MS)
主效应(main effects):实验中由一个因素的不同水平引起的变异。
交互作用(interaction):在一个多因素实验中,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,称两个因素之间存在交互作用。
简单效应(simple effects):指一个因素的不同水平在另一个因素的某个水平上的变异。
处理效应(treatment effect):在实验的总变异中由自变量引起的变异。如主效应、简单效应、交互作用都是处理效应。
误差变异(error variance):指总变异中不能由自变量或明显的无关变量解释的那部分变异。
(1)单元内误差(with-cell error):指几个被试接受同样的实验条件时,它们之间出现的差异。
(2)残差(residual error):实验的误差变异中除了单元内误差以外的误差。当只有一个被试接受一种实验处理时,实验中只有残差。残差应是一种随机误差。
比较(comparison): 对各处理水平平均数之间差异的估价。当一个处理的主效应显著,且处理的水平多于2时,需要进一步揭示主效应显著的意义,即那些水平之间比较是差异显著的。
组间变异(between-group variation):接受不同处理的被试的分数围绕总平均数的变化。
组内变异(with-group variation):每个组内被试分数围绕组平均分数的变化。这个变异是由随机误差造成的,将各处理组内的变异相加,即是整个实验的实验误差。
无关变量:指一个研究中除了自变量以外所有可能对因变量产生影响的因素。
(二)实验设计的分类:被试间、被试内和混合试验设计
被试间设计(Between-Subject Design): 指实验中每个被试只接受一种自变量水平或自变量水平的结合。被试间设计也叫非重复测量实验设计,实验中的自变量叫被试间变量(Between-Subject Variable)。
2、被试内实验设计(With-Subject Design):是重复测量实验设计的一种形式,随机区组设计的发展,即由一个被试接受所有的自变量水平或自变量水平的结合。这种设计把被试带来的无关变异减少到最小的限度。但是,使用被试内设计的前提是,不能有学习、记忆效应等。
3、混合设计(Mixed Design):指一个实验中既有被试内自变量,又有被试间自变量。它也是重复测量实验设计的一种形式。是一种最有实用价值的实验设计。
[此贴子已经被作者于2009-6-10 8:59:46编辑过]