spss单因素重复测量的方差分析操作和解释

重复测量设计是在科研工作中常见的设计方法 , 常用来分析在不同时间点上该指标的差异 , 它可以通过对同一个体数据的分析估计出实验误差的大小 。 下面我们举个例子:为了验证某一套锻炼方法对减肥是否有效 , 将学生分成两组 , 一组用新的锻炼方法 , 一组不用 , 统计实验开始的第1、2、3个月的体重减重情况 。 操作方式 01 打开尝试数据文件 , 再依次点击“阐发”--“一般线性模子”--“反复测量” , 弹出“反复怀抱因子”对话框 。

spss单因素重复测量的方差分析操作和解释

文章插图

spss单因素重复测量的方差分析操作和解释

文章插图

02 点击“被试内因子名称”中的因子1 , 点窜当作weight,也可默认不点窜 。 “级别数”框中输入反复测量次数”3“ , 单击”添加“按钮 。 然后单击左下角的”界说“按钮 。

spss单因素重复测量的方差分析操作和解释

文章插图

spss单因素重复测量的方差分析操作和解释

文章插图

03 将3次测量“第一月”、“第二月”和“第三月“按照框中测量的挨次 , 放入右框中;将身分变量“组别”放入”因子列表“框 。

spss单因素重复测量的方差分析操作和解释

文章插图

spss单因素重复测量的方差分析操作和解释

文章插图

04 单击右边“模子”按钮 , 在弹出对话框中 , 选择“全因子”模子 , 单击“继续”按钮返回 。 最后 , 在本家儿对话框中单击“确定”按钮运行 。

spss单因素重复测量的方差分析操作和解释

文章插图

05 多变量查验成果显示 , 分歧测试时候的weight有统计学差别 , P=0.000 , 而测试时候与组别间无统计学差别 , P=0.55 。 然而是否以此成果为准 , 则需要看球形查验成果 。

spss单因素重复测量的方差分析操作和解释

文章插图

06 球形查验成果显示 , Mauchly W=0.983,P=0.926,合适球形性 , 成果以一元方差成果为准 。 若是P小于等于0.05 , 则不合适球形查验 , 可以用Greenhouse-Geisser、Huynh-Feldt和下限校正 。

spss单因素重复测量的方差分析操作和解释

文章插图

07 看方差阐发成果可知 。 因为本例合适球形性 , 是以以第一条“假设的球形”成果 , 可见分歧时候测量的体重有统计学差别 , F=129.068,P=0.000;而且测试时候与组别存在交互感化F=4.386 , P=0.026<0.05 。

spss单因素重复测量的方差分析操作和解释

文章插图

08 组别间阐发成果无显著性差别 , F=0.397,P=0.543,即两组处置身分对体重减重影响没什么差别 。

推荐阅读