20130109北师大心理学院.ppt

计算方差分析后各因素的统计检验力 2 根据公式 计算Φ值 变异源 平方和 自由度 均方 F Sig. 偏Eta方 统计检验力 A因素 8.450 1 8.450 .357 .559 .022 .087 B因素 1264.050 1 1264.050 53.392 .000 .769 1.000 A X B 281.250 1 281.250 11.880 .003 .426 .899 组内 378.800 16 23.675 ? ? ? 总体 1932.55 19 （Φ） 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.6 3.0 4 .20 .26 .33 .41 .49 .57 .65 .78 .88 8 .24 .32 .41 .51 .61 .70 .78 .89 .96 12 .26 .35 .44 .55 .65 .74 .81 .92 .97 16 .26 .36 .46 .57 .67 .76 .83 .93 .98 … … … … ∞ … 3 查表求相应的统计检验力值 K=2 因素A（Φ=0.42）的统计检验力比0.26更低 因素B（Φ=5.17）的统计检验力远远超过0.98 两因素交互作用（Φ=2.43）的统计检验力应该介于0.83-0.93之间 变异源 平方和 自由度 均方 F Sig. 偏Eta方 统计检验力 A因素 8.450 1 8.450 .357 .559 .022 .087 B因素 1264.050 1 1264.050 53.392 .000 .769 1.000 A X B 281.250 1 281.250 11.880 .003 .426 .899 组内 378.800 16 23.675 ? ? ? 总体 1932.55 19 5-5 单因素重复测量方差分析效果大小和统计检验力 被试编号 视觉－同时组 视觉－相继组 听觉组 1 15 13 12 2 14 16 15 3 20 17 10 4 17 12 11 5 12 7 5 6 18 8 7 变异来源 平方和 自由度 均方 F 偏eta方 检验力 处理（被试内） 110.78 2 55.389 8.00** .615 .873 被试间（区组） 119.6 5 23.92 3.46 误差（交互作用） 69.22 10 6.922 总变异 299.6 17 不同呈现模式对传递推理的影响 （Cohen 594） （Φ） 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.6 3.0 4 .18 .23 .30 .38 .46 .54 .62 .76 .86 8 .23 .32 .42 .52 .63 .72 .80 .92 .97 12 .26 .36 .47 .58 .69 .78 .86 .95 .99 16 …… ∞ …… K=3 单因素重复测量方差分析的统计检验力 SPSS：power=0.873 统计检验力 效果大小估计原理与主要方法 T检验和两因素方差分析的 和 ES 的估计方法 5 统计检验力（ ）和效果大小（ES）的含义 2 方差分析的 和 ES 的估计原理与方法 4 以独立样本单因素完全随机方差分析为例 统计检验力和效果大小的估计原理与主要方法 3 以两独立样本的均数差异检验为例 统计检验力在心理学研究中的学术地位 1 1 是当今《心理统计学》教材发展的新内容 2 是心理学学术论文发表的新要求 令： 而后查转换表可求统计检验力 两种假设，两类错误及其相互关系 2 虚无假设分布 — 备择假设分布 3 两者关系： 方法2：利用正态分布表求统计检验力（推荐） 3 确定做出统计决策的 水平及相应的临界值（并作出决策） 1 根据已知条件建立需要检验的假设； 2 用相应的公式计算 Z 统计量； 4 计算实际得到的Z值与 水平临界值的差； 5 根据Z值与 水平临界值的差查正态分布表，确定可能犯的 型错误的概率或统计检验力（ ）的概率。 若以 表示Z与 之差，则前四步可直接用公式表示为： 统计检验力和效果大小与假设检验结果的关系 当假设检验的结果是拒绝虚无假设时，我们关心以下两个指标： 当假设检验的结果是接受虚无假设时，我们关心的是犯　 型错误的大小： 值越小，那么犯纳伪的可能性就越小； 1 统计检验力　　　，其值越大，正确拒绝虚假的虚无假设的可能性就越大（但它可能是由N造成） 2 两个平均数之间的实际差异即“效果大小 d 值”，d 值越大，反映实际差异越大。 3 根据Φ值、分组数k，组内自由度 查表求得统计检验力 1 根据实际得到的方差分析统计量F值计算小