EP多因素实验设计与数据处理.ppt

第九章 多因素实验设计 定义：一个研究中具有两个或更多的自变量的实验设计 优点： 可以同时研究两个或多个自变量处理的作用——经济 可以检验各自变量之间的交互作用（Interaction effect）一个变量影响另一个变量的效果）——信息多 实验概括能力强 第一节多因素实验设计的分类 一、自变量的数目和水平（Level）或条件（Condition） 二、被试的分派程序 （一）随机分派（被试按照随机原则分派到各个处理中） （二）重复测量（所有被试接受全部处理） （三）混合分派（有些自变量按照随机原则分派被试，有些自变量按照重复测量的方式分派被试） 第二节 两因素实验设计 在一个实验中包含两个自变量的实验设计 一、完全随机2×2因素实验设计 按照随即原则把被试分派到各个处理中。 （一）案例分析：某种药物对某种操作的影响 自变量：2药物（0水平，1水平）×2环境（安静，嘈杂） 因变量：操作成绩（追踪器测试） 1、2*2被试间实验设计数据录入 1.定义subject（1、2、3 …） 2.定义一个因变量score（输入成绩） 3.定义水平a（输入1 or 2） 4.定义水平b（输入1 or 2） 一个被试只占一行数据一个变量只占一列数据 2、2*2被试间实验设计spss分析 Analyze-一般线性模型- univariate- 把score 拖入 dependent variable 把a、b拖入fixed factors Model 选 full factorial Conrasts 默认 Plots（做交互作用图）把a放入水平，把b放入垂直，点add键；把b放入水平，把a放入垂直，点add； ok 结果： 药物主效应显著 环境主效应显著 二者交互作用显著 但在解释结果时要具体分析 二、重复测量2×2因素实验设计 每个被试接受2×2因素设计中的全部4个处理。 各个处理所使用的被试相同。 例：被试内自变量 A（a1 a2）×C（c1 c2） 5名被试 1、2*2被试内实验设计数据录入 1.定义subject（1、2、3 …） 2.定义一个a1b1 3.定义一个a1b2 4.定义一个a2b1 5.定义一个a2b2 一个被试只占一行数据一个变量只占一列数据 2、2*2被试内实验设计spss分析 Analyze-一般线性模型- repeat measures- 输入被试内变量a及水平数；add；输入被试内变量b及水平数；；add； Define：拖入（注意对应） Model 选 full factorial Conrasts 默认 Plots（做交互作用图）把a放入水平，把b放入垂直，点add键；把b放入水平，把a放入垂直，点add； ok 三、随机区组2×2因素实验设计 （一）特点 1、适用条件 （1）研究中有两个自变量，每个自变量有两个或多个水平（P≥2；Q≥2） （2）研究中有一个研究者不感兴趣的无关变量，且这个无关变量与自变量之间没有交互作用，研究者希望分离出这个无关变量。 2、方法和模式 （1）方法：事先将被试在无关变量上进行匹配（如果这个无关变量是被试变量），然后将同质被试按区组随机分配，每个被试接受一个实验处理 （2）设计的具体安排 例：自变量A（a1 a2） C（c1 c2） 因变量：操作分数 已知被试智力会影响因变量，因此首先对被试进行智力测试，在智力分数的基础上，选择20名笔试，分为5个区组，没一区组的4名被试智力分数相同。每个区组内4名被试随机分派接受其中一个处理。 3、虚无假设 （1）A处理效应为0 （2）B处理效应为0 （3）AB两因素交互作用为0 （4）区组效应为 0 4、随机区组实验设计的优缺点 优点： （1）比完全随机实验设计更有效——从总变异中分离出了一个无关变量的效应，减少了实验误差，获得对处理效应的更加精确的估计。 （2）更具有灵活性：可使用于含任何处理水平数的实验中；区组数量不受限制。 缺点： （1）形成同质区组，同质被试有困难，特别是实验中含有较多处理水平时。 （2）使用范围受限制——受前提假设的限制：自变量与无关变量无交互作用 （二）方差分析 1、平方和的分解 SSt=SSt+SSw SSt=SSa+SSc+Ssac SSw=SSb+SSe 2、方差分析表 3、具体计算 四、两因素混合实验设计 （一）特点 两个自变量，多水平，大于等于2 一个被试间，一个被试内 当研究者对被试内因素和两因素的交互作用更感兴趣时，采取混合实验设计。 （二）方法和模式 确定被试间和被试内变量 分派被试 （三）假说 A因素处理效应为0 B因素处理效应为0 AB交互作用为0 （四）优点 1、当实验中两个因素的水平较多，若使用完全随机设计需