两因素实验设计中单纯主效应.pptVIP

两因素实验设计中单纯主效应、交互作用、以及简单效应的分析例子：如果在讨论学生学习能力的研究中，同时想探讨老师的教学方式对学生成绩的影响，可以做一个两因素完全随机实验设计。研究者预期，当学生的学习能力不同时，老师的教学方式对学生的学习成绩的影响可能产生变化。01自变量：学生的学习能力；老师的教学方式。因变量：学生的学习成绩。设计：2（自学能力：强，弱）×2（教学方式：传统讲授，学生集体讨论）的实验。02通过例子对几个概念的理解：主要概念：学习成绩自学能力教学方式弱强传统教学集体讨论主效应交互效应简单效应主效应：实验中由一个因素的不同水平引起的变异叫因素的主效应。在一个单因素实验中，由自变量的不同水平的数据计算的方差即这个自变量的处理效应，或主效应。而在两因素实验中要分开来说，例如例题中的主效应为：学生学习能力对学生学习成绩的影响为一个主效应，老师教学方式对学生学习成绩的影响为另一个主效应。学习成绩交互作用：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，我们称两个因素之间存在交互作用。A教学方式：a1传统教学a2集体讨论B自学能力：b1能力强b2能力弱学习成绩a1a2b1b21.在b1水平，被试在a1，a2两种条件下分数没有什么差别。在b2水平上，被试在a1水平的分数远远高于a2水平的分数。这表明：自学能力弱的同学的分数受老师教学方式的影响非常大，而自学能力强的人并没有因老师的教学方式不同而有大的差异。所以，b1、b2在A因素两个水平上的变化趋势是不相同的，即学习能力这个因素受到老师教学方式的影响非常大。因此我们可以认为，学生的学习成绩是受到老师教学方式和学习能力共同作用而改变的，二者是有交互作用的。对交互作用的几点理解：(1)(2)(3)1.交互作用的几种类型：2.是变化趋势，而不是表面的交叉与否。3.（3）中自变量水平设计不合适（好、中、差的区别）4.能否看到b1、b2相交就认为是b1、b2就有交互作用？是A、B的交互作用。5.能否认为交互作用是两个自变量的累积效应或累积作用？(应该怎么说？）因变量自变量自变量因变量因变量自变量无交互作用：当一个因素的水平在另一个因素的不同水平上变化趋势一致时，表明两个因素是相互独立的，即改变B的水平对被试在A的不同水平上的分数不产生影响。即自学能力强的人在老师不同的教学方式上的成绩差与自学能力弱的人在老师不同的教学方式上的成绩差是一样的。他们之间的差只是能力之间的差而不是老师教学方式的不同。所以说，教学方式对学习能力并没有影响，二者是相互独立的，即我们说的变化趋势是一致的，二者没有交互作用。因变量自变量a1a2b1b2判定没有交互作用需要注意的几点：

1.从图上直观判断就是差异一样，即距离相等。2.每一段都相等。3.方向也必须是一致的。a1a2a1a1a2a2b1b2b1b2b1b2简单效应：在因素实验中，一个因素的水平在另一个因素的某个水平上的变异叫简单效应。A因素的两个水平在b1水平的方差，显然是不显著的。A因素的两个水平在b2水平的方差，显然是显著的。b1a1a2b2a1a2注意：必须在交互作用的前提下才可以讨论。用例子说明在spss上的操作：如果在文章生字密度的研究中，同时想探讨文章熟悉性对阅读理解的影响，可以做一个两因素完全随机实验设计。研究者预期，当文章主题熟悉性不同时，生字密度对阅读理解的影响可能产生变化。他选择了两种类型的文章：主题是儿童不熟悉的（a1)例如激光技术，和主题是儿童非常熟悉的（a2)例如春游。他使用的三种生字密度是5:1（b1)、10:1(b2)和20:1(b3)。这是一个两因素实验设计，实验中有6种处理水平的结合。选择24名五年级学生，将他们随机分为6组，每组接受一种水平的处理。（数据下页）A1a1a1a2a2a2B1b1b1b1b1b13454812667591344538123223711两因素完全随机实验的计算表2×3完全随机实验设计（组间实验设计）随机区组实验设计：在前面例题中，如果研究者还想进一步分离学生的听