刻意练习19:SPSS做方差分析交互作用的简单效应分析

原创 数据小兵  2019-11-20 21:35  阅读 318 次
视频课程《SPSS统计分析:从入门到实践提高》

两个试验因素如果他们的交互作用有统计学意义,此时还需继续考察一个因素在另一个因素各水平上的差异,或者说,要考察两个因素不同水平组合之间到底是哪些组合有统计学差异。

这项工作就是交互作用的两两比较,为了区别于主效应的两两比较,特将交互作用的两两比较叫做简单效应分析

案例背景及方差分析

研究当文章主题熟悉性不同时,生字密度对儿童阅读理解的影响。实验因素有两个,分别是“文章类型”和“生字密度”。文章类型两个水平,即1水平不熟悉,2水平熟悉,生字密度有三个水平,即1水平5:1,2水平10:1,3水平15:1。

(图:百度文库)

这是一个双因素完全随机设计,且考虑交互作用的存在。用SPSS做双因素方差分析,结果如下:

不同文章类型和生字密度对考试成绩的影响差异均具有统计学意义(P<0.05),各因素两两比较略,大家可以自己尝试。

文章类型和生字密度对成绩的影响存在交互作用,F(2,18)=15.2,P<0.05。即当文章主题熟悉性不同时,生字密度对儿童阅读理解的影响有统计学差异。

正如交互效应图所示,当阅读的文章类型不熟悉时,不同生字密度下测试的成绩差距不大(见蓝色线条),而当熟悉文章的类型时,不同生字密度下测试的成绩相差很大(见红色线条)。

6个水平组合中,两两之间的差异到底如何呢?需要进行简单效应分析

开始分析

打开SPSS一般线性模型(单变量)菜单。因变量“成绩”,固定因子“文章类型”、“生字密度”,打开模型对话框,创建两个因素的主效应加二者的交互作用模型项。

其他参数按软件默认即可,返回主对话框。

SPSS方差分析对话框中并没有内置简单效应参数选项,我们需要使用SPSS的语法代码。此时在主对话框点击【粘贴】按钮,打开该过程的语法窗口。如下所示。

请将以下这两行代码粘贴至已有代码中,建议放在最后一行之前。

/EMMEANS=TABLES(文章类型*生字密度)COMPARE(文章类型)ADJ(LSD)
/EMMEANS=TABLES(文章类型*生字密度)COMPARE(生字密度)ADJ(LSD)

其中:EMMEANSE是estimated marginal means subcommand的缩写,意思是估计边际平均数,TABLES函数以透视表格形式输出边际平均值;COMPARE指定要比较的分组变量;

SPSS默认提供lsd ,bonferroni和sidak这三种两两比较方法,本例选择lsd法。

最终效果如下:

两行语法代码含义:

1.以不同生字密度为前提条件,对比不同文章熟悉度对成绩的差异;
2.以不同文章熟悉度为前提条件,对比不同生字密度对成绩的差异;

注意这两行代码是制式的,括号里面的内容可以套用为自己的研究数据,即因素变量的名称。

然后全选所有代码,点击上方工具栏中的绿色三角,执行分析。

来看结果(配合前面的交互效应图):

此表即为交互作用两两比较结果之一。

当阅读的文章类型不熟悉时,生字密度对测试成绩的影响两两之间均无统计学差异(P>0.05)。考题突然变陌生了,学生们瞬间懵了,生字密度大或小已经不重要了,总之两个字:不会。

当熟悉阅读的文章类型时,生字密度对测试成绩的影响两两之间均有统计学差异(P<0.05)。考题类型熟悉的情况下,此时生字密度对成绩的影响就凸显出来了。结合交互效应图,可见当生字密度越小时,大家的考试成绩越高,反之当生字密度过大时,考试成绩较低(连字都不认识,怎么得高分呢)。

文/图:由数据小兵最终编辑

数据来源:百度文库文档
https://wenku.baidu.com/view/2d3a58eaeffdc8d376eeaeaad1f34693daef10af.html

如有侵权,请及时告知立删

本文地址:http://www.datasoldier.net/archives/1621
版权声明:本文为原创文章,版权归 数据小兵 所有,欢迎分享本文,转载请保留出处!
SPSS在线视频学习
欢迎订阅SPSS训练营微信公众号

评论已关闭!