对三因素重复测量实验设计进行数据处理一、三因素完全随机实验设计数据处理过程：1、打开SPSS软件，点击Data View ，进入数据输入窗口，将原始数据输入SPSS 表格区域；2、在菜单栏中选择分析→一般线性模型→单变量；3、因变量Dependent Variable方框中放入记忆成绩（JY），固定变量（Fixed Factor(s)）方框中，放入自变量记忆策略、有无干扰和材料类型；4、点击选项（Options）按钮，选择Descriptive statistics，对数据进行描述性统计；选择Homogeneity tests，进行方差齐性检验；o n 2图形图片20总计40被试间变量效应检验结果：A、B、C的主效应均极显著（P<）；AB 交互效应显著；AC 交互效应极显著；BC 交互效应不显著；ABC 交互效应极显著。
对于二阶与三阶交互效应显著的，还需进行简单效应与简单简单效应检验。
主体间效应的检验因变量:记忆成绩源III 型平方和df均方F Sig.校正模型7.000截距1.000 A1.000 B1.000 C1.001 A * B1.037A * C1.007B * C1.146 A * B * C1.002误差32总计40校正的总计39a. R 方 = .852（调整 R 方 = .819）简单效应检验：在主对话框中，单击Paste按钮，SPSS会把原先的全部操作转换成语句并粘贴到新打开的程序语句窗口中，在命令语句中加入EMMEANS引导的语句；结果：当被试使用联想策略进行记忆时，无干扰条件的记忆成绩极显著优于有干扰条件的记忆成绩；当被试使用复述策略进行记忆时，无干扰条件的记忆成绩也极显著优于有干扰条件的记忆成绩。
当被试使用联想策略进行记忆时，实物图片的记忆成绩极显著优于图形图片的记忆成绩；当被试使用复述策略进行记忆时，实物图片与图形图片的记忆成绩无显著差异。
简单简单效应检验：结果：所以a,b,c有显著差异。
二、重复测量一个因素的三因素混合实验设计数据处理过程：1.Data View ，进入数据输入窗口，将原始数据输入SPSS表格区域2.Analyze → General Linear Model → Repeated Measures（在菜单栏中选择分析→一般线性模型→重复变量）3.在定义被试内变量（Within-Subject Factor Name）的方框中，设置被试内变量标记类型，在定义其水平（Number of Level）的对框中，输入3，表示有两个水平，然后按填加（Add）钮。
4.按定义键（Define），返回重复测量主对话框，将b1、b2、b3选入被试内变量（Winthin-Subjects Variables）方框中，将a、c选入被试间变量框中。
5.点击选项Options，进行如下操作：①将被试内变量b（三个水平）键入到右边的方框中，采用[LSD（none）]法进行多重比较，②选择Descriptive statistics命令，对数据进行描述性统计。
选择Homogeneity tests进行方差齐性检验。
6.单击continue选项，返回主对话框，点击OK，执行程序。
7.结果：一元方差分析：标记类型主效应显著，F=，P=；句长类型主效应检验，因其满足球形假设，故参见每项检验的第一行SphericityAssumed的结果，即，F=，P=.000，表明b变量主效应极其显著；a与b的交互效应检验。
因其满足球形假设，故参见标准一元方差分析的结果，即F=，P=.001，表明a与b的交互效应极显著。
多重比较：长句与中句之间差异极其显著（P=）；长句与短句之间差异极其显著（P=）；中句与短句之间差异也极其显著（P=）。
描述性统计量有无干扰显示时间均值标准偏差N实物图片dimension1无干扰dimension230秒.95743415秒4总计8有干扰dimension230秒.95743415秒4总计8总计dimension230秒815秒8总计16数字图片dimension1无干扰dimension230秒415秒4总计8有干扰dimension230秒415秒4总计8总计dimension230秒815秒8总计16符号图片d无干扰di30秒.816504i m e n s i o n 1mension215秒4总计8有干扰dimension230秒.95743415秒.957434总计8总计dimension230秒.83452815秒8总计16协方差矩阵等同性的 Box 检验aBox 的 MF.749 df118 df2Sig..760检验零假设，即观测到的因变量的协方差矩阵在所有组中均相等。
a. 设计 : 截距 + a + c + a * c主体内设计: b(b)Greenhouse-GeisserHuynh-Feldt下限简单效应检验：结果：无标记的情况下，各句子类型之间不存在显著性差异，F＝，P=；有标记的情况下，各句子类型之间存在极显著性差异，F＝，P=。
三、重复测量两个因素的三因素混合实验设计数据处理过程：1.打开SPSS软件，点击Data View数据视图，进入数据输入窗口，将原始数据输入SPSS表格区域；2.在菜单栏中选择分析→一般线性模型→重复度量；3.分别定义两个被试内变量名及其水平数，点击“定义”；4、将b1c1、b1c2、b2c1、b2c2、b3c1、b3c2选入被试内变量（Winthin-Subjects Variables）方框中，将a选入被试间变量框中；5、点击选项Options，然后将被试内变量b（三个水平）键入到右边的方框中，采用LSD（none）法进行多重比较，并选择描述统计和方差齐性检验，点击继续，再点击确定输出结果；6.结果：描述性统计结果：描述性统计量有无干扰均值标准偏差Nb1c1dim 无干扰.925828有干扰.834528n s i o n 1b3c2dimension1无干扰8有干扰.834528总计16Box’s方差齐性结果：P=>，所以各组数据方差齐性。
协方差矩阵等同性的 Box 检验aBox 的 MFdf121 df2Sig..395检验零假设，即观测到的因变量的协方差矩阵在所有组中均相等。
a. 设计 : 截距 + a主体内设计: b + c + b * c多变量检验：因为P=0<，所以B的主效应极显著；而且P=0<，BA的交互作用极显著；同理可知：C的主效应极显著，CA的交互效应不显著，BCA的三阶交互效球形假设检验：被试内变量球形假设检验，由于c变量只有两个水平，所以不需要检验；b,b*c均满足球形假设。
Mauchly 的球形度检验b度量:MEASURE_1主体内效应Mauchly的 W 近似卡方df Sig.Epsilon aGreenhouse-GeisserHuynh-Feldt下限Levene ’s 方差齐性检验结果：因为P>，各组因变量方差齐性。
误差方差等同性的 Levene 检验aF df1 df2 Sig. b1c1 .168 1 14 .688 b1c2 .009 1 14 .926 b2c1 .152 1 14 .702 b2c2 .453 1 14 .512 b3c1 .399 1 14 .538 b3c2 .610 1 14 .448 检验零假设，即在所有组中因变量的误差方差均相等。
a. 设计 : 截距 + a主体内设计: b + c + b * c被试间变量效应：因为P=0<，A 的主效应极显著。
主体间效应的检验度量:MEASURE_1 转换的变量:平均值 源III 型平方和 df 均方 F Sig.截距 1 .000a 1 .000 误差 14b 因素的多重比较结果：实物图片的记忆成绩显著优于数字图片和符号图片，数进行简单效应检验：因为BA交互效应显著，需进行简单效应检验；程序语句：结果截图：b*a描述性统计结果b*a配对比较结果进行简单简单效应检验：BCA三阶交互效应显著，还需进行简单简单效应检验。
程序语句：在a水平下b*c交互效应配对比结果四、三因素重复测量实验设计数据处理过程：1.打开SPSS软件，点击Data View ，进入数据输入窗口，将原始数据输入SPSS 表格区域；2.在菜单栏中选择分析→一般线性模型→重复变量；3.在定义被试内变量（Within-Subject Factor Name）的方框中，设置被试内变量标记类型，在定义其水平（Number of Level）的对框中，输入3，表示有两个水平，然后按填加（Add）钮。
4.将a1b3c1、a1b3c2、a2b1c1、a2b1c2、a2b2c1、a2b2c2、a2b3c1、a2b3c2等选入被试内变量（Winthin-Subjects Variables）方框中，将a选入被试间变量框中；5.点击选项Options，然后将被试内变量b（三个水平）键入到右边的方框中，采用LSD（none）法进行多重比较，并选择描述统计和方差齐性检验，点击继续，再点击确定输出结果；6.结果:3个自变量之间两两都有显著差异，3者之间也有显著差异。
描述性统计量均值标准偏差Na1b1c1.957434a1b1c24a1b2c14a1b2c24a1b3c1.816504a1b3c24a2b1c1.957434a2b1c24a2b2c14a2b2c24a2b3c1.577354a2b3c2.957434Mauchly 的球形度检验b 度量:MEASURE_1主体内效应Mauchly 的 W 近似卡方df Sig.Epsilon aGreenhouse-GeisserHuynh-Feldt下限d i me a.0000.b.4522.452.646.927.500c.0000.a * b.4122.412.630.873.500n s i o n 1a * c.0000.b * c.3142.314.593.757.500 a * b* c.3412.341.603.786.500检验零假设，即标准正交转换因变量的误差协方差矩阵与一个单位矩阵成比例。
a. 可用于调整显著性平均检验的自由度。
在"主体内效应检验"表格中显示修正后的检验。
b. 设计 : 截距主体内设计: a + b + c + a * b + a * c + b * c + a * b * c下限.033误差(a*b*c)采用的球形度6 Greenhouse-GeisserHuynh-Feldt下限多变量检验值F假设 df误差 df Sig. Pillai 的跟踪.950.050 Wilks 的 lambda.050.050Hotelling 的跟踪.050Roy 的最大根.050每个 F 检验 b 的多变量效应。