三因素实验设计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：精品文档，你值得期待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；被试间变量效应检验结果：A、B、C的主效应均极显著（P<0.01）；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349.175a7 49.882 26.254 .000 截距1677.025 1 1677.025 882.645 .000A 65.025 1 65.025 34.224 .000B 207.025 1 207.025 108.961 .000C 27.225 1 27.225 14.329 .001 A * B 9.025 1 9.025 4.750 .037A * C 15.625 1 15.625 8.224 .007B *C 4.225 1 4.225 2.224 .146 A * B * C 21.025 1 21.025 11.066 .002 误差60.800 32 1.900总计2087.000 40校正的总计409.975 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=37.022，P=0.009；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=47.79，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=34.02，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=0.003）；长句与短句之间差异极其显著（P=0.000）；中句与短句之间差异也极其显著（P=0.002）。
n 1ension2总计 4.7500 2.31455 8总计dimension230秒 6.8750 .83452 815秒 4.2500 2.05287 8总计 5.5625 2.03204 16 协方差矩阵等同性的Box 检验aBox 的M 26.278 F .749 df1 18 df2 508.859 Sig. .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＝9.000，P=0.100；有标记的情况下，各句子类型之间存在极显著性差异，F＝150.333，P=0.007。
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：nsion1总计 6.9375 .77190 16b3c2 dimension1 无干扰 5.8750 1.24642 8 有干扰 2.8750 .83452 8 总计 4.3750 1.85742 16Box’s方差齐性结果：P=0.395>0.05，所以各组数据方差齐性。
协方差矩阵等同性的Box 检验aBox 的M 42.802 F 1.053 df1 21 df2 720.888 Sig. .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<0.01，所以B的主效应极显著；而且P=0<0.01，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m en sio n1c 1.000 .000 0 . 1.000 1.000 1.000 b * c .952.6422.725.9541.000.500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 + a 主体内设计: b + c + b * cLevene ’s 方差齐性检验结果：因为P>0.05，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 * cb 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 14.2500 .95743 4 a1b1c2 9.7500 1.70783 4 a1b2c1 8.5000 1.29099 4 a1b2c2 7.5000 1.29099 4 a1b3c1 7.0000 .81650 4 a1b3c2 5.7500 1.70783 4 a2b1c1 5.2500 .95743 4 a2b1c2 6.5000 1.29099 4 a2b2c1 10.2500 1.70783 4 a2b2c2 5.5000 1.29099 4 a2b3c1 6.5000 .57735 4 a2b3c2 2.7500 .95743 4Hotelling 的跟踪18.841 18.841a 2.000 2.000 .050Roy 的最大根18.841 18.841a 2.000 2.000 .050 每个F 检验 b 的多变量效应。
这些检验基于估算边际均值间的线性独立成对比较。
a. 精确统计量。