Professional Documents
Culture Documents
ANOVA
( 重複測量變異數分析 )
1. 前言 7. 兩個受試者內因子的範例
2. 資料排列 7.1 列出描述性統計量及劃剖面圖
2.1 單一個受試者內因子的設計 7.2 多變量方法
2.2 兩個受試者內因子的設計 7.3 單變量方法
2.3 一個受試者內因子、 7.4 SPSS 步驟
一個受試者間因子的設計 8. 一個受試者內因子、
3. 剖面圖(交互作用、主效應) 一個受試者間因子的範例
4. 變異數為球型的前提假設 8.1 列出描述性統計量及劃剖面圖
5. 計算 8.2 多變量方法
5.1 多變量方法 8.3 單變量方法
5.2 單變量方法 8.4 SPSS 步驟
6. 單一個受試者內因子的範例
6.1 列出描述性統計量及劃剖面圖
6.2 多變量方法
6.3 單變量方法
6.4 SPSS 步驟
1. 前言
重複測量實驗是指受試者( subject )重複參與一因
子( factor )內每一層次( level )。即重複測量實
驗的數據違反了一般變異數分析的個案數值獨立的要
求,所以需要一些新的統計檢定方法,能解決個案數
值非獨立的問題-重複測量變異數分析。
重複測量變異數分析的優點:需要的受試者人數較少
;殘差的變異數降低,使得 F 檢定值較大,所以統計
檢力較大。注意重複測量變異數分析不適合有練習效
應( practice effect )或持續效應( carryover
effect )的情況。
2. 資料排列
建議先列出資料的排列( layout ),以便瞭解因
子的屬性(受試者內或間因子)。同一受試者重
複參與一因子內每一層次的測量,此因子便稱為
受試者內因子( within factor )。受試者內因
子通常是研究者可操控的因子,如時間。受試者
沒有參與因子內每一層次,此因子稱為受試者間
因子( between factor )。受試者間因子通常
是研究者不可操控的因子,如個案的性別、年齡。
2.1 單一個受試者內因子的設計
設 A 為受試者內的因子( within factor ),有
3 層次。即同一受試者會在 A1 、 A2 、 A3 重複
測量 Y (依變數)。資料排列如下:
2.2 兩個受試者內因子的設計
設 A 為受試者內的因子( within factor ),有
2 層次; B 為受試者內的因子( within
factor ),有 3 層次。即同一受試者會在
A1B1 、 A1B2 、 A1B3 、 A2B1 、 A2B2 、 A
2B3 重複測量 Y 。資料排列如下:
2.3 一個受試者內因子、一個受試
者
間因子的設計
設 A 為受試者間的因子( between factor ),
有 2 層次; B 為受試者內的因子( within
factor ),有 3 層次。兩群人( A1 、 A2 )在
B1 、 B2 、 B3 重複測量 Y 。資料排列如下:
3. 剖面圖(交互作用、主效
應)
當分析的因子在 2 個或以上時,建議劃剖面圖以
瞭解因子間對依變數 Y 的影響。包括:交互作用
的顯著性, 主效應的詮釋。
顯示三種不同姿勢下的手臂彎曲肌力有顯著統計
差異( p=.000 )。
6.3 單變量方法
(1) 球型檢定
顯示三種不同姿勢下的手臂彎曲肌力有顯著統計
差異( p=.000 )。
(4) 多重比較
由於 3 個姿勢都會比較,所以,採用 Tukey
HSD 法。
α = 0.05; df = (n-1)(k-1) = 16 ; k=3 ; q*.05,16,3 =
3.65 ( 查表 ) ; MSE = 7.32
即 pronation 時手肘彎曲肌力與 neutral 、 supination
時手肘彎曲肌力有顯著差異, neutral 、 supination 時
手肘彎曲肌力沒有顯著差異。
6.4 SPSS 步驟
(1) 輸入資料或開啟舊檔( ranova1.sav )
(2) 點選步驟
步驟 1 :「分析」→「一般線性模式」→「重複
量數」
步驟 2 :設定受試者內因子( within factor )
的名稱,水準個數(即層次數)。
【重複量數定義因子】對話方塊:鍵入「受試者內因子的
名稱」及「水準個數」→「新增」→「定義」。
步驟 3 :將已設定之受試者內變數( within
factor )與已鍵入變數作連結
【重複量數】對話方塊,選變數 x1 、 x2 、 x3→ 至
「受試者內變數」方塊內→按「圖形」。
步驟 4 :【重複量數:剖面圖】對話方塊:選入
「水平軸」之變數→「新增」→「繼續」。
步驟 5 :【重複量數】對話方塊:選「選項」。
步驟 6 :列出敘述統計及進行多重比較
【重複量數:選項】對話方塊→選在「因子與因子交互作
用」方塊內的變數→ 至「顯示平均數( M )」之方格
內→勾「敘述統計」→按「繼續」。
步驟 7 :【重複量數】對話方塊→「確定」。
7. 兩個受試者內因子的範例
請 8 位受試者吃糖果, 20 分鐘後開始嚼無糖口香
( S= 標準或 B=Sodium bicarbonate ) 10 分鐘
,測量吃糖果 20 、 30 、 50 分鐘時口腔的酸鹼值
( pH ),資料如下:。
顯示無糖口香糖的類型與咀嚼時間的交互作用達
顯著意義( p=.003 )。
7.3 單變量方法
(1) 球型檢定
顯示無糖口香糖的類型與咀嚼時間的交互作用達顯著意義
( p=.000 )。
(4) 多重比較
因為感興趣的是相同時間,此 2 種不同口香糖對
口腔 pH 之影響,即只比較 3 次,用
Bonferroni 法較合適。
即嚼無糖口香糖 10 分鐘,在降低口中酸
性, sodium bicarbonate 較標準型佳。
7.4 SPSS 步驟
(1) 輸入資料或開啟舊檔( ranova2.sav )
(2) 點選步驟
步驟 1 :「分析」→「一般線性模式」→「重複
量數」。
步驟 2 :設定受試者內因子( within factor )
的名稱,水準個數(即層次數)。
【重複量數定義因子】對話方塊:鍵入「受試者
內因子的名稱」及「水準 個數」→「新增」→
「定義」。
步驟 3 :將已設定之受試者內變數( within
factor )與已鍵入變數作連結
【重複量數】對話方塊,選變數
s20 、 s30 、 s50 、 b20 、 b30 、 b50→�
至「受試者內變數」→按「圖形」。
步驟 4 :【重複量數:剖面圖】對話方塊:選入
「水平軸」及「個別線」之變數→「新增」→「繼
續」。
步驟 5 :【重複量數】對話方塊:選「選項」。
步驟 6 :列出敘述統計及進行多重比較
【重複量數:選項】對話方塊→選在「因子與因
子交互作用」方塊內變數→ 至「顯示平均數
( M )」之方格內→勾「敘述統計」→按「繼
續」。
步驟 7 :【重複量數】對話方塊→「確定」。
8. 一個受試者內因子、一個受試者
間因子的範例
評估兩種性格 antisocial personality disorder
( Ptype : 0 =否; 1 =是)( between
factor )在喝酒及不喝酒( within factor )之暴
力傾向,資料如下:
兩條個別線為非平行,暗示性格及喝酒與否對暴
力傾向可能有交互作用。
8.2 多變量方法
顯示性格及喝酒與否對暴力傾向的交互作用達顯
著意義( p=.004 )。
8.3 單變量方法
(1) 球型檢定
顯示性格及喝酒與否對暴力傾向的交互作用達顯
著意義( p=.004 )。
(4) 多重比較
因為感興趣的是相同性格的人,喝不喝酒時的暴
力傾向有沒有差異。無喝酒時,兩種性格的人,
其暴力傾向有沒有差異。有喝酒時,兩種性格的
人,其暴力傾向有沒有差異。即比較 4 次,用
Bonferroni 法較合適。
α’=0.05/4=0.0125 ; MSE=0.00695 ; tN-k,1-α’/2 = t14,1-0.0125/2
= 2.86 (查表)
顯示反社會人格者在喝酒後有暴力傾向。
8.4 SPSS 步驟
(1) 輸入資料或開啟舊檔( ranova3.sav )
(2) 點選步驟
步驟 1 :「分析」→「一般線性模式」→「重複
量數」
步驟 2 :設定受試者內因子( within factor )
的名稱,水準個數(即層次數)。
【重複量數定義因子】對話方塊:鍵入「受試者
因子的名稱」及「水準個數」�「新增」�「定
義」。
步驟 3 :將已設定之受試者內變數( within
factor )與已鍵入變數作連結
【重複量數】對話方塊,選變數 drink0 、 drink1→ �
至「受試者內變數」。
步驟 4 :設定受試者間的因子
【重複量數:剖面圖】對話方塊:選變數 ptype � 至
「受試者間因子」的方塊內�「圖形」。
步驟 5 :【重複量數:剖面圖】對話方塊:選入
「水平軸」及「個別線」之變數→「新增」→「繼
續」。
步驟 6 :【重複量數】對話方塊:選「選項」。
步驟 7 :列出敘述統計及進行多重比較
【重複量數:選項】對話方塊→選在「因子與因
子交互作用」方塊內的變數→ 「顯示平均數
( M )」之方格內→勾「敘述統計」→按「繼
續」。
步驟 8 :【重複量數】對話方塊→「確定」。