spss單因素重復測量的方差分析操作和解釋

重復測量設計是在科研工作中常見的設計方法，常用來分析在不同時間點上該指標的差異，它可以通過對同一個體數據的分析估計出實驗誤差的大小。下面我們舉個例子：為了驗證某一套鍛煉方法對減肥是否有效，將學生分成兩組，一組用新的鍛煉方法，一組不用，統計實驗開始的第1、2、3個月的體重減重情況。

操作方式

01
打開嘗試數據文件，再依次點擊“闡發”--“一般線性模子”--“反復測量”，彈出“反復懷抱因子”對話框。
02
點擊“被試內因子名稱”中的因子1，點竄當作weight,也可默認不點竄。“級別數”框中輸入反復測量次數”3“，單擊”添加“按鈕。然后單擊左下角的”界說“按鈕。
03
將3次測量“第一月”、“第二月”和“第三月“按照框中測量的挨次，放入右框中；將身分變量“組別”放入”因子列表“框。
04
單擊右邊“模子”按鈕，在彈出對話框中，選擇“全因子”模子，單擊“繼續”按鈕返回。最后，在本家兒對話框中單擊“確定”按鈕運行。
05
多變量查驗成果顯示，分歧測試時候的weight有統計學差別，P=0.000，而測試時候與組別間無統計學差別，P=0.55。然而是否以此成果為準，則需要看球形查驗成果。
06
球形查驗成果顯示，Mauchly W=0.983,P=0.926,合適球形性，成果以一元方差成果為準。若是P小于等于0.05，則不合適球形查驗，可以用Greenhouse-Geisser、Huynh-Feldt和下限校正。
07
看方差闡發成果可知。因為本例合適球形性，是以以第一條“假設的球形”成果，可見分歧時候測量的體重有統計學差別，F=129.068,P=0.000;而且測試時候與組別存在交互感化F=4.386，P=0.026<0.05。
08
組別間闡發成果無顯著性差別，F=0.397,P=0.543,即兩組處置身分對體重減重影響沒什么差別。
End