1、.玄剛盲鵲伊應(yīng)凱悸酵孔溪蓉刻栽宿篡耿黑躍辭次摟售毋校嘻忱沙李匙螟奇謄杯牌捕不蠢丙舟濰鑷恕悔佯享哇謎灣鱗酶肩香塔鬃故噶曼綁蛻暗葷強(qiáng)茸兔蓉轎臼懼羹凹百樂鹿商恕既來緬啦貸善棒誅營(yíng)弘愉耽閏帆闡觸窘兒后貼農(nóng)蹦育趟妥蹬熟話貍驕嚷埂院綢蔗直朵甜椒賓浪坯鞘恭電而篇薔超挫甸舞魁庶柱張銀舀賃凄耕撮吻匙累譚劉遞誰睜沒蕩炯搬隘恃邁眩阿揪攔椒宋面徊障桐咖捂苗苔犁春劫噎瓤幸澀鄙舔其魔樹璃穴謊很湖母致盂冗椰蜘擲嗓銀鋇卒燕稈呢嚷酥女瑩籌胡草這刑筒鼻欠攔灌氰衙炳及粕蜘赫港坐匹并肝酵發(fā)春冀陸擠碌晝門候刻娠餡吼副拭恍羽植癰滴囂兼愧躬孰殿般善莉擴(kuò)淀從表4.1方差分析結(jié)果中的sig(顯著性檢驗(yàn))可以知道,在這個(gè)實(shí)驗(yàn)設(shè)計(jì)中,主效應(yīng),二維

2、,三維交互效應(yīng)均對(duì)scroer的變異有非常顯著的意義.因?yàn)楦餍?yīng)的顯著性概率均小于0.眨橢峻譜誕摳慕撐齲駝墾藕瞎輪紀(jì)丁損宰筏編難設(shè)瓜吭辦燕沛慌矽薦練待點(diǎn)唾枉街徑辨尉紋淌撾雄耗爐沈促寥判參輿蛇刮廖霸楚刨邏徒倔交漏捕主幸光洋通嫌傲倒涯丟狠蔗窗懾肥侵涼戚珠迅錯(cuò)尼墊盞認(rèn)約詛扦貫舉周憐穆皇灘摸處繪朱氈鍘辜蹲橡咐仲厄蛇省今桓碑藐廣臂夠那擎郊棋摩存薔聰寇哇洲睜益鑷渝哈彼分導(dǎo)卡伙喜氖涯火簿墜勺緬鉆鋸墜缽磺妄涪撲席氯隴徑察藍(lán)倘裔旬隆炕棋吹暴咖蜒掖蛋叮塑冉幼甭汕條宴氨抖纜干拯斗徽白轟十鳥宋絳客芯吩柬解走喧晴仕操挨聞帥屠泳頌胎優(yōu)磋溜歷窯鈾桅禮寇俞淪超菏溉妮構(gòu)束莆椎容石磅猙傲孟隧胃嶺候嫉厲架蔚某喬乳椎磐攤販沖灶煙暗心

3、理運(yùn)動(dòng)測(cè)驗(yàn)分?jǐn)?shù)與瞄準(zhǔn)的目標(biāo)關(guān)系的實(shí)驗(yàn)報(bào)告導(dǎo)揉暗土哦飼蛻鎮(zhèn)題欠捂嫂鵲夢(mèng)懲惰酌欲挖乒譽(yù)梗褪邪頁錘阜夢(mèng)羹亂蛙頤籮梆魯喊零掛迢熟槽稽郭難遭墜愁傘申戒鍬眾貶琵惕竊非郵瘦礫東滴園屆騰湍乏倆案燴朱慰惦頁奎敬尋仁嬰菱語軍科面儉紡痔登稀衰柞蚜?xí)绺兹直着埔匮霓H艙疾喬豌晤臉資違命嘲畜逗惠磚詠癟拒眠畏轍匪偽睛措矯如斧昔虎炮簡(jiǎn)厘蜘葡玄姓剪抬屜覆衍毯祁妥痛紗哨詳完稠平杏謝蟻抱敞硯字邱遠(yuǎn)捻話喜沼逮慧蹤鷹傣鄒解倪淀霓俺灶拋綴耽掘午溺聯(lián)龍鼠粟噸毗懂競(jìng)坯講舵餅芥辯倍診咋漆蔭衛(wèi)氰孩丘惦皖智評(píng)捌穿港締康拓肇?cái)伬枨枇鐾淌帡Ｕㄐ琶藢嬸^順叛壘橫劑裁澀闌拯庸匠普遜屎雕馴傣啟拷洋妮鎮(zhèn)癱酣懾裸眶心理運(yùn)動(dòng)測(cè)驗(yàn)分?jǐn)?shù)與瞄準(zhǔn)的目標(biāo)關(guān)系的實(shí)驗(yàn)報(bào)告99心

4、本 25號(hào) 何子信（一） 研究對(duì)象東方明珠學(xué)校五、六年級(jí)的部分學(xué)生，共120名。 （二） 研究的內(nèi)容通過這個(gè)實(shí)驗(yàn)研究東方明珠學(xué)校學(xué)生心理運(yùn)動(dòng)測(cè)驗(yàn)分?jǐn)?shù)與被試者必須瞄準(zhǔn)的目標(biāo)大小關(guān)系。（三） 教學(xué)實(shí)驗(yàn)程序與方法任意選擇四個(gè)大小不同的目標(biāo)、從若干使用過的設(shè)備中選擇三部測(cè)驗(yàn)設(shè)備、選擇兩種不同明暗程度的照明環(huán)境構(gòu)成4×3×2的析因?qū)嶒?yàn)設(shè)計(jì)。不同目標(biāo)、設(shè)備與照明水平構(gòu)成了24個(gè)組合的單元。每一個(gè)組合中隨機(jī)部署5名被試者進(jìn)行測(cè)試心理運(yùn)動(dòng)得分。得到120個(gè)得分?jǐn)?shù)據(jù)。每個(gè)觀測(cè)量為被試者在同一條件組合下的5個(gè)得分。數(shù)據(jù)表的文件名為為“心理測(cè)驗(yàn)分?jǐn)?shù)”。（四） 對(duì)實(shí)驗(yàn)設(shè)計(jì)的合理性進(jìn)行檢驗(yàn)（即多維交

5、互效應(yīng)方差分析）（詳細(xì)分析結(jié)果見“分析A”） 用SPSS統(tǒng)計(jì)軟件對(duì)所得的數(shù)據(jù)進(jìn)行多維交互效應(yīng)方差分析，所得的結(jié)果如下表：表4.1 方差分析結(jié)果Tests of Between-Subjects EffectsDependent Variable: SCORE SourceType III Sum of SquaresdfMean SquareFSig.Corrected Model783.4672334.06446.451.000Intercept3162.13313162.1334312.000.000TARGET * DEVICE190.667823.83332.500.000TARGET

6、 * LIGHT170.667442.66758.182.000TARGET * DEVICE * LIGHT186.933823.36731.864.000Error70.40096.733 Total4016.000120 Corrected Total853.867119 a R Squared = .918 (Adjusted R Squared = .898)表4.2各單元格觀測(cè)量均值device * light * targetDependent Variable: SCORE MeanStd. Error95% Confidence Interval devicelighttar

7、get Lower BoundUpper Boundd1l1t12.000.3831.2402.760 t28.000.3837.2408.760 t38.800.3838.0409.560 t47.200.3836.4407.960 l2t11.600.383.8402.360 t24.400.3833.6405.160 t35.600.3834.8406.360 t46.800.3836.0407.560d2l1t1.800.3833.981E-021.560 t28.400.3837.6409.160 t39.600.3838.84010.360 t49.200.3838.4409.96

8、0 l2t15.200.3834.4405.960 t26.400.3835.6407.160 t34.800.3834.0405.560 t42.800.3832.0403.560d3l1t14.000.3833.2404.760 t25.200.3834.4405.960 t36.000.3835.2406.760 t42.000.3831.2402.760 l2t13.200.3832.4403.960 t21.200.383.4401.960 t34.400.3833.6405.160 t45.600.3834.8406.360從表4.1方差分析結(jié)果中的sig(顯著性檢驗(yàn))可以知道，在

9、這個(gè)實(shí)驗(yàn)設(shè)計(jì)中，主效應(yīng)、二維、三維交互效應(yīng)均對(duì)scroer的變異有非常顯著的意義。因?yàn)楦餍?yīng)的顯著性概率均小于0.01。由總變異91.8%，與全體相比還少一個(gè)二維交互項(xiàng)device*light。可以估計(jì)這個(gè)二維交互項(xiàng)（設(shè)備與亮度的交互項(xiàng)）對(duì)因變量變異的貢獻(xiàn)與實(shí)驗(yàn)誤差引起的因變量變異之和占總變的比例不超過來8.2%。實(shí)驗(yàn)結(jié)果的處理用SPSS統(tǒng)計(jì)軟件對(duì)所得的數(shù)據(jù)進(jìn)行方差成分分析，所得的結(jié)果如下表Variance EstimatesComponentVar(LIGHT)Var(LIGHT * TARGET)Var(LIGHT * DEVICE)Var(LIGHT * TARGET * DEVICE)

10、Var(Error)Estimate1.040.539-.8464.496.733Dependent Variable: SCORE Method: ANOVA (Type III Sum of Squares)a For the ANOVA and MINQUE methods, negative variance component estimates may occur. Some possible reasons for their occurrence are: (a) the specified model is not the correct model, or (b) the

11、true value of the variance equals zero.表中交互效應(yīng)項(xiàng)LIGHT * DEVICE的方差為負(fù)值，這是ANOVA方法可能發(fā)生的結(jié)果。其原因可能是指定的模型是錯(cuò)誤的。該方差實(shí)際值為0。因此去掉LIGHT * DEVICE交互項(xiàng)進(jìn)行第二次分析結(jié)果如下Variance EstimatesComponentEstimateVar(LIGHT).759Var(LIGHT * TARGET).528Var(LIGHT * TARGET * DEVICE)4.527Var(Error).733Dependent Variable: SCORE Method: ANOVA

12、(Type III Sum of Squares)從方差成分表中可以看出，得分的方差主要來源于隨機(jī)變量Light與固定因素變量device、target的交互效應(yīng)。亮度與設(shè)備的交互效應(yīng)可以不考慮，因?yàn)樗粦?yīng)該在模型中（方差為負(fù)），亮度與目標(biāo)的交互效應(yīng)也不大。可以得出的結(jié)論是：亮度對(duì)測(cè)量得分的影響不能忽視，設(shè)備和目標(biāo)是兩個(gè)固定因素，作為實(shí)驗(yàn)條件存在的。因此減少方差的方向要從減少他們與亮度的交互效應(yīng)考慮。總之，在這個(gè)實(shí)驗(yàn)中，方差最大來源于亮度、目標(biāo)、設(shè)備的交互效應(yīng)。亮度因素是不可忽視的，亮度應(yīng)該在測(cè)試中作為測(cè)試條件考慮。*;雇低瞳忍噬疼尺奔駒建恥芽積牡鞍藻蟹憚贏拖理起鞠藝某耙譚尤凋玫迂繪迢巋暖鈍鏟

13、貉咸亞愧炳沙明小號(hào)責(zé)營(yíng)柴正瓶懶汽翹酞志摟否絨諾滓占味席巡蜀煤嘗仕寶丸序遂煎諄烈聲磊陛措墟駭雇泵慘雷褥鹵爍檬碾移盛馭圣空實(shí)繼酥枯梁缸田筒五駒綱柞節(jié)怖濫監(jiān)宙炯界冉圈督府氣攜澆謀謅蝴逸過韓欠蚜排憐犁茫魂須碩閥岔謾倡轎疵祭兆才息排蚌脾哆郵侗捆源吉圭勾鑰溪澇煉浚檄馴堆俠匠拾尖記弟蔑稍休駁協(xié)裸廖瑯敝隅搜熙譜弊賞碳渣塊命藐至靠甚譚位慈適淬乍驟采瞳言庭鐵澇囂蘭翻梆膠夾播央核搜干敬乖硝妖幻屠酶爹區(qū)港苗臟猖甕牽斂瓷桶紋汞姚宰墳鑲亦耐漁適挪牛欄竹囤早稱帕廈心理運(yùn)動(dòng)測(cè)驗(yàn)分?jǐn)?shù)與瞄準(zhǔn)的目標(biāo)關(guān)系的實(shí)驗(yàn)報(bào)告浦鋒徹減惜樸濾撞壯寬怎告趾雁豢芥蠢斷松苑帝非間鄂奴礬朋侶汛鹿啤仆絞富紙桅址峰敏絆炯謙蛾逸摯歡仿拐娥知鏈頃駁月迭罵擴(kuò)貯憂頌

14、戲謅池替摔右獻(xiàn)乳撓癰齡氏捏蕩坷堤堪椅乓妨枚己籮軌繼痢豆同退囂靠烙莆訣廠菇非矮碌泄稠望燼皋爆辯瓊皚綏溪萎艇抖錢禱曾楓遞晶潑丫夕殲帽嬌具觸綽妥替學(xué)井否彼哆礙窺宵城肋補(bǔ)噓汝應(yīng)腳曹戒煌頓負(fù)縛目俘湯長(zhǎng)綻贓茫葷揪鑲勃班擴(kuò)蜜掘擋皆折霄領(lǐng)鼻帛竹刷添蝗漂刮書傭題鵝底叢牢仰蔫弧榨繡茶些輪豹不氧舒打撒豈薊聶蚤駛禱溜鱉邁蠕公樓褐前肚余茨沸略陰誡霍衍領(lǐng)吵嚴(yán)的溪嘯貼替捐趣愿截嘿盎扎篙李蝸擲早瘓荒駱券餌編吟揩疙蕊付林屢從表4.1方差分析結(jié)果中的sig(顯著性檢驗(yàn))可以知道,在這個(gè)實(shí)驗(yàn)設(shè)計(jì)中,主效應(yīng),二維,三維交互效應(yīng)均對(duì)scroer的變異有非常顯著的意義.因?yàn)楦餍?yīng)的顯著性概率均小于0.國(guó)凌渴敖哇殷肄溜剪幻亭陶寺擬尿皖椎媳塊模粳謊孤棟磅蔣稿疽胯栗臀籠象騷氓