1、被試內、被試間、混合實驗設計簡單效應分析  簡單效應(simple effect)分析 簡單效應(simple effect)分析通常是在作方差分析時存在交互效應的情況下的進一步分析。你需要在SPSS中編寫syntax實現。一、完全隨機因素實驗中簡單效應得分析程序假如一個兩因素隨機實驗中，A因素有兩個水平、B因素有三個水平，因變量是Y，檢驗B因素在A因素的兩個水平上的簡單效應分析。TWO-FACTOR RANDOMIZED EXPERIMENTSIMPLE EFFECTS.DATA LIST FREE /A  B  Y.BEGIN DATA1 

2、 3   4  1  1   21  1   32  2   52  1   61  2   82  1   91  2   82  3  102  3  112  3   92  3   8END DATA.MANOVA y BY A(1,2) B(1,3)

3、  /DESIGN  /DESIGN=A WITHIN B(1)               A WITHIN B(2)               A WITHIN B(3).若A與B存在交互作用而進行的進一步分析（即簡單效應分析）。同時你可以再加一個design:  /DESIGN=B

4、 WITHIN A(1)                  B WITHIN A(2). 自編數據試試   y           A         B  4.00   

5、0;  1.00     3.00  2.00      1.00     1.00  3.00      1.00     1.00  5.00      2.00     2.00  6.00   

6、0;  2.00     1.00  8.00      1.00     2.00  9.00      2.00     1.00  8.00      1.00     2.00  10.00   

7、60; 2.00     3.00  11.00     2.00     3.00  9.00      2.00     3.00  8.00      1.00     2.00當然，你可也直接貼下述語句至syntax編輯框：應會輸出下述結果：The defaul

8、t error term in MANOVA has been changed from WITHIN CELLS toWITHIN+RESIDUAL. Note that these are the same for all full factorialdesigns.* * * * * * A n a l y s i s   o f   V a r i a n c e * * * * * *    12 cases accepted.      0 cases rejec

9、ted because of out-of-range factor values.      0 cases rejected because of missing data.      6 non-empty cells.       3 designs will be processed. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

10、- - - - * * * * * * A n a l y s i s   o f   V a r i a n c e - design   1 * * * * * *  Tests of Significance for Y using UNIQUE sums of squaresSource of Variation       SS     DF     MS&

11、#160;      F Sig of F WITHIN CELLS         10.00     6     1.67X1                 15.00    

12、; 1   15.00     9.00     .024X2                 6.46     2     3.23     1.94     .224X1 BY

13、 X2             33.00     2   16.50     9.90     .013 (Model)             80.92     5

14、   16.18     9.71     .008(Total)             90.92     11     8.27R-Squared =       .890Adjusted R-Squared = .798 

15、- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - * * * * * * A n a l y s i s   o f   V a r i a n c e - design   2 * * * * * * Tests of Significance for Y using UNIQUE sums of squaresSource of Variation     

16、0; SS     DF     MS       F Sig of F WITHIN+RESIDUAL       16.46     8     2.06X1 WITHIN X2(1)       25.00   &

17、#160; 1   25.00   12.15     .008X1 WITHIN X2(2)         8.15     1     8.15     3.96     .082X1 WITHIN X2(3)     &#

18、160; 43.74     1   43.74   21.26     .002 (Model)             74.46     3   24.82   12.06     .002(Total) 

19、0;           90.92     11     8.27 R-Squared =       .819Adjusted R-Squared = .751- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -* * * * * * A n a l

20、y s i s   o f   V a r i a n c e - design   3 * * * * * *Tests of Significance for Y using UNIQUE sums of squaresSource of Variation       SS     DF     MS       F Sig of

21、FWITHIN+RESIDUAL       25.00     7     3.57X2 WITHIN X1(1)       30.30     2   15.15     4.24     .062X2 WITHIN X1(2)  &

22、#160;    35.58     2   17.79     4.98     .045(Model)             65.92     4   16.48     4.61  

23、;   .039(Total)             90.92     11     8.27 R-Squared =       .725Adjusted R-Squared = .568另外，三因素完全隨機實驗中的簡單效應和簡單簡單效應的分析。當實驗設計中的因素多于兩個時，做簡單效應檢驗的前提仍然是，

24、方差分析中發現了顯著的兩次交互作用。而當三因素完全隨機實驗中發現了顯著的三次交互作用時，可以進一步作簡單簡單效應檢驗。也是DESIGN。/DESIGN=A WITHIN B（1） WITHIN C（1）                A WITHIN B（2） WITHIN C（2）.例如：THREE-FACTOR RANDOMIZED EXPERIMENTSIMPLE EFFECTS.SIMPLE SIMPLE EFFECTS.DATA LIS

25、T FREE /A  B  C  Y. BEGIN DATA1  3  1  4  1  1  1  21  1  1  32  2  1  52  1  1  61  2  2  82  1  2  91  2  2  82  3  2 102  3  2 112 

26、3  2  92  3  2  8END DATA.MANOVA y BY A(1,2) B(1,3) C(1,2).  /DESIGN  /DESIGN=A WITHIN B(1)                 A WITHIN B(2)          

27、0;      A WITHIN B(3)                A WITHIN C(1)                A WITHIN C(2)/DESIGN=A WITHIN B(1) WITHIN C(1)  &

28、#160;             A WITHIN B(2) WITHIN C(2).二、被試內因素實驗的簡單效應分析程序與完全隨機實驗的不同之處：需要加一個WITHIN關鍵詞說明的WSDESIGN分命令。假如一個兩因素被試內實驗中，A因素有兩個水平、B因素有三個水平，因變量是Y，檢驗B因素在A因素的兩個水平上的簡單效應分析。TWO-FACTOR REPEATED MEASURED EXPERIMENT ANOVASIMPLE EFFECTS.DATA LIST FREE

29、/A1B1  A1B2  A1B3  A2B1  A2B2  A2B3. BEGIN DATA3 4 5 4 8 126 6 7 5 9 134 4 5 3 8 123 2 2 3 7 11END DATA.MANOVA A1B1  A1B2  A1B3  A2B1  A2B2  A2B3  /WSFACTORS=A(2)B(3)  /WSDESIGN=A WITHIN B(1)        &

30、#160;              A WITHIN B(2)                       A WITHIN B(3). 三、混合因素實驗的簡單效應分析一個兩因素混合實驗中，簡單效應檢驗中既包括被試內因素，有包括被試間因素

31、，這是需要用關鍵詞MWITHIN代替WITHIN去做簡單效應檢驗。例如，一個兩因素混合實驗中，A因素是被試間因素，B因素是被試內因素，當要求A因素在B1水平上的簡單效應檢驗時，程序有兩處說明：1.被試間因素A應寫在DESIGN分命令中。/DESIGN=A2.B1水平應寫在WSDESIGN分命令中，跟在MWITHIN之后。/WSDESIGN=MWIRHIN B(1)兩個命令和起來：/DESIGN=A/WSDESIGN=MWITHIN B(1)這樣可以檢驗到“混合”簡單效應。當要求B因素在A1水平上的簡單效應檢驗時，/WSDESIGN=B/DESIGN=MWITHIN A(1) 一個兩因

32、素混合實驗中，A因素是被試間因素，有兩個水平，B因素是被試內因素，有三個水平，要求做B因素在A的兩個水平上的簡單效應檢驗，程序如下：TWO-FACTOR MIXED EXPERIMENT ANOVASIMPLE EFFECTS.SIMPLE SIMPLE EFFECTS.DATA LIST FREE /A  B1  B2  B3. BEGIN DATA1  3  3  4  1  1  3  21  6  1  32  5  1  52

33、  4  4  61  2  9  82  1  7  91  4  6  82  3  2 102  3  3 112  9  5  92  3  2  8END DATA.MANOVA B1 B2 B3 BY A(1,2)./WSFACTORS=B(3)/WSDESIGN/DESIGN/WSDESIGN=B/DESIGN=MWITHIN A(1) MWITHIN A(2).

34、要求做另一個方向的簡單效應檢驗，做A因素在B的三個水平的簡單效應檢驗時，MWITHIN關鍵詞應被移動到WSDESIGN分命令。程序如下：TWO-FACTOR MIXED EXPERIMENT ANOVASIMPLE EFFECTS.SIMPLE SIMPLE EFFECTS.DATA LIST FREE /A  B1  B2  B3.BEGIN DATA1  3  3  4  1  1  3  21  6  1  32  5  1  5

35、2  4  4  61  2  9  82  1  7  91  4  6  82  3  2 102  3  3 112  9  5  92  3  2  8END DATA.MANOVA B1 B2 B3 BY A(1,2)./WSFACTORS=B(3)/WSDESIGN/DESIGN/WSDESIGN=MWITHINB(1)  MWITHINB(2) 

36、; MWITHIN B(3) /DESIGN= A. 總結：被試內：WSDESIGN     WITHIN被試間：DESIGN        WITHIN混合：MWITHIN研究變量的主效應與交互效應在多因素實驗研究中，主效應就是在考察一個變量是否會對因變量的變化發生影響的時候，不考慮其他研究變量的變化，或者說將其他變量的變化效應平均掉。換句話說，就是其他研究變量都不變化的情況下，單獨考察一個自變量對因變量的變化效應。    交互效應，則是反映兩

37、個或兩個以上自變量相互依賴、相互制約，共同對因變量的變化發生影響。換句話說，如果一個自變量對因變量的影響效應會因另一個自變量的水平不同而有所不同，則我們說這兩個變量之間具有交互效應。    在析因實驗（多因素實驗）中，數據收集、數據分析的主要目標是考察自變量的主效應和交互效應是否顯著。一個自變量的主效應顯著，意味著該自變量的各個水平在其它自變量的所有水平上的平均數存在差異；否則，就不存在顯著性差異。比如，在自變量A和自變量B構成的2×2析因設計中，如果A的主效應顯著，那就意味著A1在B1和B2水平下的平均數與A2在B1和B2水平下的平均數存在顯著性差異。變量間的交互效應則是指一個因子的效應依賴于另一個因子的不同水平。在析因設計中，方差分析直接給出自變量的主效應和交互效應是否顯著的結果，多數研究者也依次判定自變量的作用是否明顯、這些自變量的作用是否相互依賴。事實上，自變量的主效應與交互效應的評估并非這么簡單，它們存在關聯性，需要具體情況具體分析。我們就以兩個自變量的主效應和交互效應來分析。當交互效應不顯著的時候，兩個自變量相互獨立，我們可以直接從其主效應是否顯著來評估自變量對因變量的作用大小；當兩個自變量間的交互效應顯著時，就不能簡單地從主效應是否顯著直接得出結論了。我們現在以交互效應顯著為前提，