spss单因素重复测量的方差分析操作和解释
重复测量设计是在科研工作中常见的设计方法，常用来分析在不同时间点上该指标的差异，它可以通过对同一个体数据的分析估计出实验误差的大小。下面我们举个例子：为了验证某一套锻炼方法对减肥是否有效，将学生分成两组，一组用新的锻炼方法，一组不用，统计实验开始的第1、2、3个月的体重减重情况。
操作方法
- 01
打开实验数据文件，再依次点击“分析”--“一般线性模型”--“重复测量”，弹出“重复度量因子”对话框。
- 02
点击“被试内因子名称”中的因子1，修改成weight,也可默认不修改。“级别数”框中输入重复测量次数”3“，单击”添加“按钮。然后单击左下角的”定义“按钮。
- 03
将3次测量“第一月”、“第二月”和“第三月“按照框中测量的顺序，放入右框中；将因素变量“组别”放入”因子列表“框。
- 04
单击右边“模型”按钮，在弹出对话框中，选择“全因子”模型，单击“继续”按钮返回。最后，在主对话框中单击“确定”按钮运行。
- 05
多变量检验结果显示，不同测试时间的weight有统计学差异，P=0.000，而测试时间与组别间无统计学差异，P=0.55。然而是否以此结果为准，则需要看球形检验结果。
- 06
球形检验结果显示，Mauchly W=0.983,P=0.926,符合球形性，结果以一元方差结果为准。如果P小于等于0.05，则不符合球形检验，可以用Greenhouse-Geisser、Huynh-Feldt和下限校正。
- 07
看方差分析结果可知。因为本例符合球形性，因此以第一条“假设的球形”结果，可见不同时间测量的体重有统计学差异，F=129.068,P=0.000;并且测试时间与组别存在交互作用F=4.386，P=0.026<0.05。
- 08
组别间分析结果无显著性差异，F=0.397,P=0.543,即两组处理因素对体重减重影响没什么差异。
赞 (0)