被试内设计及数据处理

心理实验设计主讲人：陈彩琦华南师范大学心理学研究生课程第七讲被试内设计及数据处理单因素被试内设计1、单因素被试内设计的基本特点：适用条件：研究中有一个自变量；当若干处理水平连续实施给同一被试时，被试接受前面的处理对接受后面的处理没有长期影响（如学习、记忆效应）。基本方法：实验中每个被试接受所有的处理水平。误差控制：重复测量法。利用被试自己做控制，使被试的各方面特点在所有的处理中保持恒定。但在这种设计的实验中，要特别注意控制顺序效应。变异来源：自变量的处理效应；被试间个体差异的效应；随机误差变异。优点：能全面控制被试变量对实验结果的影响；只需较少被试即可。2、单因素被试内设计的数据处理方法（SPSS统计软件）：包含的统计变量：实验自变量A的各个处理水平：A1，A2，A3…AP实施的统计过程：如果水平数为2，则进行paired-samplesTtest;如果水平数大于2，则进行重复测量方差分析：analyze—GeneralLinearModel—RepeatedMeasures预期的统计结果：自变量A的主效应是否显著；如果水平数大于2，则需做多重检验。具体做法不同于完全随机设计。不同照明条件对工作效率的影响研究研究2种照明条件下工人车零件的效率。被试30人，每个被试接受全部2种处理。为了消除顺序误差，需要将2种处理作拉丁方设计以使顺序得到平衡。因此，要将被试分为2个顺序小组，每顺序小组的被试分别接受1种顺序的2种处理：顺序小组1①②顺序小组2②①注：①表示高照明度②表示低照明度单因素重复测量设计应用举例（2水平）被试间平衡顺序效应平衡的几种情形试验次数较少的情形，宜用被试间拉丁方或者ABBA法平衡，即不同被试用不同顺序做，总体平衡。如篇章阅读研究，照明条件研究……试验次数较多，但条件切换不方便时，也适宜采用被试间平衡。可以采用批量ABBA法。如挡板距离和运动速度对速度知觉的影响试验次数较多，可以用电脑灵活呈现时，可以采用随机呈现。如启动效应、Stroop效应、汉字规则效应……不同照明条件对工作效率的影响的被试内数据原始数据表姓名高照明度工效低照明度工效1张明56432刘修67683刘冬53474黄卫61585李家4543……30张岩6865不同照明条件对工作效率影响研究结果的正式数据表与统计分析：不同照明条件下工作效率比较（n＝20）照明条件制造零件数（个）统计检验高明度组78.6513.24t＝2.876**低明度组67.5517.12配对样本t检验单因素重复测量2水平设计的SPSS统计步骤数据模式分别表示同一自变量的两个水平数据表示阅读成绩进行配对样本T检验(1)单因素重复测量2水平设计的SPSS统计步骤进行配对样本T检验(2)单因素重复测量2水平设计的SPSS统计步骤把左框中的两个变量移到这里，再点击“OK”即可执行分析单因素重复测量2水平设计的SPSS统计步骤配对样本T检验的结果（1）描述统计量，可将上图中的平均数和标准差列于实验报告结果部分的三线表。PairedSamplesStatistics4.1250161.45488.363728.5000162.36643.59161高密度低密度Pair1MeanNStd.DeviationStd.ErrorMean单因素重复测量2水平设计的SPSS统计步骤配对样本T检验的结果（2）PairedSamplesTest-4.37502.87228.71807-5.9055-2.8445-6.09315.000高密度-低密度Pair1MeanStd.DeviationStd.ErrorMeanLowerUpper95%ConfidenceIntervaloftheDifferencePairedDifferencestdfSig.(2-tailed)检验结果及显著性水平：t(15)=-6.093,P0.01单因素重复测量实验设计应用举例（4水平）研究题目：文章的生字密度对学生阅读理解的影响。实验设计：为了更好地控制被试的个体差异对实验结果的影响，本实验采用单因素重复测量实验设计。实验变量：自变量——生字密度，含有4个水平（5：1、10：1、15：1、20：1）；因变量——阅读测验的分数；被试及程序：研究者选取8名被试参加实验，每个被试阅读4篇生字密度不同的文章。为了克服疲劳效应、练习效应等顺序效应，应以拉丁方排序实施4种生字密度的文章。数据：s1s2s3s4s5s6s7s8a1：36435752a2：46424533a3：89875676a4：988712131211数据处理的练习与演示……单因素重复测量方差分析的SPSS实施步骤数据模式自变量有几个水平就有几列数据有几个被试就有几行数据同一个被试内变量的4个水平单因素重复测量方差分析的SPSS实施步骤重复测量方差分析的命令重复测量……单因素重复测量方差分析的SPSS实施步骤定义被试内变量Factor1处输入被试内变量名下框输入水平数，然后“Add”已经定义好的变量名与水平数;然后点“Define”单因素重复测量方差分析的SPSS实施步骤将数据与已定义的变量对应起来单因素重复测量方差分析的SPSS实施步骤在“Options…”窗口内选择多重比较方法“生字密度”需要多重比较选定的多重比较方法是LSD同时设置需要输出描述统计量单因素重复测量设计方差分析结果的解读被试内因素及因变量信息Within-SubjectsFactorsMeasure:MEASURE_1A1A2A3A4生字密度1234DependentVariableDescriptiveStatistics4.381.68583.881.24687.001.309810.002.2688生字密度1生字密度2生字密度3生字密度4MeanStd.DeviationN单因素重复测量设计方差分析结果的解读描述统计量：平均数和标准差；用于“结果”部分的三线表单因素重复测量设计方差分析结果的解读MultivariateTestsb.95434.257a3.0005.000.001.04634.257a3.0005.000.00120.55434.257a3.0005.000.00120.55434.257a3.0005.000.001Pillai'sTraceWilks'LambdaHotelling'sTraceRoy'sLargestRootEffect生字密度ValueFHypothesisdfErrordfSig.Exactstatistica.Design:InterceptWithinSubjectsDesign:生字密度b.多元方差分析结果Mauchly'sTestofSphericitybMeasure:MEASURE_1.1909.5075.095.527.654.333WithinSubjectsEffect生字密度Mauchly'sWApprox.Chi-SquaredfSig.Greenhouse-GeisserHuynh-FeldtLower-boundEpsilonaTeststhenullhypothesisthattheerrorcovariancematrixoftheorthonormalizedtransformeddependentvariablesisproportionaltoanidentitymatrix.Maybeusedtoadjustthedegreesoffreedomfortheaveragedtestsofsignificance.CorrectedtestsaredisplayedintheTestsofWithin-SubjectsEffectstable.a.Design:InterceptWithinSubjectsDesign:生字密度b.球形检验的结果。对球形假设的检验实际上是对同一个体的多次测量之间是否存在相关性进行检验。如果球形检验结果达到显著水平，说明说明球形假设不能满足，即多次测量之间存在相关性，这时进行标准的一元方差分析就不合适了，需要采用备选的方差分析结果。SphericityAssumeequalityofvariancesofthedifferencesbetweentreatmentlevels.Applicabletowithin-subjectANOVA.TestSphericityMauchly’stestforsphericity(2distribution).Example:ANOVA-2Mauchly’stestH0:Sphericity2=11.628(p=0.043)RejectH0Nosphericity.ViolationofSphericityConsequence:LossofpowerCorrectionGreenhouse-GeisserHuynh-FeldtLower-boundANOVAresultafterGreenhouse-Geissercorrectionforviolationofsphericity:校正前：F=5.119(p=0.025)校正后：F=3.70(p=0.063)Brand’seffectisnotsignificant.TestsofWithin-SubjectsEffectsMeasure:MEASURE_1190.125363.37525.170.000190.1251.580120.33525.170.000190.1251.96396.85325.170.000190.1251.000190.12525.170.00252.875212.51852.87511.0604.78152.87513.7413.84852.8757.0007.554SphericityAssumedGreenhouse-GeisserHuynh-FeldtLower-boundSphericityAssumedGreenhouse-GeisserHuynh-FeldtLower-boundSourceRATIOError(RATIO)TypeIIISumofSquaresdfMeanSquareFSig.一元方差分析结果标准一元方差分析的结果，适用于球形假设满足的情况。球形假设不满足时的备选方差分析生字密度Greenhouse-Geisser,etc.SPSS报表中的Greenhouse-Geisser,Huynh-Feldt,andLowerlimit等等,都是用来修正‘违反sphericity假设’的方法,为的是获得更具可信度的检验结果各水平间的多重比较EstimatesMeasure:MEASURE_14.375.5962.9665.7843.875.4412.8334.9177.000.4635.9058.09510.000.8028.10411.896RATIO1234MeanStd.ErrorLowerBoundUpperBound95%ConfidenceIntervalPairwiseComparisonsMeasure:MEASURE_1.500.4231.000-1.0362.036-2.625.754.062-5.368.118-5.625*.778.001-8.453-2.797-.500.4231.000-2.0361.036-3.125*.515.003-4.999-1.251-6.125*.875.001-9.306-2.9442.625.754.062-.1185.3683.125*.515.0031.2514.999-3.0001.180.231-7.2911.2915.625*.778.0012.7978.4536.125*.875.0012.9449.3063.0001.180.231-1.2917.291(J)RATIO234134124123(I)RATIO1234MeanDiffer