付費限定混合設計變異數分析簡介
付費限定

混合設計變異數分析簡介

更新於 發佈於 閱讀時間約 3 分鐘

混合設計變異數分析 (mixed-design ANOVA) 是一種統計方法,用於分析具有兩種或更多因子的實驗數據。其中一種因子稱為獨立因子,另一種因子稱為相依因子。獨立因子是實驗設計中的自變量,它的不同水平在不同的觀察單位之間是獨立的。相依因子是實驗設計中的因變量,它的值在不同的觀察單位之間是相依的。混合設計變異數分析可以用來確定獨立因子對相依因子的影響。

raw-image

緒論

雙因子混合設計和雙因子獨立變異數分析相同,都是要檢定A因子主要效果、B因子主要效果和AB因子交互作用。

例如:

A因子為性別:男生和女生,每個人只會是其中一個,所以是獨立因子
B因子為數學考試時間點:前測,中測,後測,每個人3個都有,所以是相依因子
依變項:數學考試分數 1-100 連續變項

如果A因子主要效果顯著,因為只有兩個水平,可以看平均數確認大小,並進行獨立樣本t檢定驗證順序大小。

如果B因子主要效果顯著,因為只有三個水平,需要進行單因子相依變異數分析。

如果AB因子交互作用就要進行單純主要效果,這時探討A或B因子的主要效果都沒有實際意義了!

混合設計變異數分析 (mixed-design ANOVA) 的假設包括:

  1. 獨立因子的不同水平在不同的觀察單位之間是獨立的。
  2. 相依因子的值在不同的觀察單位之間是相依的。
  3. 不同獨立因子在依變項上的變異數具有同質性
  4. 相依因子符合球型假定

這些假設是基於統計學理論上的條件,如果這些假設不成立,那麼混合設計變異數分析的結果就可能是不可靠的。

SPSS上機

首先如下圖定義相依因子

raw-image

然後把對應的相依因子水平拉到右邊,事後選項中,若獨立因子主要效果顯著,且具有兩個水平以上,需要做事後比較。事後比較獨立因子選擇事後比較選擇請參考

raw-image

再設置相依因子事後比較,把數學考試放到右框框。若相依因子主要效果顯著,且具有兩個水平以上,需要做事後比較。

raw-image

最後,再按選項中的同質性檢定。確定分析

以行動支持創作者!付費即可解鎖
本篇內容共 2403 字、3 則留言,僅發佈於統計分析 × 學術生涯你目前無法檢視以下內容,可能因為尚未登入,或沒有該房間的查看權限。
avatar-img
心理博士的筆記本
238會員
134內容數
文章內容以圖像式和步驟化方式,教您如何在各種統計軟體中(例如:SPSS、R和Mplus),執行多種統計方法。此外,我還會分享一些學術和科技新知,幫助您在學術之路上走得更順利。
留言
avatar-img
留言分享你的想法!
心理博士的筆記本 的其他內容
以前,若多因子的變異數分析的變異數同異質性假設未通過,那麼變異數分析的F值就會有所誤差,也沒有適當的無母數統計可以替代。最近,有學者提倡Welch-James統計量,這種方法相較於傳統的方差分析更具有穩健性,並且同樣可以檢驗因子主效應和交互作用。通過一些實際案例,我們展示瞭如何在R語言中使用本方法。
高低分組,顧名思義,就是把考生的成績分成兩組:表現最好的一組和表現最差的一組。依據Kelley(1939),通常前27%的考生是高分組,後27%的考生是低分組。如果高分組和低分組的表現差異很大,那麼說明這題題目鑑別度高,能有效區分不同程度的考生。
Groupmean centering是一種常用的資料預處理方法,特別是多層次分析,若要使用Rights & Sterba (2019)(2019) 發展出R2 (R&S),要對需要將層次1的變項和交互作用都 Groupmean centering。本文介紹使用R和SPSS操作方法
以前,若多因子的變異數分析的變異數同異質性假設未通過,那麼變異數分析的F值就會有所誤差,也沒有適當的無母數統計可以替代。最近,有學者提倡Welch-James統計量,這種方法相較於傳統的方差分析更具有穩健性,並且同樣可以檢驗因子主效應和交互作用。通過一些實際案例,我們展示瞭如何在R語言中使用本方法。
高低分組,顧名思義,就是把考生的成績分成兩組:表現最好的一組和表現最差的一組。依據Kelley(1939),通常前27%的考生是高分組,後27%的考生是低分組。如果高分組和低分組的表現差異很大,那麼說明這題題目鑑別度高,能有效區分不同程度的考生。
Groupmean centering是一種常用的資料預處理方法,特別是多層次分析,若要使用Rights & Sterba (2019)(2019) 發展出R2 (R&S),要對需要將層次1的變項和交互作用都 Groupmean centering。本文介紹使用R和SPSS操作方法