双因素方差分析数据结果分析 (单因素方差分析各个数据如何计算)

双因素方差分析结果中,如果显示"交互作用"具有统计学意义,那么经常需要结合"单独效应"进一步分析处理因素的实验效应。

那么今天就着重介绍方差分析中的"单独效应"分析。

案例:

翻转课堂与分层合作教学对初中生体质健康的影响

实验设计简介:120名学生随机分为3组,翻转课堂教组(M1)、分层合作教学组(M2)、传统教学组(M3)。各组的男生、女生各20人。

双因素方差分析的结果怎么看,单因素方差分析各个数据如何计算

自变量:教学方法,包括翻转课堂教组(M1)、分层合作教学组(M2)、传统教学组(M3)三个水平;性别,包括男、女两个水平。

因变量:体质得分

一、第一阶段

尝试性分析各因素的主效应、交互作用。

1.SPSS操作步骤

(1)分析→一般线性模型→单变量

双因素方差分析的结果怎么看,单因素方差分析各个数据如何计算

图1

(2)教学方法、性别选入"固定因子";体质得分选入"因变量"。点击确定。

双因素方差分析的结果怎么看,单因素方差分析各个数据如何计算

图2

2. 结果

双因素方差分析的结果怎么看,单因素方差分析各个数据如何计算

图3

图3显示,教学方法*性别的P=0.001,交互作用具有统计学意义。此时关注教学方法、性别的主效应已经没有太大意义,需要进一步结合教学方法或性别的单独效应,分析两者的交互特点。

二、第二阶段

结合教学方法或性别的单独效应,分析两者的交互特点。

1.SPSS操作程序

(1)图2中点击"图",教学方法选入"水平轴",性别选入"单独的线条"。点击"添加"。

双因素方差分析的结果怎么看,单因素方差分析各个数据如何计算

图4

(2)图2中点击"选项",勾选"描述统计"、"齐性检验"。点击"继续"。

双因素方差分析的结果怎么看,单因素方差分析各个数据如何计算

图5

(3)图2中点击"EM平均值",把"教学方法*性别"选入"显示下列各项的平均值"。点击"继续"。

双因素方差分析的结果怎么看,单因素方差分析各个数据如何计算

图6

(4)返回图2后点击"粘贴"出现下面的程序。手动增加红色部分程序。

UNIANOVA 体质得分 BY 教学方法 性别

/METHOD=SSTYPE(3)

/INTERCEPT=INCLUDE

/PLOT=PROFILE(教学方法*性别) TYPE=LINE ERRORBAR=NO MEANREFERENCE=NO YAXIS=AUTO

/EMMEANS=TABLES(教学方法*性别) COMPARE(教学方法)ADJ(LSD)

/EMMEANS=TABLES(教学方法*性别) COMPARE(性别)ADJ(LSD)

/PRINT DESCRIPTIVE HOMOGENEITY

/CRITERIA=ALPHA(.05)

/DESIGN=教学方法 性别 教学方法*性别.

(5)选择所有程序,点击"运行"。

双因素方差分析的结果怎么看,单因素方差分析各个数据如何计算

图7

2. 主要结果

双因素方差分析的结果怎么看,单因素方差分析各个数据如何计算

图8

双因素方差分析的结果怎么看,单因素方差分析各个数据如何计算

图9

双因素方差分析的结果怎么看,单因素方差分析各个数据如何计算

图10

双因素方差分析的结果怎么看,单因素方差分析各个数据如何计算

图11

结合图9和图11可知:

翻转课堂和分层合作两种教学方法都能增强初中生(无论男生还是女生)的体质健康水平。

两种教学方法对男生体质的提升效果基本一致,但是对女生的提升效果不同。分层合作比翻转课堂对女生体质健康的提升效果更好。

结合图10和图11可知:

分层合作教学法对女生的体质健康水平提升效果优于男生。……

关注头条号:科研与统计,了解更多相关知识、信息。