1、特殊教育研究方法Methodology in Special Education第二章 實驗研究在特殊教育研究中的應用（四）兩因素實驗設計講解人：XXX第1節 實驗研究概述第2節 單組與雙組實驗設計及數據處理第3節 單因素完全隨機實驗設計及數據處理第4節 單因素重復測量實驗設計及數據處理第5節 兩因素完全隨機實驗設計及數據處理第6節 兩因素重復測量實驗設計及數據處理第7節 兩因素混合實驗設計數據處理第8節 實驗研究的應用舉例目錄第5節 兩因素完全隨機實驗設計及數據處理一、多因素實驗設計多因素實驗設計：實驗中有多個自變量的實驗設計。在一個實驗中，一般研究的因素不會超過3個，兩因素最常見例如：研究

2、A藥劑量對糖尿病人血糖指數的作用自變量：低劑量/高劑量因變量：血糖指數第五節單因素完全隨機實驗設計A藥劑量低劑量高劑量1組2組一、多因素實驗設計（1）還想知道飯前飯后服用對藥效的影響？（2）還想知道與B藥聯合使用的效果？第五節服用時間A藥劑量低劑量高劑量飯前服用1組2組飯后服用3組4組B藥聯合A藥劑量低劑量高劑量服用1組2組未服用3組4組A藥劑量低劑量高劑量1組2組A藥劑量低劑量高劑量1組2組兩因素完全隨機實驗設計兩因素完全隨機實驗設計一、多因素實驗設計多因素實驗設計除了每個自變量的影響，還可以討論自變量之間的交互影響。可以獲得更多信息，實驗效率更高。因此，多因素方差分析就是要對實驗中自變量的

3、主效應和交互效應是否顯著做出檢驗第五節一、多因素實驗設計主效應：實驗中一個因素的不同水平引起的變異。在多因素實驗設計中，有幾個因素就需要計算幾個主效應交互效應：當一個因素的不同水平在另一個因素的不同水平上的變化趨勢不一致時，稱這兩個因素之間有交互效應。第五節一、多因素實驗設計 單因素方差分析的思路第五節單因素方差分析顯著水平3多重比較不顯著一、多因素實驗設計 兩因素方差分析的思路第五節兩因素方差分析A因素主效應檢驗顯著水平3多重比較不顯著B因素主效應檢驗顯著水平3多重比較不顯著A*B交互效應檢驗顯著簡單效應檢驗水平3多重比較不顯著非常重要一、多因素實驗設計 簡單效應檢驗（Simple Effe

4、ct Test）簡單效應就是指一個因素在另一個因素不同水平上的效應例如在a1水平上，b1和b2差異是否顯著；在a2水平上，b1和b2差異是否顯著，具體體現A因素對B因素造成的影響。注意與“多重比較”概念之間的區別Spss無直接選項，需寫語句執行（syntax）第五節一、多因素實驗設計三因素方差分析的思路？主效應：A、B、C交互效應：A*B、B*C、A*C、A*B*C第五節四因素方差分析的思路？主效應：A、B、C、D交互效應：A*B、A*C、A*D、B*C、B*D、C*D、 A*B*C、A*B*D、A*C*D、B*C*D A*B*C*D少用禁用一、兩因素實驗設計第五節兩因素實驗設計兩因素完全隨機

5、兩因素重復測量兩因素混合二、兩因素完全隨機實驗設計第五節兩因素完全隨機實驗設計的特點：（1）兩個自變量。每個自變量有兩個或多個水平。（2）如果一個自變量有p個水平，另一個自變量有q個水平，那么，該實驗就有p*q個實驗處理水平的結合（3）實驗即有p*q個實驗組，被試被隨機分配到每個實驗組中，每個被試只接受一種實驗處理水平的結合。（4）該實驗設計全稱為： p*q兩因素完全隨機實驗設計二、兩因素完全隨機實驗設計第五節自變量b1b2b3a1S1S2S3S4S5S6S7S8S9a2S10S11S12S13S14S15S16S17S18兩因素完全隨機實驗設計模式自變量A有兩個水平：a1和a2自變量B有三個

6、水平：b1、b2和b32*3兩因素完全隨機實驗設計二、兩因素完全隨機實驗設計 兩因素完全隨機設計的方差分析需滿足以下前提： 正態分布：因變量在每個實驗單元內都呈正態分布。如果不能保證正態分布，那么每組的樣本量應不少于15人 方差齊性：因變量在每個實驗單元內的方差齊性。如果方差不齊，樣本量差距也較大，那么方差分析結果受影響。 獨立性：各組被試必須是從總體中隨機抽取的樣本，各組的因變量值彼此獨立。連續性：因變量應為連續變量。第五節二、兩因素完全隨機實驗設計 兩因素完全隨機設計在教育康復研究中的應用：不同對象的特征比較研究（全是被試變量的橫向研究）A因素按照正常/異常、不同障礙類型、障礙程度分組B因

7、素按照不同年齡、性別、家庭、康復方等因素分組不同干預方法的效果研究（縱向研究）A因素一種干預方法（不干預 / 個訓 / 集體訓練）B因素為另一種干預方法（不干預 / 干預）第五節 案例 有一項“文章標記類型與句子長度對聾生句子理解的實驗研究”：自變量：標記類型（A）無標記（a1）有標記（a2）句子長度（B）短句（b1）中句（b2）長句（b3）因變量：句子閱讀理解成績隨機抽取24名被試，分配到各實驗組。二、兩因素完全隨機實驗設計第五節 SPSS數據處理操作步驟第一步：建立數據文件：分別定義標記類型、句子類型、閱讀分數三個變量。輸入數據，建立數據文件。對標記類型，賦值時，分別設定：1“無標記”2“

8、有標記”對句子類型賦值時，分別設定：1“短句子”2“中句子”3“長句子”二、兩因素完全隨機實驗設計第五節兩因素完全隨機方差分析的SPSS數據結構注意與重復測量的區別二、兩因素完全隨機實驗設計第五節第二步：選擇統計模塊AnalyzeGeneral Linear Model Univariate二、兩因素完全隨機實驗設計第五節第三步：設置因變量和自變量二、兩因素完全隨機實驗設計第五節因變量Dependent Variable方框中放入成績固定變量（Fixed Factor(s)）方框中，放入自變量標記類型和句長類型第四步：參數設置（Options）二、兩因素完全隨機實驗設計第五節選擇Descrip

9、tive statistics，對數據進行描述性統計；選擇Homogeneity tests，進行方差齊性檢驗第五步：設置多重比較點擊Post Hoc按鈕，對句長類型的三個水平進行多重比較。在方差齊性假設前提條件下可選用Tukey法；在方差非齊性假設前提條件下可選用Dunnetts C法。二、兩因素完全隨機實驗設計第五節第六步：繪制均值圖二、兩因素完全隨機實驗設計第五節在主對話框中點擊Plot設置橫坐標Horizontal Axis設置獨立折線Separate Lines單擊Add完成操作第七步：點擊OK，執行程序。 二、兩因素完全隨機實驗設計第五節 SPSS輸出結果分析（1）描述統計結果均值

10、（Mean）標準差（S.D）被試數（N）二、兩因素完全隨機實驗設計第五節（2）方差齊性檢驗結果P=0.489.05，表明各組因變量的方差是齊的如進行多重比較，則應該采用方差齊性假設前提下的統計方法，如Tukey二、兩因素完全隨機實驗設計第五節（3）被試間效應檢驗方差分析表標記類型主效應極顯著，F=27.871，P0.01句長類型主效應極顯著，F=8.177，P0.01兩因素交互效應顯著，F（a*b）5.661，P0.05二、兩因素完全隨機實驗設計第五節（4）多重比較結果比較結果為：短句與中句的差異不顯著（P=.171） 短句與長句的差異不顯著（P=.107） 中句與長句的差異是顯著的（P=.0

11、02）二、兩因素完全隨機實驗設計第五節（5）均值圖代表中句和長句的兩條直線大體平行，而代表短句的直線與兩條直線交叉。因此，大致可以判斷兩個因素之間存在交互效應。二、兩因素完全隨機實驗設計第五節 簡單效應檢驗當交互作用顯著時，通常需要進行簡單效應分析，如果某因素在另一因素的某一個水平內簡單效應顯著，還需要進行多重比較，以發現具體的差異所在。（1）檢驗方法SPSS沒有提供進行簡單效應檢驗的菜單，必須通過編寫語句來實現。（2）編寫語句Univariate主對話框，上述進行方差分析時所作的一切設置不變，單擊Paste，SPSS會把全部操作轉換成為語句并粘貼到新打開的程序語句窗口中，保留前三行和后三行語

12、句，改寫EMMEANS引導的語句。（3）運行單擊菜單Run-All運行程序。二、兩因素完全隨機實驗設計第五節 簡單效應檢驗語句（替換紅色部分）UNIANOVA 成績 BY 標記類型 句長類型 /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /POSTHOC=句長類型(TUKEY C) /PLOT=PROFILE(標記類型*句長類型) /EMMEANS=TABLES(標記類型*句長類型)COMPARE(標記類型)ADJ(SIDAK) /EMMEANS=TABLES(標記類型*句長類型)COMPARE(句長類型)ADJ(SIDAK) /PRINT=HOMOGENEITY

13、DESCRIPTIVE /CRITERIA=ALPHA(.05) /DESIGN=標記類型 句長類型 標記類型*句長類型.二、兩因素完全隨機實驗設計第五節非常重要保留備用 簡單效應檢驗語句說明二、兩因素完全隨機實驗設計第五節/EMMEANS = TABLES(a*b) COMPARE (a) ADJ(SIDAK)：該語句的功能在于：在b的某一個水平上檢驗a變量不同水平差異的顯著性。如，在b1上看，a1與a2的差異是否顯著/EMMEANS = TABLES(a*b) COMPARE (b) ADJ(SIDAK)：該語句的功能在于：在a的某一個水平上檢驗b變量不同水平差異的顯著性。如，在a1上看，

14、b1、b2與 b3之間的差異上述兩個語句是從兩個緯度來進行檢驗的。實際應用中，可根據研究的需要，選擇其中的一個如果變量超過2個水平，且簡單效應顯著，則還需做多重比較 簡單效應檢驗 -輸出結果（比較不同句長下的標記類型差異）二、兩因素完全隨機實驗設計第五節 簡單效應檢驗 -輸出結果（比較不同標記類型下句長的差異）二、兩因素完全隨機實驗設計第五節 簡單效應檢驗-簡單效應后的多重比較結果二、兩因素完全隨機實驗設計第五節第6節 兩因素重復測量實驗設計及數據處理兩因素重復測量實驗設計第六節兩因素重復測量實驗設計的特點：（1）兩個自變量。每個自變量有兩個或多個水平。（2）如果一個自變量有p個水平，另一個自

15、變量有q個水平，那么，該實驗就有p*q個實驗處理水平的結合（3）兩個自變量都是被試內變量，每個被試都要接受p*q 次實驗處理。（4）該實驗設計全稱為： p*q兩因素重復測量實驗設計a1b1a1b2a1b3a2b1a2b2a2b3S1S1S1S1S1S1S2S2S2S2S2S2S3S3S3S3S3S3兩因素重復測量實驗設計模式自變量A有兩個水平：a1和a2自變量B有三個水平：b1、b2和b32*3兩因素重復測量實驗設計兩因素重復測量實驗設計第六節 兩因素重復測量設計的方差分析方法：使用前提同單因素重復測量設計 一元方差分析（Univariate）與多元方差分析（Multivariate）所謂“元

16、”：即因變量兩種方法殊途同歸，并且可以相互轉化（即因變量和自變量相互轉化）兩因素重復測量實驗設計第六節兩者相互轉化舉例：男女學生參加高考成績的差異一元方差分析：自變量A：性別；自變量B：考試科目（三個水平：語數外）因變量：考試分數多元方差分析：自變量：性別因變量：數學分數、語文分數、英語分數兩因素重復測量實驗設計第六節 兩因素重復測量設計在教育康復研究中的應用：某一特殊群體某項能力表現的影響因素研究（全是被試內變量的橫向研究）A因素（標記影響）B因素（句長影響）某項能力的康復效果追蹤研究（縱向研究）A因素是評估時間（術前 / 術后 / 術后3月 / 術后6月）B因素為不同評估內容（聲母識別 /

17、 韻母識別）兩因素重復測量實驗設計第六節 案例 有一項“文章標記類型與句子長度對聾生句子理解的實驗研究”：自變量：標記類型（A）無標記（a1）有標記（a2）句子長度（B）短句（b1）中句（b2）長句（b3）因變量：句子閱讀理解成績隨機抽取4名被試，進行所有水平實驗操作。兩因素重復測量實驗設計第六節第一步：定義變量，輸入數據。a表示標記類型，分為兩個水平：a1（無標記）、a2（有標記）b表示句子類型，分為三個水平：b1（長句）、b2（中句）、b3（短句）這樣就有23六種實驗處理水平的結合，分別定義六個變量名，即：a1b1、a1b2、a1b3、a2b1、a2b2、a2b3。然后錄入數據。a1b1a

18、1b2a1b3a2b1a2b2a2b313.004.005.004.008.0012.0026.006.007.005.009.0013.0034.004.005.003.008.0012.0043.002.002.003.007.0014.00數據結構 兩因素重復測量實驗設計第六節第二步：選擇統計模塊 Analyze General Linear Model Repeated Measures兩因素重復測量實驗設計第六節第三步：定義被試內變量兩因素重復測量實驗設計第六節在定義被試內變量（Within-Subject Factor Name）的方框中，設置被試內變量標記類型，在定義其水平（Nu

19、mber of Level）的對框中，輸入2，表示有兩個水平，然后按填加（Add）鈕。用同樣的方法，設置被試內變量句長類型，在定義其水平（Number of Level）的對框中，輸入3，表示有三個水平，最后按填加（Add）。第四步：定義變量兩因素重復測量實驗設計第六節按定義鍵（Define），進入主對話框，將a1b1，a1b2，a1b3，a2b1，a2b2和a2b3分別鍵入被試內變量（Winthin-Subjects Variables）方框中第五步：參數設置（Options）說明：對一元方差分析的方差齊性檢驗（球形檢驗）是系統默認的，不需再另行設置。因沒有被試間變量，故不用Homogene

20、ity tests命令。兩因素重復測量實驗設計第六節點擊選項Options，進行如下操作：將被試內變量b（三個水平）鍵入到右邊的方框中，采用LSD（none）法進行多重比較；由于被試內變量a只有兩個水平，因此不需要進行多重比較。選擇Descriptive statistics命令，對數據進行描述性統計。第六步：繪均值圖。在主對話框中，點擊Plots按紐打開對話框，選定a為橫坐標（Horizontal Axis），選定b為獨立折線(Seperate Lines)，單擊Add按鈕完成。定義過程（同前兩因素完全隨機實驗設計）第七步：點擊OK，執行程序。 兩因素重復測量實驗設計第六節 輸出結果分析：描

21、述統計結果兩因素重復測量實驗設計第六節 輸出結果：多元方差分析結果多因變量方差分析結果表明： 標記類型的主效應極顯著（P=.009） 句長類型的主效應極顯著（P=.002） 標記類型與句長類型的交互作用顯著（P=.036）兩因素重復測量實驗設計第六節 輸出結果：球形假設檢驗結果說明： 變量a只有2個水平，不能進行球形假設檢驗。 變量b有三個水平，球形假設檢驗結果：P=.568，滿足球形假設。 a * b交互效應球形假設檢驗結果：P=.229，滿足球形假設。兩因素重復測量實驗設計第六節 輸出結果：一元方差分析結果 標記類型主效應極顯著，F=37.022，P=.009 句長類型主效應極顯著，F=4

22、7.79，P=.000 a與b的交互效應極顯著，F=34.02，P=.001兩因素重復測量實驗設計第六節 輸出結果：多重比較結果（句子類型）（I）列與（J）列的1，2，3分別表示長句、中句和短句。多重比較結果表明：長句與中句之間差異極顯著（P=.003）；長句與短句之間差異極顯著（P=.000）；中句與短句之間差異也極顯著（P=0.002）兩因素重復測量實驗設計第六節 輸出結果：均值圖兩因素重復測量實驗設計第六節三條直線都不平行，有交叉的趨勢。因此，大致可以判斷兩個因素之間存在交互效應。 簡單效應檢驗語句（重復測量）GLM 無標記短句 無標記中句 無標記長句 有標記短句 有標記中句 有標記長句

23、 /WSFACTOR=標記類型 2 Polynomial 句長類型 3 Polynomial /METHOD=SSTYPE(3) /PLOT=PROFILE(標記類型*句長類型) /EMMEANS=TABLES(標記類型*句長類型) COMPARE(標記類型) ADJ(LSD) /EMMEANS=TABLES(標記類型*句長類型) COMPARE(句長類型) ADJ(LSD) /PRINT=DESCRIPTIVE /CRITERIA=ALPHA(.05) /WSDESIGN=標記類型 句長類型 標記類型*句長類型.兩因素重復測量實驗設計第六節 簡單效應檢驗 -輸出結果這是多元方差分析的檢驗結果，從上表可知：四種檢驗方法的結果完全一樣無標記的情況下，各句子類型之間不存在顯著性差異，F9.000，P=.100有標記的情況下，各句子類型之間存在極顯著性差異，F150.333，P=.007兩因素重復測量實驗設計第六節 簡單效應檢驗：簡單效應后的多重比較兩因素重復測量實驗設計第六節 輸出結果：均值圖兩因素重復測量實驗設計第六節無差異差異顯著第7節 兩因素混合測量實驗設計及數據處理兩因素混合實驗設計第七節實踐中用得最多的一種實驗設