作者：彭彭
Hello，
这里是行上行下，我是喵君姐姐~
在前面两期中，我们介绍了如何利用SPSS软件进行高级统计分析，内容包括：描述性统计表格模板、卡方&T检验、相关&回归分析，以及中介、多重中介、链式中介、调节分析、有中介的调节分析等。
在本期中，我们继续为大家介绍如何利用SPSS进行：单因素方差分析、多因素方差分析、重复测量方差分析等。
一、方差分析【报告：F（组间，组内）、p、np2
、M、SE+画直方图】
1. 单因素方差分析【组间实验+单一因变量；进行差异检验】
1.1 差异检验
1）Spss操作
2）Spss结果
3） 报告【F（组间，组内）、p、np2 、M、SE】
表1表示的是各年级社会支持水平、自尊水平的平均值和标准差。对于不同年级学生的社会支持水平进行差异检验，由表2结果可见不同年级学生的社会支持水平没有显著差异，F（3，192）=0.943，p=0.421，np2=0.015。
不同年级学生的自尊水平存在显著差异，F（3，192）=3.432，p=0.018，=0.052。事后比较结果显示，fresh的自尊水平显著低于junior（p<0.05）、senior（p<0.05），其他年级间的自尊水平并无显著差异。
1.2 组间实验
1）Spss操作
2）Spss结果
主体间因子
描述统计
方差齐性检验
主体间效应检验
事后检验
齐性子集
轮廓图
3） 报告【F（组间，组内）、p、np2、M、SE+画直方图】
对得分进行2×2多因素方差分析，结果发现：自尊水平的主效应不显著，F（2，11）=3.055，p=0.072，=0.253；启动情绪类型主效应不显著，F（1，11）=1.309，p=0.268，np2=0.068；自尊水平与启动情绪类型的交互作用显著，F（2，11）=3.927，p=0.038，np2=0.304。
对自尊水平与启动情绪类型的交互作用进行事后检验发现：当自尊水平为低自尊时，启动积极情绪的被试得分显著低于启动中性情绪的被试，p<0.05。而中等自尊水平与高自尊组，启动积极情绪或中性情绪对于得分的作用无显著差异（如图1）。
图 1不同自尊水平下，启动积极、中性情绪的得分
2. 多因素方差分析
1） Spss操作
2）spss结果
主体间因子、描述性统计
方差齐性
多变量检验
方差齐性
主体间效应
估算边际平均值
轮廓图
3）报告【F（组间，组内）、p、np2、M、SE+画直方图】
采用2×2的实验组、对照组前后测设计。其中组别（实验组/对照组）是被试间变量，测试时间（前测/后测）为被试内变量。使用SPSS24.0对积极情绪得分进行重复测量方差分析。结果发现，积极情绪前后测之间存在显著的主效应，F（1，58）=95.51，p<0.001，=0.62；组别有显著主效应，F（1，58）=4.03，p=0.049，np2=0.07；积极情绪前后测与组别因素的交互作用显著，F（1，58）=29.59，p<0.001，np2=0.34。
具体来说（如图1、表1），对于启动生命意义感的被试，积极情绪后测分数（M= 76.63, SE= 15.87）显著高于前测得分（M=45.03,SE=17.93），F（1，58）=9.39，p=0.003，=0.14。对于未启动生命意义感的控制组被试，积极情绪后测分数（M= 57.37, SE=17.48）显著高于前测得分（M=48.37,SE=18.01），F（1，58）=115.72，p<0.001，np2=0.67。
本期的内容就到此结束啦！
由于篇幅原因，本期只介绍了如何利用SPSS进行单因素方差分析、多因素方差分析、重复测量方差分析。在下一期中，我们继续为大家介绍EFA、CFA分析以及结构方程模型。
我们下期再见！
排版：华华
作者：彭彭
校对：喵君姐姐
网友评论