| Task4：被试内与被试间混合设计方差分析 | 您所在的位置：网站首页 › 2×2混合设计gpower › Task4：被试内与被试间混合设计方差分析 |
Task4：被试内与被试间混合设计方差分析
|
被试内与被试间混合设计方差分析 | SPSS的实现以及Excel结果复现
1 任务描述2 论文简介:3 变量介绍4 在SPSS中的方差分析4.1 重复测量方差分析4.2 方差分析表
5 方差分析在Excel中的操作化过程——和方分解5.1 分解被试间因素的SS：5.2 分解被试内因素SS
6 Excel中演示各交互项结果的（未标准化）置信区间解读以【Neutral vs Emotional】 × Gender × Relationship & 【Emotional vs Sexual】 × Gender × Relationship 为例
1 任务描述
Task4: 从osf.io或任何开放数据集寻找一份被试内与被试间混合设计的数据，1. 在SPSS中复现方差分析表。2. 【选做】 2. Excel中演示各交互项结果的（未标准化）置信区间解读】 本文选取了2008年发表于Personality and Individual Differences上的一篇文章The disengagement of attentive resources from task-irrelevant cues to sexual and emotional infidelity。作者是Achim Schutzwohl。 录屏、数据（点击获取）视频-在线观看 2 论文简介: 论文探讨嫉妒的进化机制。具体而言，男性对性不忠更敏感；女性对情感不忠更敏感。采用实验室研究，任务是要求被试阅读一些句子，事后对一些目标句子（中性句）进行再认。在目标句前，会有分心句，分心句分为三种类型：中性句、包含你的伴偶情感不忠内容的句子、包含你的伴偶性不忠的句子。设计：2（性别：男、女）×2（有无伴侣：有、无）×3（目标句前的分心句类型：中性句、情感分心句、性分心句）。性别、有无伴侣为被试间因素，分心句类型为被试内因素。因变量为事后再认目标句的数量。主要结果，三因素之间存在交互作用。男性在有伴侣时易受性分心句影响，女性有伴侣时易受情感分心句影响。 3 变量介绍 变量名称定义句子再认数量Recall因变量。事后对目标句再认的数量（从6个中）情感状态Relation被试间因素。目前是否处于一段情感关系，分为2类：with partner/ without partner性别Gender被试间因素。性别句子类型Sentence Type被试内因素，目标句前面的分心句的类型，分别为neutral, Emotional, Sexual 4 在SPSS中的方差分析 4.1 重复测量方差分析 ALT+A - G - R定义被试内因素 选择被试间因素，以及作图选项 
4.2 方差分析表
被试间水平  被试内水平  交互项（ 【Neutral vs Emotional】 × Gender × Relationship & 【Emotional vs Sexual】 × Gender × Relationship） 
5 方差分析在Excel中的操作化过程——和方分解
5.1 分解被试间因素的SS：
首先将3个被试内观测取均值截距SS：即均值 M of all的平方和性别Gender SS：Mean of each gender的SSRelation SS：同上Gender × Relation SS：M_{each gender * each relation}-无交互作用的预测值=交互作用值Error_i ： Y_i - M_{each gender * each relation}= error_i
5.2 分解被试内因素SS
首先将每个观测值 - 无被试内因素的预测值（包括被试水平的误差项），得到只包含被试内因素和误差的部分D_Task。即Y(ti) - Y(j) ——t、i的意义是，第 i 人的第 t 个Sentence type的测量。以下Mean都是D_Task的均值D_Task 的SS：Mean of each Sentence Type的SSD_Task ×Gender的SS：即Mean of {each gender * each task} - Mean of Each taskD_Task × Relation的SS：同上。D_Task × Gender × Relation：Mean of {each task × each gender × each relation} - 【2、3、4】部分的预测值 = 3水平交互作用值Error_ti = Y_ti - Mean of {each task × each gender × each relation} = error_ti
6 Excel中演示各交互项结果的（未标准化）置信区间解读
以【Neutral vs Emotional】 × Gender × Relationship & 【Emotional vs Sexual】 × Gender × Relationship 为例
即求，mean difference of [mean difference of (mean difference of “Neutral vs Emotional” ) of “male vs female”] of “with vs without” 的置信区间。 计算W_type1-type2 计算Mean of W(Gender_Relation, 2*2 ) 计算D_Male_With-without和D_Female_With-without 计算（D_Male_With-without） - （D_Female_With-without） 根据公式计算c，t，se。Sp^2 = spss结果中的Mean square D = d * Sp = T × SE，因此根据T的置信区间可计算D的置信区间。 D_Upper = D + T_Upper × SE D_Lower = D + T_Lower × SE 在计算其他交互项时，使用的Sp可能不同。被试间交互项计算时，使用Error_i。包含被试内的交互项计算时，使用Error_ti。 |
【本文地址】