《05-实验研究在特殊教育研究中的应用（四）》由会员分享，可在线阅读，更多相关《05-实验研究在特殊教育研究中的应用（四）（68页珍藏版）》请在金锄头文库上搜索。
1、特殊教育研究方法 Methodology in Special Education,华东师范大学学前与特殊教育学院 言语听觉科学教育部重点实验室,赵航,第二章 实验研究在特殊教育研究中的应用（四） 两因素实验设计,第1节 实验研究概述 第2节 单组与双组实验设计及数据处理 第3节 单因素完全随机实验设计及数据处理 第4节 单因素重复测量实验设计及数据处理 第5节 两因素完全随机实验设计及数据处理 第6节 两因素重复测量实验设计及数据处理 第7节 两因素混合实验设计数据处理 第8节 实验研究的应用举例,目录,第5节 两因素完全随机实验设计及数据处理,一、多因素实验设计,多因素实验设计：实验中有多
2、个自变量的实验设计。 在一个实验中，一般研究的因素不会超过3个，两因素最常见 例如：研究A药剂量对糖尿病人血糖指数的作用 自变量：低剂量/高剂量 因变量：血糖指数,第五节,单因素完全随机实验设计,一、多因素实验设计,（1）还想知道饭前饭后服用对药效的影响？ （2）还想知道与B药联合使用的效果？,第五节,两因素完全随机实验设计,两因素完全随机实验设计,一、多因素实验设计,多因素实验设计除了每个自变量的影响，还可以讨论自变量之间的交互影响。可以获得更多信息，实验效率更高。 因此，多因素方差分析就是要对实验中自变量的主效应和交互效应是否显著做出检验,第五节,一、多因素实验设计,主效应：实验中一个因素
3、的不同水平引起的变异。 在多因素实验设计中，有几个因素就需要计算几个主效应 交互效应：当一个因素的不同水平在另一个因素的不同水平上的变化趋势不一致时，称这两个因素之间有交互效应。,第五节,一、多因素实验设计,单因素方差分析的思路,第五节,一、多因素实验设计,两因素方差分析的思路,第五节,非常重要,一、多因素实验设计,简单效应检验（Simple Effect Test） 简单效应就是指一个因素在另一个因素不同水平上的效应 例如在a1水平上，b1和b2差异是否显著；在a2水平上，b1和b2差异是否显著，具体体现A因素对B因素造成的影响。 注意与“多重比较”概念之间的区别 Spss无直接选项，需写语
4、句执行（syntax）,第五节,一、多因素实验设计,三因素方差分析的思路？ 主效应：A、B、C 交互效应：A*B、B*C、A*C、A*B*C,第五节,四因素方差分析的思路？ 主效应：A、B、C、D 交互效应：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、两因素实验设计,第五节,二、两因素完全随机实验设计,第五节,两因素完全随机实验设计的特点： （1）两个自变量。每个自变量有两个或多个水平。 （2）如果一个自变量有p个水平，另一个自变量有q个水平，那么，该实验就有p*q个实验处理水平的结合 （3）实验即有p*q个
5、实验组，被试被随机分配到每个实验组中，每个被试只接受一种实验处理水平的结合。 （4）该实验设计全称为： p*q两因素完全随机实验设计,二、两因素完全随机实验设计,第五节,两因素完全随机实验设计模式 自变量A有两个水平：a1和a2 自变量B有三个水平：b1、b2和b3,2*3两因素完全随机实验设计,二、两因素完全随机实验设计,两因素完全随机设计的方差分析需满足以下前提： 正态分布：因变量在每个实验单元内都呈正态分布。如果不能保证正态分布，那么每组的样本量应不少于15人 方差齐性：因变量在每个实验单元内的方差齐性。如果方差不齐，样本量差距也较大，那么方差分析结果受影响。 独立性：各组被试必须是从总
6、体中随机抽取的样本，各组的因变量值彼此独立。 连续性：因变量应为连续变量。,第五节,二、两因素完全随机实验设计,两因素完全随机设计在教育康复研究中的应用： 不同对象的特征比较研究（全是被试变量的横向研究） A因素按照正常/异常、不同障碍类型、障碍程度分组 B因素按照不同年龄、性别、家庭、康复方等因素分组 不同干预方法的效果研究（纵向研究） A因素一种干预方法（不干预 / 个训 / 集体训练） B因素为另一种干预方法（不干预 / 干预）,第五节, 案例 有一项“文章标记类型与句子长度对聋生句子理解的实验研究”： 自变量： 标记类型（A） 无标记（a1） 有标记（a2） 句子长度（B） 短句（b1
7、） 中句（b2） 长句（b3） 因变量：句子阅读理解成绩 随机抽取24名被试，分配到各实验组。,二、两因素完全随机实验设计,第五节, SPSS数据处理操作步骤,第一步：建立数据文件：分别定义标记类型、句子类型、阅读分数三个变量。输入数据，建立数据文件。,对标记类型，赋值时，分别设定： 1“无标记” 2“有标记”,对句子类型赋值时，分别设定： 1“短句子” 2“中句子” 3“长句子”,二、两因素完全随机实验设计,第五节,两因素完全随机方差分析的SPSS数据结构 注意与重复测量的区别,二、两因素完全随机实验设计,第五节,第二步：选择统计模块 AnalyzeGeneral Linear Model
8、Univariate,二、两因素完全随机实验设计,第五节,第三步：设置因变量和自变量,二、两因素完全随机实验设计,第五节,因变量Dependent Variable方框中放入成绩 固定变量（Fixed Factor(s)）方框中，放入自变量标记类型和句长类型,第四步：参数设置（Options）,二、两因素完全随机实验设计,第五节,选择Descriptive statistics，对数据进行描述性统计； 选择Homogeneity tests，进行方差齐性检验,第五步：设置多重比较 点击Post Hoc按钮，对句长类型的三个水平进行多重比较。 在方差齐性假设前提条件下可选用Tukey法； 在方差
9、非齐性假设前提条件下可选用Dunnetts C法。,二、两因素完全随机实验设计,第五节,第六步：绘制均值图,二、两因素完全随机实验设计,第五节,在主对话框中点击Plot 设置横坐标 Horizontal Axis 设置独立折线 Separate Lines 单击Add完成操作,第七步：点击OK，执行程序。,二、两因素完全随机实验设计,第五节, SPSS输出结果分析,（1）描述统计结果,均值（Mean） 标准差（S.D） 被试数（N）,二、两因素完全随机实验设计,第五节,（2）方差齐性检验结果,P=0.489.05，表明各组因变量的方差是齐的 如进行多重比较，则应该采用方差齐性假设前提下的统计方
10、法，如Tukey,二、两因素完全随机实验设计,第五节,（3）被试间效应检验方差分析表,标记类型主效应极显著，F=27.871，P0.01 句长类型主效应极显著，F=8.177，P0.01 两因素交互效应显著，F（a*b）5.661，P0.05,二、两因素完全随机实验设计,第五节,（4）多重比较结果,比较结果为：短句与中句的差异不显著（P=.171） 短句与长句的差异不显著（P=.107） 中句与长句的差异是显著的（P=.002）,二、两因素完全随机实验设计,第五节,（5）均值图,代表中句和长句的两条直线大体平行，而代表短句的直线与两条直线交叉。 因此，大致可以判断两个因素之间存在交互效应。,二
11、、两因素完全随机实验设计,第五节, 简单效应检验,当交互作用显著时，通常需要进行简单效应分析，如果某因素在另一因素的某一个水平内简单效应显著，还需要进行多重比较，以发现具体的差异所在。,（1）检验方法 SPSS没有提供进行简单效应检验的菜单，必须通过编写语句来实现。 （2）编写语句 Univariate主对话框，上述进行方差分析时所作的一切设置不变，单击Paste，SPSS会把全部操作转换成为语句并粘贴到新打开的程序语句窗口中，保留前三行和后三行语句，改写EMMEANS引导的语句。 （3）运行 单击菜单Run-All运行程序。,二、两因素完全随机实验设计,第五节, 简单效应检验语句（替换红色部
12、分）,UNIANOVA 成绩 BY 标记类型 句长类型 /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /POSTHOC=句长类型(TUKEY C) /PLOT=PROFILE(标记类型*句长类型) /EMMEANS=TABLES(标记类型*句长类型)COMPARE(标记类型)ADJ(SIDAK) /EMMEANS=TABLES(标记类型*句长类型)COMPARE(句长类型)ADJ(SIDAK) /PRINT=HOMOGENEITY DESCRIPTIVE /CRITERIA=ALPHA(.05) /DESIGN=标记类型 句长类型 标记类型*句长类型.,二、两因素完
13、全随机实验设计,第五节,非常重要 保留备用, 简单效应检验语句说明,二、两因素完全随机实验设计,第五节,/EMMEANS = TABLES(a*b) COMPARE (a) ADJ(SIDAK)：该语句的功能在于：在b的某一个水平上检验a变量不同水平差异的显著性。如，在b1上看，a1与a2的差异是否显著 /EMMEANS = TABLES(a*b) COMPARE (b) ADJ(SIDAK)：该语句的功能在于：在a的某一个水平上检验b变量不同水平差异的显著性。如，在a1上看，b1、b2与 b3之间的差异 上述两个语句是从两个纬度来进行检验的。实际应用中，可根据研究的需要，选择其中的一个 如果
14、变量超过2个水平，且简单效应显著，则还需做多重比较, 简单效应检验 -输出结果（比较不同句长下的标记类型差异）,二、两因素完全随机实验设计,第五节, 简单效应检验 -输出结果（比较不同标记类型下句长的差异）,二、两因素完全随机实验设计,第五节, 简单效应检验-简单效应后的多重比较结果,二、两因素完全随机实验设计,第五节,第6节 两因素重复测量实验设计及数据处理,两因素重复测量实验设计,第六节,两因素重复测量实验设计的特点： （1）两个自变量。每个自变量有两个或多个水平。 （2）如果一个自变量有p个水平，另一个自变量有q个水平，那么，该实验就有p*q个实验处理水平的结合 （3）两个自变量都是被试
15、内变量，每个被试都要接受p*q 次实验处理。 （4）该实验设计全称为： p*q两因素重复测量实验设计,两因素重复测量实验设计模式 自变量A有两个水平：a1和a2 自变量B有三个水平：b1、b2和b3,2*3两因素重复测量实验设计,两因素重复测量实验设计,第六节,两因素重复测量设计的方差分析方法： 使用前提同单因素重复测量设计 一元方差分析（Univariate）与多元方差分析（Multivariate） 所谓“元”：即因变量 两种方法殊途同归，并且可以相互转化（即因变量和自变量相互转化）,两因素重复测量实验设计,第六节,两者相互转化举例：男女学生参加高考成绩的差异 一元方差分析： 自变量A：性
16、别；自变量B：考试科目（三个水平：语数外） 因变量：考试分数 多元方差分析： 自变量：性别 因变量：数学分数、语文分数、英语分数,两因素重复测量实验设计,第六节,两因素重复测量设计在教育康复研究中的应用： 某一特殊群体某项能力表现的影响因素研究（全是被试内变量的横向研究） A因素（标记影响） B因素（句长影响） 某项能力的康复效果追踪研究（纵向研究） A因素是评估时间（术前 / 术后 / 术后3月 / 术后6月） B因素为不同评估内容（声母识别 / 韵母识别）,两因素重复测量实验设计,第六节, 案例 有一项“文章标记类型与句子长度对聋生句子理解的实验研究”： 自变量： 标记类型（A） 无标记（a1）
