三因素方差分析_方差分析教案：被试内因素

示例数据：ds5.Mixed.wide.sav（引自personality-project.org，作了适应SPSS的格式转换）

ds5.Mixed.wide.sav

2.1K

·

百度网盘

• 被试内极简设计：关联两样本均值比较

流行的教科书对关联两样本均值比较的图形报告示范多不足取。比如下图 (Green & Salkind, 2014, p. 154, Figure 144) ，关联两样本（不妨更名为关联两变量，其实是一组个案的两个关联变量）各自的波动性与最后研究的两变量差值波动性没有必然关系。

(Green & Salkind, 2014, p. 154)

将这个图示方法应用于示例数据的关联两ex_neg 与ct_neg ，如下图所示。然而，关联两样本 T 检验所研究的差值D_neg = ex_neg - ct_neg 的波动性，并不能从图中窥见端倪。如果这两个变量正相关比较大，D_neg 的波动性反而会比较小——想象最极端情形，相关系数接近1，D_neg 就会接近零。

示例数据的关联两变量箱型图

要表现出相关系数，恰当的图示方法是散点图。下图是ex_neg 与 ct_neg 的散点图，除了横轴纵轴之外还加了两条对角线参考。这18枚个案在斜率为1的对角线投影，其投影点横纵坐标相等，且等于ex_neg 与 ct_neg 的均值M_neg；这18枚个案与该对角线的距离则反映ex_neg 与 ct_neg 的差值。

图中每一枚个案作了轻微抖动（jitter）处理，以免个别数值因四舍五入而重叠

斜率为-1的另一条参考线上，蓝色标记与斜率1的对角线（带有正负号的）距离恰好等于D_neg /

= [

ex_neg - ( ex_neg+ ct_neg)/2 ] ×

。将上图逆时针旋转45°，再搭配上

D_neg /

的正态密度参考线，如下图。

图中正态密度参考线尺度与ex_neg、ct_neg的尺度不同

初学的读者可以尝试在SPSS中依次操作一下：</