实验语音学常用软件入门•SPSS ANOVA检验2

概论

什么是重复测量方差分析？

在语言学研究中，重复测量方差分析（Repeated Measures ANOVA）是一种强有力的统计工具，用于检测同一组被试在不同条件或时间点的均值是否存在显著差异。与独立样本ANOVA不同，它考虑了同一被试之间的相关性，从而提供更准确的结果。

实验数据

数据准备

假设我们进行了一项实验，研究两种新的语言教学方法A与B对学生词汇量的影响。我们在三个月的时间内，对30名学生（分成A组与B组）在0个月、1个月和3个月的词汇量进行了测量。局部数据如下：

Student	Group	Month0	Month1	Month3
1	A	50	66	87
2	A	55	62	92
3	A	46	66	78
4	B	48	53	85
5	B	48	63	85

操作步骤

导入数据

启动 SPSS。
点击“文件” > “打开” > “数据”。
在弹出的窗口中，选择“文件类型”为“CSV (*.csv)”（本次数据格式为csv），然后找到并打开文件。

检查数据

确认数据已正确导入，列名分别为“Student”, “Group”, “Month0”, “Month1”, “Month3”。
确认每个变量的类型，其中“Group”应为“字符串”，“Month0”, “Month1”, “Month3”应为“数值”。

定义重复测量因子

点击“分析” > “一般线性模型” > “重复测量...”
在“重复测量定义”窗口中：
在“主体内因子名(W)”框中输入 Time，这里可以自由命名，便于分析即可。
在“级别数(L)”框中输入 3。
点击“添加(A)”。
点击“定义(F)”。

指定测量变量

在弹出的“重复测量”窗口中，将 Month0，Month1，Month3 依次拖入“Time(3)”下面的三个框中。

添加主体间因子

在“主体间因子”框中，将“Group”拖入其中。

设置分析选项

点击“模型...”按钮，选择“全因子”，点击“继续”。
点击“EM平均值”按钮，选择需要分析的事后比较项，勾选适当的事后比较方法（如Bonferroni），点击“继续”。

点击“选项...”按钮，勾选“描述性统计”、“估计边际均值”、“效应大小”等选项，点击“继续”。

修改代码与运行分析

确认设置无误后，点击“粘贴”按钮（不是点击“确定”）。因为我们要进行简单效应分析，在SPSS里需要手动修改代码，这一点与之前的单因素与双因素ANOVA教程相同。
修改前：

GLM Month0 Month1 Month3 BY Group
  /WSFACTOR=time 3 Polynomial 
  /METHOD=SSTYPE(3)
  /EMMEANS=TABLES(OVERALL) 
  /EMMEANS=TABLES(Group) COMPARE ADJ(BONFERRONI)
  /EMMEANS=TABLES(time) COMPARE ADJ(BONFERRONI)
  /EMMEANS=TABLES(Group*time) 
  /PRINT=DESCRIPTIVE ETASQ HOMOGENEITY 
  /CRITERIA=ALPHA(.05)
  /WSDESIGN=time 
  /DESIGN=Group.

修改后：

GLM Month0 Month1 Month3 BY Group
  /WSFACTOR=time 3 Polynomial 
  /METHOD=SSTYPE(3)
  /EMMEANS=TABLES(OVERALL) 
  /EMMEANS=TABLES(Group) COMPARE ADJ(BONFERRONI)
  /EMMEANS=TABLES(time) COMPARE ADJ(BONFERRONI)
  /EMMEANS=TABLES(Group*time) COMPARE(time) ADJ(BONFERRONI) #此行修改，表示在控制group的情况下，分析不同time的简单效应。
  /EMMEANS=TABLES(Group*time) COMPARE(time) ADJ(BONFERRONI) #此行新增，表示在控制time的情况下，分析不同group的简单效应。
  /PRINT=DESCRIPTIVE ETASQ HOMOGENEITY 
  /CRITERIA=ALPHA(.05)
  /WSDESIGN=time 
  /DESIGN=Group.

选中代码片段，点击绿色的运行按钮。

解释结果

描述性统计

显示每个时间点和每个组别的平均分和标准差。

方差齐性检验

协方差矩阵的博克斯等同性检验: 主要用于多因素方差分析和重复测量方差分析，用于验证不同组的协方差矩阵是否相等。如果涉及多个因变量或需要进行多元方差分析，一般查看这个检验。
误差方差的莱文等同性检验: 用于单因素方差分析中，验证不同组的误差方差是否相等。如果进行的是单一因变量的方差分析，莱文检验更加适用。

由于 p =0.302 >0.05，这表明不同组的协方差矩阵相等，满足重复测量方差分析的假设。因此，可以进行进一步的多变量分析。

Month0:基于平均值的显著性 p = .228 > 0.05，表明方差齐性假设成立。
Month1:基于平均值的显著性 p = .038 < 0.05，表明方差齐性假设不成立。
Month3: 基于平均值的显著性 p = .662 > 0.05，表明方差齐性假设成立。
对于 Month1，由于显著性 p < 0.05，表示不同组的误差方差不相等，这可能会影响方差分析结果的解释。

球形度检验与后续检验结果查看

球形度检验

Mauchly’s Test of Sphericity: 检验球形假设是否成立。
- 如果球形度检验P<0.05，需要看多变量检验结果或者主体内效应检验的校正结果。
- 如果球形度检验P>0.05，看主体内效应检验-假设球形度结果。
  在本次试验中，Mauchly 球形度检验结果显著（p < 0.05），表明球形假设被违反，因此需要使用校正结果（如Greenhouse-Geisser校正）。