重复测量方差分析解决的问题:对一个因变量(连续变量)进行了多次测量,探索其在不同时间(或条件)上的变化规律同时还可以分析自变量(离散变量)、协变量等对这种变化产生的影响,我来为大家科普一下关于spss重测信度计算过程?以下内容希望对你有帮助!
spss重测信度计算过程
重复测量方差分析解决的问题:对一个因变量(连续变量)进行了多次测量,探索其在不同时间(或条件)上的变化规律。同时还可以分析自变量(离散变量)、协变量等对这种变化产生的影响。
案例:
长期练习广场舞、气排球、太极拳对普通大学生心率变化的影响
1实验设计:选取健康普通男性大学生,分为三组:广场舞组,气排球组,太极拳组。三组学生每周练习各自的运动项目,每周练习2次,每次90分钟。练习三个月后,测试受试者运动前HR、运动中HR、运动后1分钟HR、运动后3分钟HR、运动后7分钟HR、运动后10分钟HR。
实验测试时的运动内容为各自的运动项目,时间为5分钟。
自变量:运动项目;重测因素(因变量):6次测量的心率。
2部分原始数据
图1
3 SPSS步骤
1)分析-一般线性模型-重复测量
图2
2)"主体内因子名"中输入"HR","级别数"输入6(因为HR共测量了6次)。点击"添加",生成重测变量"HR"。
点击"定义"。
图3
3)把"HR1-HR6"放到"主体内变量"列表,需要一一对应。把"运动项目"放到"主体间因子"。
图4
4)点击图4中的"图"。
把"HR"选入"水平轴","运动项目"选手"单独的线条"。点击"添加","继续"。
图5
5)点击图4中的选项。
勾选"描述统计"、"齐性检验"。点击"继续",返回图4后点击"确定",呈现结果。
图6
4 SPSS主要结果
1)球形度检验
结果判断方法:显著性P>0.05时,接受"球对称假设";P≤0.05时,拒绝"球对称假设"。
图7
目前P<0.05,拒绝"球对称假设",需要采用"球对称"系数(经常选"格林豪斯-盖斯勒")对结果进行校正。
2)方差分析
由于拒绝"球对称假设",所以主要看校正后的结果(蓝色)。
图8
HR与运动项目的交互作用具有统计学意义(P<0.05),说明三组大学生的心率变化不一致。
3)轮廓图
图9
结合图8的方差分析结果,以及图9的轮廓图可以判断结果:
长期练习广场舞的大学生,运动中心率比气排球、太极拳低,运动后1-7分钟恢复的也更快,表现为更好的心血管功能。
说明:1)重测因素"HR"和自变量"运动项目"的主效应都具有统计学意义(P<0.05)。后者的统计结果没有贴出来。这方面读者可以自行理解。
2)如果能够结合重测因素"HR"不同水平的单独效应分析判断结果,会更好。结果太繁琐,不再展示。给出需要增加的程序,感兴趣的朋友可以运行查看:
/EMMEANS=TABLES(运动项目*HR)COMPARE(运动项目)ADJ(LSD)
3)重复测量方差分析还涉及到存在协变量、多个"重测因素"、多个自变量等较为复杂的情况。后续再继续分享。