Task4：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

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

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：

1. 首先将3个被试内观测取均值
2. 截距SS：即均值 M of all的平方和
3. 性别Gender SS：Mean of each gender的SS
4. Relation SS：同上
5. Gender × Relation SS：M_{each gender * each relation}-无交互作用的预测值=交互作用值
6. Error_i ： Y_i - M_{each gender * each relation}= error_i

5.2 分解被试内因素SS

1. 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
2. D_Task 的SS：Mean of each Sentence Type的SS
3. D_Task ×Gender的SS：即Mean of {each gender * each task} - Mean of Each task
4. D_Task × Relation的SS：同上。
5. 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
6. 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。

1. 计算W_type1-type2

2. 计算Mean of W(Gender_Relation, 2*2 )

3. 计算D_Male_With-without和D_Female_With-without

4. 计算（D_Male_With-without） - （D_Female_With-without）

5. 根据公式计算c，t，se。Sp^2 = spss结果中的Mean square
   

6. 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
   

7. 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。