《实验与准实验研究.doc》由会员分享，可在线阅读，更多相关《实验与准实验研究.doc（7页珍藏版）》请在课桌文档上搜索。
1、-单因素实验设计及数据处理练习题1.试述单因素完全随机实验设计与重复测量实验设计各有什么优缺点.单因素完全随机实验设计优点：每个被试只需承受一次处理，没有疲劳与练习效应。缺点：由于被试间的个体差异无法控制，实验的精度较低单因素重复测量实验设计优点：所用的被试量最少，最大限度的减少了被试的个体差异。缺点：如果自变量水平较多时，屡次测量容易造成被试的练习与疲劳效应；有些实验处理水平之间互相影响，不适合采用重复测量的实验设2.*校三个平行班进展数学测试，*教师为了比拟不同班级数学成绩的差异，分别对三个班进展三次t检验，得到了三个班级之间数学成绩存在差异的检验。问：这种分析方法是否正确.为什么.如不正
2、确，应如何分析.这种检验方法不正确因为试验中有超过两组被试，如果使用三次t检验，进展两两比拟，显著性差异的概率增大，实验误差增大。应该进展方差齐性检验，如果方差齐性检验结果不显著，三个班的数学成绩无显著差异；假设方差齐性检验的结果为有显著性差异，通过多重比拟判断是否有差异。3.有一项探讨学生文章组织能力对文章阅读理解成绩影响的实验研究。通过文章组织能力测试将学生分为组织能力低A、组织能力中B和组织能力高C三组。分别对三组学生进展阅读能力的测验，三组学生的阅读成绩如下，问：三组学生的阅读理解能力是否有显著差异.如果有差异，是在哪几组之间有差异.ABC13141916161814181715152
3、013132217211423描述阅读能力N均值标准差标准误均值的 95% 置信区间极小值极大值下限上限1514.201.304.58312.5815.8213162715.291.799.68013.6216.9513183720.002.160.81618.0022.001723总数1916.743.124.71715.2318.241323方差齐性检验阅读能力Levene 统计量df1df2显著性.811216.462显著性0.05，满足方差齐性，通过LSD进展多重比拟ANOVA阅读能力平方和df均方F显著性组间121.456260.72817.918.000组54.229163.389
4、总数175.68418多重比拟因变量:阅读能力(I) 组织能力(J) 组织能力均值差 (I-J)标准误显著性95% 置信区间下限上限LSDdimension21dimension32-1.0861.078.329-3.371.203-5.800*1.078.000-8.09-3.512dimension311.0861.078.329-1.203.373-4.714*.984.000-6.80-2.633dimension315.800*1.078.0003.518.0924.714*.984.0002.636.80Tamhanedimension21dimension32-1.086.896
5、.584-3.651.483-5.800*1.003.001-8.68-2.922dimension311.086.896.584-1.483.653-4.714*1.063.003-7.67-1.763dimension315.800*1.003.0012.928.6824.714*1.063.0031.767.67*. 均值差的显著性水平为 0.05。Sig小于0.05，存在显著性差异第一组和第三组以及第二组和第三组之间存在显著性差异4.有一项探索生字密度对儿童阅读理解能力影响的实验研究。因变量是阅读理解成绩，自变量A为生字密度，有四个水平，即：a1为5:1平均5个字中有一个生字，a2为1
6、0:1，a3为15:1，a4为20:1。选取8名被试，每人承受四种实验处理。原始数据如下表。问：不同生字密度是否会对学生的阅读理解成绩造成显著差异.如果有差异，是在哪几组之间有差异.a1a2a3a41314181916161918141418181312171715141522171516231513172212131621主体因子度量:MEASURE_1因子1因变量dimension11生字密度12生字密度23生字密度34生字密度4描述性统计量均值标准偏差N生字密度114.37501.685028生字密度213.87501.246428生字密度317.00001.309318生字密度420.
7、00002.267798多变量检验b效应值F假设 df误差 dfSig.因子1Pillai 的跟踪.95434.257a3.0005.000.001Wilks 的 Lambda.04634.257a3.0005.000.001Hotelling 的跟踪20.55434.257a3.0005.000.001Roy 的最大根20.55434.257a3.0005.000.001a. 准确统计量b. 设计 : 截距主体设计: 因子1Mauchly 的球形度检验b度量:MEASURE_1主体效应Mauchly 的 W近似卡方dfSig.EpsilonaGreenhouse-GeisserHuynh-F
8、eldt下限dimension1因子1.1909.5075.095.527.654.333检验零假设，即标准正交转换因变量的误差协方差矩阵与一个单位矩阵成比例。a. 可用于调整显著性平均检验的自由度。在主体效应检验表格中显示修正后的检验。b. 设计 : 截距主体设计: 因子1主体效应的检验度量:MEASURE_1源III 型平方和df均方FSig.因子1采用的球形度190.125363.37525.170.000Greenhouse-Geisser190.1251.580120.33525.170.000Huynh-Feldt190.1251.96396.85325.170.000下限190.
9、1251.000190.12525.170.002误差 (因子1)采用的球形度52.875212.518Greenhouse-Geisser52.87511.0604.781Huynh-Feldt52.87513.7413.848下限52.8757.0007.554根据球形检验，sig0.05，满足球形假设。同时sig0.01，说明三组均值有极显著性差异。接下来进展多重比拟分析。主体比照的检验度量:MEASURE_1源因子1III 型平方和df均方FSig.因子1dimension2线性160.0001160.00080.000.000二次24.500124.5006.018.044三次5.6
10、2515.6253.795.092误差 (因子1)dimension2线性14.00072.000二次28.50074.071三次10.37571.482主体间效应的检验度量:MEASURE_1转换的变量:平均值源III 型平方和df均方FSig.截距8515.12518515.1252303.609.000误差25.87573.696估计度量:MEASURE_1因子1均值标准误差95% 置信区间下限上限dimension1114.375.59612.96615.784213.875.44112.83314.917317.000.46315.90518.095420.000.80218.104
11、21.896成比照拟度量:MEASURE_1(I) 因子1(J) 因子1均值差值 (I-J)标准误差Sig.a差分的 95% 置信区间a下限上限dimension11dimension22.500.423.275-.4991.4993-2.625*.754.010-4.409-.8414-5.625*.778.000-7.464-3.7862dimension21-.500.423.275-1.499.4993-3.125*.515.001-4.344-1.9064-6.125*.875.000-8.194-4.0563dimension212.625*.754.010.8414.40923.
12、125*.515.0011.9064.3444-3.000*1.180.039-5.791-.2094dimension215.625*.778.0003.7867.46426.125*.875.0004.0568.19433.000*1.180.039.2095.791基于估算边际均值a. 对多个比拟的调整：最不显著差异相当于未作调整。*. 均值差值在 .05 级别上较显著。多变量检验值F假设 df误差 dfSig.Pillai 的跟踪.95434.257a3.0005.000.001Wilks 的 lambda.04634.257a3.0005.000.001Hotelling 的跟踪20.55434.257a3.0005.000.001Roy 的最大根20.55434.257a3.0005.000.001每个 F 检验因子1 的多变量效应。这些检验基于估算边际均值间的线性独立成比照拟。a. 准确统计量sig=0.05，对组别变量差异不显著，因此可得学生的智力水平与阅读理解成绩无关。. z.
