什么是重復測量方差分析？

重復測量是指在不同的時間點上對同一對象的同一觀察指標進行多次測量，重復測量設計是科研工作中常見的設計方法，常用來分析在不同時間點上某指標的差異。

重復測量設計的優缺點是什么？

優點：①提高了處理組間的精確度；②有 效地利用了個體；

缺點：①存在順序效應，就是說處理因素的排列先后可能會產生不同的效應；②存在攜帶效應，就是說前面的處理效應可能會影響到后面的處理效應。

Tips:解決的辦法是——處理順序的隨機化以及前后處理之間有充分的“清洗”時間。

使用重復測量方差分析需要注意哪些？

首先，除了滿足一般方差分析的條件外；

具體是指：①正態性：不同處理水平下的個體取自相互獨立的隨機樣本，總體要服從正態分布。

②方差齊性：不同處理水平下的總體方差是相等的。

其次，還必須要進行協方差陣的球形假設檢驗；

如果不滿足球形對稱性質，會怎么樣呢？

答案是：方差分析的F值有偏差，會增大第I類錯誤的概率。

什么是第I類錯誤，點擊文章鏈接：

SPSS學堂：SPSS中的第一類和第二類錯誤?zhuanlan.zhihu.com

重復測量設計方差分析的假設檢驗

假設對同一組觀測對象在k個不同的條件下進行了重復測量，獲得k個樣本。

零假設為：k個樣本分布來自具有相同均值和方差的相互獨立總體。SPSS將k次重復測量的樣本看作k個因變量，作多元檢驗，如果F統計量的值大于臨界值，就否定零假設，反之亦然。

SPSS操作

介紹完理論部分，我想大家對重復測量方差分析有了一定的了解，接下來，我們就來看看怎么去操作吧。

本文例子“身體減重的食療法效果”。該例子，數據是選擇了20位女性前后3個月的體重變化，圖1.1是第1、2、3個月這些女生體重減重情況。

圖1.1 20位女性減重情況

Step1：選擇“分析——一般線性模型——重復測量”命令，彈出“重復測量定義因子”對話框，將“主體內因子名”中的因子1，修改為weight，也可默認不修改。如圖1.2。

圖1.2 重復測量定義因子 對話框1

Step2：“級別數”框中輸入重復測量次數“3”，單擊“添加”按鈕。如圖1.3。

圖1.3 重復測量定義因子 對話框2

Step3：選擇左下角的“定義”按鈕，將3次測量變量“第1個月”、“第2個月”和“第3個月”按照框中測量的順序，逐個放入右側框中，也可以按Shift鍵，將3個變量全部選中一次性放入。如若順序出現差異，單擊“主體內變量”左側的上下箭頭來調整順序，注意順序一定不能出錯。如圖1.4。

圖1.4 重復測量“定義”對話框

Step4：單擊右側的“選項”按鈕，將weight移至右側的“顯示下列各項的平均值”框中，并將“比較主效應”復選框勾選上。設置完后，點擊“繼續”，如圖1.5。

圖1.5 重復測量“選項”對話框

Step5：單擊“模型”按鈕，在彈出對話框中，選擇“全因子”模型，單擊“繼續”按鈕。如圖1.6。

圖1.6 重復測量“模型”選項設置

Step6：完成上述參數設置后，在主對話框中單擊“確定”按鈕運行。

結果分析

圖1.7為多變量檢驗結果，計算了T檢驗值、F值、假設自由度和誤差自由度，表中不同測試時間的weight有差異，P=0.000。然而，是否以此檢驗結果為準，還得依據球形性檢驗，如果不符合球形性，才以此結果或者以一元方差分析中校正結果為準。

圖1.7 多變量檢驗結果

2. 圖1.8 為球形檢驗結果，其中Machly W=0.824，顯著性P=0.175，符合球形檢驗。結果以一元方差結果為準。如果P<=0.05，則不符合球形檢驗。

圖1.8 球形檢驗結果

3. 圖1.9為方差分析結果。因為本例符合球形性，因此，以“假設球形度”結果，可見不同時間測量的體重有統計學差異，F=126.470,P=0.000。

圖1.9 方差分析結果

4.圖1.10的是不同時間的差異分析結果。從圖中可以得出，第1個月都比第2個月、第3個月的值高，并且P=0.000，表明差異都很顯著；第2個月比第3個月的減重值更高，且P=0.000，認為很顯著。

圖1.10 不同時間的差異比較結果

在 SPSS學堂 中回復20180305，可獲得本次案例，多練習哦~

總結

以上是生活随笔為你收集整理的spss方差分析_SPSS单因素重复测量方差分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。