目录
(1)应用
(2)基本计算
(1)平方和的计算
(2)自由度的计算
(3)F值的计算
(C) spss的运行和结果
1)数据
1.数据输入
2.编码含义
(2)spss操作
(3)结果
(1)应用
(1)研究在固定的小组中进行，受试者不能随机分配。
(2)研究中影响因变量的因素有两个，一个是自变量；另一种是无关变量，即固定组。
(3)两个影响因素之间没有交互作用。
(4)比如一个学校有12个班，要检验某一种教学方法(传统教学法vs新教学法)的教学效果。随机选择六个班级进行传统教学，另外六个班级进行新教学。班级这个无关变量没有和各个层次的教学方法结合起来，所以交互作用无法计算。从被试人数可以看出，两因素完全随机嵌套实验设计的被试人数为nq，两因素完全随机实验设计的被试人数为npq。
该表如下：
d970b9f63026" img_width="640" img_height="470" inline="0" alt="两因素完全随机嵌套实验设计的方差分析" onerror="javascript:errorimg.call(this);">来自《多因素实验设计》
（二）基本计算
（1）平方和的计算
n：每个团体的被试数
p：自变量水平数
q：自变量各水平的团体数
（2）自由度的计算
（3）F值的计算
显著时：
否则：
（三）spss操作及结果
（1）数据
1. 数据录入：
自变量A：传统教学vs新型教学
无关变量B：8个班级，每个班级抽取4人，按班级为一个团体随机分配给两种教学方法
因变量：教学效果
将数据录入spss
2. 编码含义：
第一列A因素表示两种教学方法（1：传统教学法，2：新型教学法），第二列B因素表示无关变量班级（1-4表示A的不同条件下的4个班级），第三列是因变量。
（2）SPSS操作
分析-一般线性模型-单变量（只有一个因变量，所以选择单变量）
放入因变量和固定因子A因素和B因素
模型-选择主效应-将A因素和B因素选入-继续
平均值-所有变量选入-勾选比较主效应-默认LSD
选项-勾选描述性统计、齐性检验
点击粘贴→打开语法界面
打开语法界面后在末尾句号前改写下面两条语法如下，自变量即A因素写到括号里，写反会导致结果错误。
/DESIGN=A因素 B因素(A因素)
/TEST=A因素 VS B因素(A因素)
全选语法-点击绿色标志
（3）结果
主体间效应检验可以看到B因素即班级的效应是非常显著的，说明不同班级之间差异显著大于被试之间的差异。本表中A因素的效应也是显著的，但是这个结果是不准确的，因为，B因素的效应显著时，说明B因素在A因素各水平上是不同质的，因此高估了A因素的效应。
因此，要计算A因素的效应，要用SSB(A)来做误差项。即要看定制假设检验的结果，从中可以看到，F=5.68，P>0.05，因此，A的效应并不显著。因此，不能得出新型教学方法与传统教学法的效果有显著性差异的结论。
感谢观看！
end
