实验和准实验研究方案1.docx
- 文档编号:29406040
- 上传时间:2023-07-23
- 格式:DOCX
- 页数:12
- 大小:20.63KB
实验和准实验研究方案1.docx
《实验和准实验研究方案1.docx》由会员分享,可在线阅读,更多相关《实验和准实验研究方案1.docx(12页珍藏版)》请在冰豆网上搜索。
实验和准实验研究方案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:
每个被试只需接受一次处理,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,多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.某校三个平行班进行数学测试,某教师为了比较不同班级数学成绩的差异,分别对三个班进行三次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,进行两两比较,显著性差异的概率增大,实验误差增大。
应该进行方差齐性检验,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;若方差齐性检验的结果为有显著性差异,通过多重比较判断是否有差异。
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。
分别对三组学生进行阅读能力的测验,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?
A
B
C
13
14
19
16
16
18
14
18
17
15
15
20
13
13
22
17
21
14
23
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
1
5
14.20
1.304
.583
12.58
15.82
13
16
2
7
15.29
1.799
.680
13.62
16.95
13
18
3
7
20.00
2.160
.816
18.00
22.00
17
23
总数
19
16.74
3.124
.717
15.23
18.24
13
23
方差齐性检验
阅读能力
Levene统计量
df1
df2
显著性
.811
2
16
.462
显著性>0.05,满足方差齐性,通过LSD进行多重比较
ANOVA
阅读能力
平方和
df
均方
F
显著性
组间
121.456
2
60.728
17.918
.000
组内
54.229
16
3.389
总数
175.684
18
多重比较
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
LSD
dimension2
1
dimension3
2
-1.086
1.078
.329
-3.37
1.20
3
-5.800*
1.078
.000
-8.09
-3.51
2
dimension3
1
1.086
1.078
.329
-1.20
3.37
3
-4.714*
.984
.000
-6.80
-2.63
3
dimension3
1
5.800*
1.078
.000
3.51
8.09
2
4.714*
.984
.000
2.63
6.80
Tamhane
dimension2
1
dimension3
2
-1.086
.896
.584
-3.65
1.48
3
-5.800*
1.003
.001
-8.68
-2.92
2
dimension3
1
1.086
.896
.584
-1.48
3.65
3
-4.714*
1.063
.003
-7.67
-1.76
3
dimension3
1
5.800*
1.003
.001
2.92
8.68
2
4.714*
1.063
.003
1.76
7.67
*.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10:
1,a3为15:
1,a4为20:
1。
选取8名被试,每人接受四种实验处理。
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?
a1
a2
a3
a4
13
14
18
19
16
16
19
18
14
14
18
18
13
12
17
17
15
14
15
22
17
15
16
23
15
13
17
22
12
13
16
21
主体内因子
度量:
MEASURE_1
因子1
因变量
dimension1
1
生字密度1
2
生字密度2
3
生字密度3
4
生字密度4
描述性统计量
均值
标准偏差
N
生字密度1
14.3750
1.68502
8
生字密度2
13.8750
1.24642
8
生字密度3
17.0000
1.30931
8
生字密度4
20.0000
2.26779
8
多变量检验b
效应
值
F
假设df
误差df
Sig.
因子1
Pillai的跟踪
.954
34.257a
3.000
5.000
.001
Wilks的Lambda
.046
34.257a
3.000
5.000
.001
Hotelling的跟踪
20.554
34.257a
3.000
5.000
.001
Roy的最大根
20.554
34.257a
3.000
5.000
.001
a.精确统计量
b.设计:
截距
主体内设计:
因子1
Mauchly的球形度检验b
度量:
MEASURE_1
主体内效应
Mauchly的W
近似卡方
df
Sig.
Epsilona
Greenhouse-Geisser
Huynh-Feldt
下限
dimension1
因子1
.190
9.507
5
.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"主体内效应检验"表格中显示修正后的检验。
b.设计:
截距
主体内设计:
因子1
主体内效应的检验
度量:
MEASURE_1
源
III型平方和
df
均方
F
Sig.
因子1
采用的球形度
190.125
3
63.375
25.170
.000
Greenhouse-Geisser
190.125
1.580
120.335
25.170
.000
Huynh-Feldt
190.125
1.963
96.853
25.170
.000
下限
190.125
1.000
190.125
25.170
.002
误差(因子1)
采用的球形度
52.875
21
2.518
Greenhouse-Geisser
52.875
11.060
4.781
Huynh-Feldt
52.875
13.741
3.848
下限
52.875
7.000
7.554
根据球形检验,sig>0.05,满足球形假设。
同时sig<0.01,表明三组均值有极显著性差异。
接下来进行多重比较分析。
主体内对比的检验
度量:
MEASURE_1
源
因子1
III型平方和
df
均方
F
Sig.
因子1
dimension2
线性
160.000
1
160.000
80.000
.000
二次
24.500
1
24.500
6.018
.044
三次
5.625
1
5.625
3.795
.092
误差(因子1)
dimension2
线性
14.000
7
2.000
二次
28.500
7
4.071
三次
10.375
7
1.482
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
F
Sig.
截距
8515.125
1
8515.125
2303.609
.000
误差
25.875
7
3.696
估计
度量:
MEASURE_1
因子1
均值
标准误差
95%置信区间
下限
上限
dimension1
1
14.375
.596
12.966
15.784
2
13.875
.441
12.833
14.917
3
17.000
.463
15.905
18.095
4
20.000
.802
18.104
21.896
成对比较
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
dimension1
1
dimension2
2
.500
.423
.275
-.499
1.499
3
-2.625*
.754
.010
-4.409
-.841
4
-5.625*
.778
.000
-7.464
-3.786
2
dimension2
1
-.500
.423
.275
-1.499
.499
3
-3.125*
.515
.001
-4.344
-1.906
4
-6.125*
.875
.000
-8.194
-4.056
3
dimension2
1
2.625*
.754
.010
.841
4.409
2
3.125*
.515
.001
1.906
4.344
4
-3.000*
1.180
.039
-5.791
-.209
4
dimension2
1
5.625*
.778
.000
3.786
7.464
2
6.125*
.875
.000
4.056
8.194
3
3.000*
1.180
.039
.209
5.791
基于估算边际均值
a.对多个比较的调整:
最不显著差别(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df
Sig.
Pillai的跟踪
.954
34.257a
3.000
5.000
.001
Wilks的lambda
.046
34.257a
3.000
5.000
.001
Hotelling的跟踪
20.554
34.257a
3.000
5.000
.001
Roy的最大根
20.554
34.257a
3.000
5.000
.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对比较。
a.精确统计量
sig=<0.01,不同生字密度对学生的阅读理解成绩有极显著性差异。
平均5个字中有一个生字与平均10个字中有一个生字没有显著差异,即a1与a2组没有显著差异。
平均5个字中有一个生字、平均15个字中有一个生字和平均20个字中有一个生字对学生的阅读理解成绩影响大,即a1与a3、a4有显著性差异。
5.在上述实验中,实验者考虑到智力可能影响阅读理解成绩。
因此在实验前实验者按学生智力水平的高低将其分为8个区组,同一区组的4位学生智力水平相当,共有32名被试。
实验数据如题4。
问:
(1)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?
(2)学生的智力水平是否会影响其阅读理解成绩?
主体间效应的检验
因变量:
阅读理解成绩
源
III型平方和
df
均方
F
Sig.
校正模型
190.125a
3
63.375
22.533
.000
截距
8515.125
1
8515.125
3027.600
.000
生字密度
190.125
3
63.375
22.533
.000
误差
78.750
28
2.813
总计
8784.000
32
校正的总计
268.875
31
a.R方=.707(调整R方=.676)
阅读理解成绩
Student-Newman-Keulsa,b
生字密度
N
子集
1
2
3
dimension1
2.00
8
13.8750
1.00
8
14.3750
3.00
8
17.0000
4.00
8
20.0000
Sig.
.556
1.000
1.000
已显示同类子集中的组均值。
基于观测到的均值。
误差项为均值方(错误)=2.813。
a.使用调和均值样本大小=8.000。
b.Alpha=.05。
(1)生字密度水平a1、a2没有显著性差异,其余各组相互并与他们有显著性差异。
生字密度水平a2、a3与自身均数差异检验的结果为100%没有差异,故P=1.000,而与生字密度水平a1、a2有显著性差异。
且生字密度水平a1、a2,表示两组差异不显著
不同生字密度确实会对学生的阅读理解成绩造成显著差异,生字密度水平a1、a2没有显著性差异,其余各组相互并与他们有显著性差异。
(2)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。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 实验 研究 方案
![提示](https://static.bdocx.com/images/bang_tan.gif)