一、三因素方差所屬模塊
三因素方差分析在SPSSAU中屬于【進(jìn)階方法】模塊。
二、方法概述
三因素方差主要用于同時(shí)考察3個(gè)分類因素對(duì)一個(gè)定量結(jié)果變量的影響，也可進(jìn)一步查看因素之間是否存在共同作用。它適合實(shí)驗(yàn)研究、教學(xué)評(píng)估、產(chǎn)品測(cè)試等需要比較多組均值差異的場(chǎng)景。
三、變量設(shè)置規(guī)則
先看整體要求：該方法需要1個(gè)因變量、3個(gè)自變量，還可按需要加入?yún)f(xié)變量。因變量必須是定量數(shù)據(jù)，3個(gè)自變量必須都是定類數(shù)據(jù)，而且數(shù)量固定為3個(gè)。
1. 因變量設(shè)置
（1）放入內(nèi)容：放入1項(xiàng)Y變量。
（2）變量類型：必須為定量變量。
（3）是否必填：必填。
2. 自變量設(shè)置
（1）放入內(nèi)容：放入3項(xiàng)X變量。
（2）變量類型：必須為定類變量。
（3）數(shù)量要求：必須正好為3個(gè)，不能少也不能多。
（4）是否必填：必填。
3. 協(xié)變量設(shè)置
（1）放入內(nèi)容：可放入?yún)f(xié)變量。
（2）變量類型：必須為定量變量。
（3）可放數(shù)量：最多10項(xiàng)。
（4）是否必填：選填，需要控制其他連續(xù)變量影響時(shí)再加入。
四、參數(shù)設(shè)置及解釋說明
該方法支持多項(xiàng)參數(shù)設(shè)置，主要用于決定是否進(jìn)一步考察交互作用、組間細(xì)分差異以及結(jié)果展示深度。
1. 二階效應(yīng)
（1）作用：用于考察3個(gè)因素之間兩兩組合時(shí)，是否會(huì)對(duì)結(jié)果變量產(chǎn)生共同影響。
（2）怎么選：如果不只看單個(gè)因素差異，還想知道任意兩個(gè)因素搭配后是否改變結(jié)果，可以勾選。
2. 三階效應(yīng)
（1）作用：用于考察3個(gè)因素同時(shí)作用時(shí)，是否形成更復(fù)雜的聯(lián)合影響。
（2）怎么選：如果研究設(shè)計(jì)強(qiáng)調(diào)3個(gè)因素共同作用，或懷疑兩兩比較還不夠解釋結(jié)果時(shí)，可以勾選。
3. 簡單效應(yīng)
（1）作用：當(dāng)交互作用存在時(shí)，繼續(xù)拆開不同條件下的差異，幫助看清差異具體出現(xiàn)在哪些組合中。
（2）怎么選：如果希望把交互結(jié)果解釋得更具體，可以勾選。該功能采用Bonferonni方式進(jìn)行檢驗(yàn)。
4. 效應(yīng)量
（1）作用：除了看是否顯著，還可以看影響強(qiáng)弱，讓結(jié)論更完整。
（2）怎么選：如果需要報(bào)告因素影響程度，建議勾選。
5. 事后多重比較
（1）可選方式：LSD、Tukey法、Bonferonni校正、Sidak法。
（2）作用：當(dāng)某個(gè)因素存在顯著差異時(shí)，進(jìn)一步比較到底是哪些組之間存在差異。
（3）怎么選：如果只想先看整體差異，可以不做；如果要定位具體組別差異，就選擇一種方法繼續(xù)比較。
五、分析結(jié)果表格及其解讀
三因素方差在SPSSAU中會(huì)根據(jù)數(shù)據(jù)條件和參數(shù)設(shè)置輸出基礎(chǔ)結(jié)果表、均值對(duì)比表，以及可選的事后比較表、簡單效應(yīng)表、方差齊性檢驗(yàn)表和樣本缺失匯總表。
1. 表1：三因素方差分析結(jié)果表
該表格用于呈現(xiàn)3個(gè)因素、交互項(xiàng)以及誤差項(xiàng)的總體檢驗(yàn)結(jié)果，常見指標(biāo)包括差異源、平方和、自由度、均方、F值、p值；勾選效應(yīng)量后，還會(huì)增加偏Eta方。
● 差異源：表示當(dāng)前檢驗(yàn)的是哪一個(gè)因素、哪一個(gè)交互作用或誤差項(xiàng)，作用是幫助區(qū)分影響來自哪里。解讀時(shí)先分清主效應(yīng)還是交互效應(yīng)，再結(jié)合顯著性指標(biāo)判斷。
● F值：是判斷組間差異相對(duì)組內(nèi)波動(dòng)是否足夠明顯的核心指標(biāo)。一般F值越大，說明差異越明顯，但是否成立還要看p值。
● p值：用于判斷該因素或交互作用是否達(dá)到統(tǒng)計(jì)意義。通常p小于0.05時(shí)，可認(rèn)為該項(xiàng)影響顯著；p大于等于0.05時(shí)，通常認(rèn)為未達(dá)到顯著水平。
● 偏Eta方：是常用的效應(yīng)量指標(biāo)，用于判斷影響強(qiáng)度大小。數(shù)值越大，說明該因素或交互作用對(duì)結(jié)果的影響越強(qiáng)。
● R2：表示模型對(duì)結(jié)果變量整體波動(dòng)的解釋程度。數(shù)值越大，說明模型解釋效果越強(qiáng)。
2. 表2：三因素均值對(duì)比表
該表格用于直接查看3個(gè)因素不同組合下的均值表現(xiàn)，包含各組合水平、均值、標(biāo)準(zhǔn)差和樣本量。
● 均值：表示每個(gè)組合條件下結(jié)果變量的平均水平，作用是直觀看出哪一組高、哪一組低。
● 標(biāo)準(zhǔn)差：表示組內(nèi)數(shù)據(jù)離散程度。標(biāo)準(zhǔn)差越小，說明該組數(shù)據(jù)更集中；越大則說明組內(nèi)波動(dòng)更明顯。
● 樣本量：表示每個(gè)組合條件下納入分析的樣本數(shù)。樣本量過少時(shí)，均值代表性往往會(huì)偏弱。
3. 表3：兩兩因素均值對(duì)比表
該類表格會(huì)分別展示任意兩個(gè)因素組合下的均值與標(biāo)準(zhǔn)差表現(xiàn)，通常包括“因素1和因素2的均值對(duì)比”“因素1和因素3的均值對(duì)比”“因素2和因素3的均值對(duì)比”三類結(jié)果。
● 平均值±標(biāo)準(zhǔn)差：用于同時(shí)展示中心水平和波動(dòng)情況。判斷時(shí)先看均值高低，再看標(biāo)準(zhǔn)差是否過大。
● 各組合分組列：表示不同因素水平的排列方式，作用是幫助定位究竟是哪兩個(gè)因素組合形成了差異。
● n值：表示各分組對(duì)應(yīng)的樣本數(shù)量，n值越充足，參考價(jià)值通常越高。
4. 表4：事后多重比較表
該表格在選擇事后多重比較后出現(xiàn)，并會(huì)按3個(gè)因素分別輸出對(duì)應(yīng)結(jié)果，包含項(xiàng)、均值差值、標(biāo)準(zhǔn)誤、t值、p值；勾選效應(yīng)量時(shí)還會(huì)增加Cohen's d值。
● 均值差值：表示兩組之間平均水平相差多少，數(shù)值絕對(duì)值越大，說明組間均值差距越明顯。
● 標(biāo)準(zhǔn)誤：表示均值差值的不穩(wěn)定程度。標(biāo)準(zhǔn)誤越小，通常說明比較結(jié)果更穩(wěn)定。
● t值：用于輔助顯著性檢驗(yàn)。通常絕對(duì)值越大，差異越可能顯著，但最終仍以p值為準(zhǔn)。
● p值：用于判斷具體哪兩組之間存在顯著差異。通常p小于0.05時(shí)，可認(rèn)為這兩組差異顯著。
● Cohen's d值：用于衡量兩組差異的實(shí)際大小。數(shù)值越大，說明實(shí)際差異越明顯。
5. 表5：簡單效應(yīng)表
該表格在勾選簡單效應(yīng)后出現(xiàn)，會(huì)按兩兩因素組合分別輸出，用于進(jìn)一步拆解交互作用下的具體差異。
● 均值差值：表示特定條件下兩組之間的平均差異，絕對(duì)值越大，差異越明顯。
● t值：用于衡量該情境下差異是否足夠明顯，絕對(duì)值越大，通常說明差異越強(qiáng)。
● p值：用于判斷某一具體條件下的差異是否顯著。通常p小于0.05時(shí)，可認(rèn)為該條件下差異成立。
6. 表6：Levene檢驗(yàn)表
該表格用于檢驗(yàn)各組數(shù)據(jù)的方差是否接近，包含F(xiàn)值、df1、df2和p值。
● p值：用于判斷方差齊性是否成立。一般p大于等于0.05時(shí)，可認(rèn)為方差齊性基本滿足；p小于0.05時(shí)，說明各組方差差異較明顯，解釋結(jié)果時(shí)需要更謹(jǐn)慎。
7. 表7：自由度原理判斷表
該表格會(huì)在無法直接進(jìn)入標(biāo)準(zhǔn)三因素方差結(jié)果時(shí)出現(xiàn)，用于說明各因素水平數(shù)量及對(duì)應(yīng)自由度情況。
● 水平數(shù)量：表示每個(gè)因素包含多少個(gè)類別水平，作用是檢查分組設(shè)置是否滿足分析要求。
● 自由度：表示由水平數(shù)量轉(zhuǎn)換而來的比較信息量，作用是幫助判斷當(dāng)前分組結(jié)構(gòu)是否支持后續(xù)檢驗(yàn)。
8. 表8：樣本缺失情況匯總表
該表格用于展示有效樣本、排除無效樣本和總樣本量，幫助判斷數(shù)據(jù)清洗對(duì)分析結(jié)果的影響。
● 有效樣本：表示最終進(jìn)入分析的數(shù)據(jù)數(shù)量，數(shù)量越多，通常結(jié)果越穩(wěn)定。
● 排除無效樣本：表示因缺失或不符合要求而未納入分析的樣本數(shù)，占比過高時(shí)，需要謹(jǐn)慎解釋結(jié)果。
● 占比：表示各類樣本在總樣本中的比例。有效樣本占比越高，通常越有利于結(jié)果解釋。
六、分析結(jié)果圖表及其解讀
該方法會(huì)輸出3類均值對(duì)比圖，分別用于展示任意兩個(gè)因素組合下的均值變化趨勢(shì)，便于快速識(shí)別組間高低差異和可能存在的交互特征。
1. 因素1和因素2的均值對(duì)比圖
這類圖通常以折線圖、柱形圖、條形圖或雷達(dá)圖呈現(xiàn)，作用是查看前兩個(gè)因素組合下各組均值的變化情況。若不同組的高低差異明顯，說明這兩個(gè)因素組合對(duì)結(jié)果可能存在影響；若線條走勢(shì)差異明顯，往往提示可能存在交互特征。
2. 因素1和因素3的均值對(duì)比圖
這類圖用于展示第1個(gè)因素與第3個(gè)因素組合后的均值表現(xiàn)。解讀時(shí)先看不同組別誰高誰低，再看不同線條或柱形之間是否存在明顯分離；若差異穩(wěn)定且方向清楚，通常說明組合影響較清晰。
3. 因素2和因素3的均值對(duì)比圖
這類圖用于觀察第2個(gè)因素與第3個(gè)因素在不同組合下的均值變化。若圖中不同組別差異不明顯，通常說明這兩個(gè)因素組合的影響較弱；若圖形差異大、分層明顯，則更值得結(jié)合交互結(jié)果進(jìn)一步分析。
以上就是SPSSAU三因素方差方法的相關(guān)內(nèi)容，更深入教程可查看SPSSAU幫助手冊(cè)、教學(xué)視頻、疑難解惑等資料。
