手机版 下载桌面 设为首页

SPSS:正确使用重复测量资料的方差分析

  SPSS:正确使用重复测量资料的方差分析。简单来说,方差分析的目的在于检验多个样本均数间的差异是否有统计学意义。那么方差分析,您真的用对了么?为了进行细致比较,研究者有时会对同一受试者的某一指标进行多次测量,以反映该指标的真实意义。那么在这种情况下,当多次测量的数据来自于同一个体,这些数据之间很可能存在相关性,这时候,不能认为每一个数值均来自独立样本,故不能采用常规的单变量/多变量方差分析

  下面我们来通过一个非常简单的例子来理解重复测量资料:欲研究糖尿病患者不同时间点血糖水平是否与正常人有差异,同一个体不同时间点的血糖水平是否有差异。通过测量得到如下数据。

  受试者血糖浓度(mmol/L)

  如此一组数据,大家会选用何种统计分析方法呢?

  显然,这是对同一受试对象在不同时间点上进行多次测量所得到的资料,可用来分析观察指标在不同时间点上的变化。这样的数据称为重复数据。如上表所示,每一行的数据均来自同一受试对象,多次测量结果之间可能存在相关性,故不能采用单变量方差分析或多变量方差分析,而需应用重复测量方差分析。

  重复测量方差分析用SPSS软件即可实现。设置变量后进行常规数据录入,下一步,进行分析操作:

  1.选择“分析”——“一般线性模型”—— “重复测量”菜单项。

  2.“被试内因子名称”文本框,将默认的名称“因子1”改为此处的测量内容“血糖”,“级别数”代表重复测量的次数,此处为4,点击“添加”,完成内因子的定义(所谓内因子,是指组内因素,即对同一个体相同变量的不同次测量结果被视为一组)。

  3.接下来,出现重复测量方差分析的主对话框,如下图。由于多次测量而出现多个因变量,我们需要在%20“主体内部变量”中进行设定。而因子列表则相当于自变量,即分组变量group。

  4. 在“模型”按钮中定义需输出的结果,若考虑分组、时间变量以及两者的交互作用,则默认:全因子。在“选项”中选择输出“描述统计”,因为各组统计描述值是必不可少的。

  如此,重复测量方差分析的操作完成!在结果判读中需要指出的是:首先查看Mauchly球形度检验结果P值,如果P>0.05(也有人说是P>0.1),认为资料符合球形假设,说明多次测量结果之间不存在相关性,直接采用一元分析结果(Test of Within-Subject Effect)中的非校正结果;反之,则需要采用多变量检验(Multivariate Test),也可以用一元分析结果中的校正后结果。

  那么诸位,当您的研究涉及对同一个体进行多次测量,得到重复测量资料时,您是用重复测量方差分析,还是用重复测量方差分析,还是用重复测量方差分析呢?

分类标签:SPSS  重复测量方差分析  方差分析  

声明:本文转载仅出于学习和传播信息所需,并不意味着代表本站观点或证实其内容的真实性;其他网站或个人转载使用须保留本站所注“来源”,并自负相关法律责任;如作者不希望被转载或其他事宜,请及时联系我们!