应用SPSS16.0 进行重复测量数据分析 原始数据： Spss变量设置： 导入数据： 1．通过球形检验(Mauchly’s Test of Sphericity) 的结果判断重复测量数据之间是否存在相关性： Analyze→General Lineal Model→Repeated Measures Within- subject factor name 框: 改为t “定义重复测量的变量名为t” Number of levels 框: 键入4: add “重复测量的次数为4 次” Define Within- subject variables 框: t1-t4 “t1-t4 代表4次测量结 果” Between subject factor 框: group Model: 选中Custom “自定义模型” Within- subject Model 框: t “分析4次重复测量间有无趋 势” Between subject Model 框: group “只分析主效应” Continue OK 输出结果： Mauchly's Test of Sphericityb Measure:MEASURE_1 Epsilona Within Subjects Effect Mauchly's W Approx. Chi-Square df Sig. Greenhouse-Geisser Huynh-Feldt Lower-boundt .386 14.977 5.011.611.761 .333 如果该检验P> 0. 05, 说明重复测量数据之间实际上不存在相关性, 数据符合Huynh-Feldt 条件, 可按单因素方差分析方法来处理; 如果P < 0. 05, 说明重复测量数据之间存在相关 性, 不可按单因素方差分析方法处理。实际应用中的重复测量设计资料以后者多见, 应使用重复测量的方差分析模型。 球形检验的结果P< 0. 05, 说明4次重复测量的数据间存在高度的相关性, 宜用多元方差分析进行检验. Tests of Within-Subjects Effects Measure:MEASURE_1 Source Type III Sum of Squares df Mean SquareF Sig. Sphericity Assumed 15607.63635202.54565.910 .000Greenhouse-Geisser 15607.6361.8328517.62265.910 .000Huynh-Feldt 15607.6362.2846832.46865.910 .000t Lower-bound 15607.6361.00015607.63665.910 .000Sphericity Assumed 3408.3116568.0527.197 .000t * zb Greenhouse-Geisser 3408.3113.665930.0167.197 .000Huynh-Feldt 3408.3114.569746.0197.197 .000Lower-bound 3408.3112.0001704.1557.197 .005Sphericity Assumed 4025.6185178.934 Greenhouse-Geisser 4025.61831.151129.230 Huynh-Feldt 4025.61838.834103.663 Error(t) Lower-bound 4025.61817.000236.801 此处t 和t* group 的P 值均< 0. 01, 时间因素以及时间因...
