文档介绍：group
math
1
78
1
65
1
72
1
71
1
72
1
83
1
79
2
76
2
67
2
70
2
64
2
67
2
83
2
72
2
73
3
验），S-N-K（Student-Newman-Keuls检验，有称q检验）， Tukey（Honestly 显著差异检验）,Tukey’s-b（Tukey 的另一种检验方法），Bonferroni （Bonferroni 检 验）,Scheffe（Scheffe检验）等，不同检验方法所依据的检验准则稍有差异，检验结果也不完全相同，这里 不具体介绍各种方法的具体检验原理，感兴趣的读者可以参考有关文献（Miller,1966; Games,1971a,1971b;）。由于在本书中只涉及方差齐性条件满足的情况，所以关于没有方差齐性假设条件 或方差齐性条件不满足时的多重比较方法这里不作介绍。
在上面所举的例子中，不同任课教师担任办主任的班级，其数学成绩存在显著差异，下面我们进一 步检验究竟是那两个组的差异显著。在多重比较窗口，选择S-N-K检验，单击Continue返回主对话框。
（3）在主对话框点击OK按钮运行程序，即可输出结果。
这时的输出结果，除了上面显示的方差齐性的检验结果和方差分析表外，还有多重检验的结果，多
重检验结果为：
MATH
Student-Newman-Keuls
N
Subset for alpha = .05
GROUP
1
2
4
8
3
8
2
8
5
8
1
8
Sig.
.175
.195
Means for groups in homogeneous subsets are displayed
a Uses Harmonic Mean Sample Size =
= .
上述分析结果表明，，5个组可以分成同质的2个大组，第一大组包括原来 的第4组、第3组和第2组；第2大组包括原来的第3组、第2组、第5组和第1组。说明第4组、第 5组与第1组的数学平均成绩存在差异，而第4组与第2组和第3组的差异不显著，第1组、第5组和 第2组和第3组的差异也不显著。
二、随机区组设计的方差分析
在随机区组设计中，每一区组应接受全部实验处理，每种实验处理在每一区组中重复的次数也应该 相同。利用SPSS程序可以进行被试之间的差异检验、处理之间的差异检验及各种交互效应的检验°SPSS 中没有提供可直接用于区组设计的分析程序，但用户可以根据实验设计中具体情况选择普通因素模型 （即所有的因素变量都是被试间因素）或重复测量模型（至少有一个因素变量是被试内因素）。同一区 组内的每一个被试如果接受了全部实验处理，应该选择重复测量模型；如果同一区组内的被试随机接受 不同的实验处理，即一个被试只接受一种处理，则应选择普通因素模型。不同的模型对数据的表现形式 会有所不同。普通因素模型要求实验处理结果即因变量只表现为一个，不同水平下的观测结果用因素变 量的变量值加以对应区分。在重复测量模型中，不同的实验处理结果应表现为不同的变量，不要求因素 变量必须存在。下面我们先介绍普通因素模型。
（一）、随机区组设计的普通因素模型（被试间设计）
数据输入
（15度、30度、45度和60度）条件下，缪勒一莱尔错觉试验错觉量之间
的差异，随机选取4组同质被试，每组8名，总共32名被试。每组同质的8名被试再随机分成4组， 每组2人随机接受一种夹角下的缪勒一莱尔错觉试验，试验结果如下表：
15度
30度
45度
60度
区组1
区组2
区组3
区组4
分析四种不同夹角条件下，缪勒一莱尔错觉试验的平均错觉量有无显著差异，并进一步说明哪些组 存在差异。
我们在句法窗口（syntax）用语句输入数据，具体语句如下（文件6-6-）：
DATA LIST FREE/ BLOCK COND DELUSION.
BEGIN DATA.
1
1
1