关于被试内实验设计的相关内容在前期“二因素被试内设计”已给予讲解，这里就不再赘述因此，接着上期“三因素被试间设计”的内容，在本期中主要为大家分享三因素被试内实验设计的相关知识点       本期内容主要从以下几点为大家进行讲解：。

01 基础知识这种设计的特点是，研究中包含3个因素，这三个因素均为被试内变量，每个因素可有两个或更多水平例如：为研究在句子阅读过程中，一个词阅读时间的长短，如何受视觉对比（指词与其呈现背景之间的视觉对比）、词频和笔画数的影响。

将视觉对比A、词频B和笔画数C均作为被试内变量来操纵其中：（1）视觉对比(A),分高(A1)、中(A2)和低(A3)三水平；（2）词频（B）,分高（B1）和低（B2）两水平；（3）笔画数(C),分多（C1）和少（C2）两水平。

三者均为被试内变量因此，这是一个3x2x2被试内设计，包含12种条件研究目的是考察同笔画数少的词相比，当一个词笔画数较多时，被试对该词的阅读时间是否更长，以及二者之间的差异（即笔画数效应）如何受词频和视觉对比的影响。

下面，我们结合这项研究介绍三因素被试内实验设计的数据格式以及相应的数据分析方法。

02 数据格式利用Excel软件中的“＝average()”命令，计算每名被试每种条件下的阅读时间的平均数，整理成如下形式（共30名有效被试，为节省篇幅我们只给出部分被试的阅读时间平均数数据）：

由于视觉对比、词频和笔画数均为被试内变量，所以，同一名被试12个不同条件（A1B1C1,...,A3B2C2）的阅读时间平均数应该安排在同一行因为一共有30名有效被试的数据，所以，一共应该有30行数据将数据文件存成，xls格式，以备进一步分析。

03 数据分析第一步，用SPSS打开。xls文件，将数据读入spss：

第二步，重复测量方差分析在三因素被试内设计中，为了确定每个因素是否真的起作用（如笔画数是否真的起作用－笔画数多和少之间是否真的有差异），以及所起的作用是否受其他因素影响（如笔画数所起的作用是否受视觉对比和词频的影响），研究者通常需要进行重复测量方差分析，即F检验。

具体步骤如下（1）点击“分析”菜单，选“一般线性模型”中的“重复测量”命令项，弹出“重复测量定义因子”对话框在对话框的“被试内因子名称”和“级别数”的后面，填入第一个被试内变量的名称（应该填A,初始为因子1）和该变量所包含的水平数（应该填3）。

点击添加按钮：

填入第二个被试内变量名称（应该填B）和该变量所包含的水平数（应填2）。点击添加：

同理，填入第三个被试内变量名称（应该填C）和该变量所包含的水平数（应填2）。点击添加：

（2）点击定义（define）,弹出“重复测量”对话框：

在对话框左侧的变量列表中，选择变量A1B1C2、A1B1C2.....A3B2C2，点击进入，使之进入个体内变量[a、b、c]框。

（4）点击确定，开始进行F检验，输出结果。

04 结果解释因为是被试内设计，所以在数据分析的输入结果中，应该阅读“主体内效应检验”。所输出的结果主要有两部分信息构成，一部分是三因素各自的主效应（见下图1）

图1 三因素的主效应的方差分析结果：三个因素的主效应显然，三个因素的主效应均不显著视觉对比F<1、词频，F(1,28）=2.731，p=0.110;笔画数，F(1,28）=2.268，p=0.143另一部分输出结果是三个因素的二重交互作用以及三个因素之间的三重交互作用（见下图2）：

图2 三因素的主效应的方差分析结果：交互作用由图2可知，视觉对比与词频的交互作用不显著，F<1；视觉对比与笔画数的交互作用也不显著，F(2,56）=1.944，p=0.154；词频与笔画数的交互作用显著，F(1,28）=12.872，p=0.001；视觉对比、词频与笔画数之间的三重交互作用显著，F(2,56）=7.170，p=0.002。

第三步，简单简单效应检验在上期内容中，我们已经提到三重交互作用显著说明，一个因素如何起作用要受另外两个因素的影响因此，三重交互作用显著之后，应该进一步进行简单简单效应检验与两因素设计中的简单效应检验相同，三重交互作用显著之后的简单简单效应检验，究竟做哪一个方向的，应视研究者的理论兴趣而定。

我们假设，在这项阅读研究中，研究者更感兴趣的简单效应检验是，将视觉对比和词频的水平固定，考察笔画数的效应，即观察究竟

具体步骤同“三因素被试间设计”类似如

MANOVA A1B1C1 A1B1C2 A1B2C1 A1B2C2 A2B1C1 A2B1C2 A2B2C1 A2B2C2 A3B1C1 A3B1C2 A3B2C1 A3B2C2/WSFACTORS=A(3) B(2) C(2)

/PRINT=CELLINFO(MEANS)/WSDESIGN/DESIGN/WSDESIGN=C WITHIN A(1) WITHIN B(1)C WITHIN A(1) WITHIN B(2)C WITHIN A(2) WITHIN B(1)

C WITHIN A(2) WITHIN B(2)C WITHIN A(3) WITHIN B(1)C WITHIN A(3) WITHIN B(2).在上频词中的笔画数效应。

（2）点击“运行”菜单，选All命令项，输出结果所输出的结果主要由两部分信息构成一是“Analysis of Variance--design 1”标题下的完全的方差分析部分，包括每个因素的主效应以及三个因素之间的二重和三重交互作用（见图3）：。

分析结果是一样的（限于篇幅，图3只显示了三重交互作用的结果），感兴趣的小伙伴可以亲自试一下哦~

另一部分是“Analysis of Variance--design 2”标题下的简单简单效应检验部分，一共包含六个简单简单效应检验（见图4）：

①

②

③（①为C在A1B1和A1B2上的简单简单效应，②为C在A2B1和A2B2上的简单简单效应，③为C在A3B1和A3B2上的简单简单效应）上面的结果显示，当视觉对比高（A1），且词频低（B2）时，笔画数效应才显著，F(1,28）=11.76，p=0.002(见图①）,同笔画数少的词相比，笔画数多的词的阅读时间更长。

当视觉对比低（A3）时，无论词频高（B1）还是低（B2）时，笔画数效应均显著，F(1,28）=7.63，p=0.010、F(1,28）=8.22，p=0.008(见图③）,同笔画数少的词相比，笔画数多的词的阅读时间更长。

其他各种条件下的笔画数效应均不显著

omo老师哦~