本次数据讨论的是性别不同的条件下，不同的刺激情况在不同条件下的被试的反应时状况，主要是2×2×2的组内方差统计分析。
一、首先是对主体因子进行统计分析 图一
主体内因子 度量:MEASURE_1 A 1 2 B 1 2 1 2 A1BI A1B2 A2B1 A2B2 因变量 图一是主体内因子排列情况，我们可以看出A变量有2个因子，B变量有两个因子。共同构成了四个处理水平，分别为A1B1、A2B1、A2B1、A2B2。
图二
主体间因子 gender 1.00 2.00 male 值标签 N 15 15 female 图二描述的是主体间因子的情况，主要是gender这一变量有两个值标签，分别为男性和女性，同时男性被试和女性被试分别为15人。
图三
描述性统计量 A1BI gender male female 总计 均值 1.1733 1.3467 1.2600 1.7067 2.0333 1.8700 2.3933 2.7733 2.5833 1.5533 1.5733 1.5633 标准 偏差 .35550 .30907 .33896 .26313 .29196 .31964 .34115 .24919 .35143 .14075 .19809 .16914 N 15 15 30 15 15 30 15 15 30 15 15 30 A1B2 male female 总计 A2B1 male female 总计 A2B2 male female 总计 图三是对数据不同处理水平下的男性的女性的相关描述性统计。
图四 主体内效应的检验 度量:MEASURE_1 源 A 采用的球形度 Greenhouse-Geisser Huynh-Feldt 下限 A * gender 采用的球形度 Greenhouse-Geisser Huynh-Feldt 下限 误差 (A) 采用的球形度 Greenhouse-Geisser Huynh-Feldt 下限 B 采用的球形度 Greenhouse-Geisser Huynh-Feldt 下限 B * gender 采用的球形度 Greenhouse-Geisser Huynh-Feldt 下限 误差 (B) 采用的球形度 Greenhouse-Geisser Huynh-Feldt 下限 A * B 采用的球形度 Greenhouse-Geisser Huynh-Feldt 下限 A * B * gender 采用的球形度 Greenhouse-Geisser III 型平方和 7.752 7.752 7.752 7.752 .019 .019 .019 .019 2.232 2.232 2.232 2.232 1.261 1.261 1.261 1.261 .080 .080 .080 .080 2.182 2.182 2.182 2.182 19.927 19.927 19.927 19.927 .494 .494 df 1 1.000 1.000 1.000 1 1.000 1.000 1.000 28 28.000 28.000 28.000 1 1.000 1.000 1.000 1 1.000 1.000 1.000 28 28.000 28.000 28.000 1 1.000 1.000 1.000 1 1.000 均方 7.752 7.752 7.752 7.752 .019 .019 .019 .019 .080 .080 .080 .080 1.261 1.261 1.261 1.261 .080 .080 .080 .080 .078 .078 .078 .078 19.927 19.927 19.927 19.927 .494 .494 F 97.263 97.263 97.263 97.263 .235 .235 .235 .235 Sig. .000 .000 .000 .000 .631 .631 .631 .631 偏 Eta 方 .776 .776 .776 .776 .008 .008 .008 .008 16.181 16.181 16.181 16.181 1.028 1.028 1.028 1.028 .000 .000 .000 .000 .319 .319 .319 .319 .366 .366 .366 .366 .035 .035 .035 .035 259.310 259.310 259.310 259.310 6.430 6.430 .000 .000 .000 .000 .017 .017 .903 .903 .903 .903 .187 .187 Huynh-Feldt 下限 误差 (A*B) 采用的球形度 Greenhouse-Geisser Huynh-Feldt 下限 .494 .494 2.152 2.152 2.152 2.152 1.000 1.000 28 28.000 28.000 28.000 .494 .494 .077 .077 .077 .077 6.430 6.430 .017 .017 .187 .187 图四是多变量统计检验结果，我们从图表中可以看出刺激不同（A）的情况下，df=1，F=97.26，siq=0.00<0.05，所以不同刺激条件对反应时有显著性差异。同时，依此我们可以看出在不同环境（B）下，也存在显著相关；以及A*B的交互作用也存在显著相关；A*B*gender也存在双重交互作用。但是不同的性别与不同刺激条件（A*gender），及不同性别与不同的环境（B*gender）不存在交互作用。
图五 主体内对比的检验 度量:MEASURE_1 源 A A * gender 误差 (A) B B * gender 误差 (B) A * B A * B * gender 误差 (A*B) 线性 线性 线性 线性 线性 线性 B III 型平方和 7.752 .019 2.232 1.261 .080 2.182 19.927 .494 2.152 df 1 1 28 1 1 28 1 1 28 均方 7.752 .019 .080 1.261 .080 .078 19.927 .494 .077 F 97.263 .235 Sig. .000 .631 偏 Eta 方 .776 .008 线性 线性 线性 线性 线性 线性 16.181 1.028 .000 .319 .366 .035 259.310 6.430 .000 .017 .903 .187 图五和图四得出的检验效果类似，不做具体分析。如图阴影部分。
图六
主体间效应的检验 度量:MEASURE_1 转换的变量:平均值 源 截距 gender 误差 III 型平方和 397.124 1.519 2.030 df 1 1 28 均方 397.124 1.519 .072 F 5478.473 20.952 Sig. .000 .000 偏 Eta 方 .995 .428 图六则是对主体间效应的统计检验，由表格可以看出，在df=1，F=5478.47，
sig.=0.00<0.05，所以性别不同对反应时存在显著性。
图七
图八
由图七和图八我们可以直观的看出来，在男性或者女性不同被试中，其A和B的两个因子之间是存在交互效应的。具体交互效应是怎样的，我们可以进行独立样本t检验。
图九 男性中不同处理水平对反应时的影响
成对样本检验 对 1 对 2 对 3 对 4 A1BI - A1B2 A1BI - A2B1 A1B2 - A2B1 A2B1 - A2B2 均值 -.53333 -1.22000 -.68667 .84000 成对差分 标准差 .44024 .48285 .43894 .34600 均值的标准误 .11367 .12467 .11333 .08934 差分的 95% 置信区间 下限 -.77713 -1.48739 -.92974 .64839 上限 -.28954 -.95261 -.44359 1.03161 t -4.692 -9.786 -6.059 9.403 df 14 14 14 14 Sig.(双侧) .000 .000 .000 .000 在男性被试中，不同被试内处理之间进行配对样本检验，如图阴影部分，我们可以看出各个组别之间的t检验均是显著的，说明A1BI 与A1B2存在显著性差异、A1BI 与A2B1存在显著
性差异、A1B2 与A2B1存在显著性差异、A2B1 与A2B2存在显著性差异。
图十 女性中不同处理水平对反应时的影响： 成对样本检验 对 1 对 2 对 3 对 4 A1BI - A1B2 A1BI - A2B1 A1B2 - A2B1 A2B1 - A2B2 均值 -.68667 -1.42667 -.74000 1.20000 成对差分 标准差 .43403 .41656 .44207 .34226 均值的标准误 .11207 .10756 .11414 .08837 差分的 95% 置信区间 下限 -.92702 -1.65735 -.98481 1.01046 上限 -.44631 -1.19598 -.49519 1.38954 t -6.127 -13.264 -6.483 13.579 df 14 14 14 14 Sig.(双侧) .000 .000 .000 .000 在女性被试中，不同被试内处理之间进行配对样本检验，如图阴影部分，我们可以看出各个组别之间的t检验均是显著的，说明A1BI 与A1B2存在显著性差异、A1BI 与A2B1存在显著
性差异、A1B2 与A2B1存在显著性差异、A2B1 与A2B2存在显著性差异。
组内方差分析作业(2)
