二、單純主要效果
（1）語法
1.A at B的單純主要效果
PROC GLM; 利用PROC GLM執行單純主要效果
CLASS S A B ; 兩個自變項分別為A與B
MODEL Y=B S*B A(B) S*A*B; 主要是為了得到S*A*B誤差項，我們會發現模式與前一段的模式有些不同，會做這樣的調整是因為我們必須得到「A因子的誤差」+「整體模式的誤差」（前一段的S*A+S*A*B），因此這邊所少的S*A項，會丟入S*A*B（ps.相信這邊會很複雜，語法就這樣寫就對了）
CONTRAST 'A AT B1' A(B) 1 -1 0 0 0 0/E=S*A*B;
↑利用CONTRAST進行單純主要效果考驗，首先在B1上，考驗A1與A2的差異，單引號中間為註解，並在後面指定誤差項
CONTRAST 'A AT B2' A(B) 0 0 1 -1 0 0/E=S*A*B;
↑接著在B2上，考驗A1與A2的差異，並在後面指定誤差項
CONTRAST 'A AT B3' A(B) 0 0 0 0 1 -1/E=S*A*B;
↑接著在B3上，考驗A1與A2的差異，並在後面指定誤差項
2.B at A的單純主要效果（同上）
*由於B為相依因子，跟A at B一樣，必須在做B at A檢定的誤差項必須指定誤差項，因此要在CONTRAST最後面指定誤差項E=S*A*B
CONTRAST 'A AT B1' B(A) 1 -1 0 0 0 0,
B(A) 0 1 -1 0 0 0/E=S*A*B;
↑此段語法即B的三組在A1上的差異情形，像是聯合檢定
CONTRAST 'A AT B2' B(A) 0 0 0 1 -1 0,
B(A) 0 0 0 0 1 -1/E=S*A*B;
↑此段語法即B的三組在A2上的差異情形，像是聯合檢定
CONTRAST 'B1B2 AT A1' B(A) 1 -1 0 0 0 0/E=S*A*B;
↑此段語法即B1與B2在A1上的差異情形
CONTRAST 'B1B3 AT A1' B(A) 1 0 -1 0 0 0/E=S*A*B;
↑此段語法即B1與B3在A1上的差異情形
CONTRAST 'B2B3 AT A1' B(A) 0 1 -1 0 0 0/E=S*A*B;
↑此段語法即B2與B3在A1上的差異情形
CONTRAST 'B1B2 AT A2' B(A) 0 0 0 1 -1 0/E=S*A*B;
↑此段語法即B1與B2在A2上的差異情形
CONTRAST 'B1B3 AT A2' B(A) 0 0 0 1 0 -1/E=S*A*B;
↑此段語法即B1與B3在A2上的差異情形
CONTRAST 'B2B3 AT A2' B(A) 0 0 0 0 1 -1/E=S*A*B;
↑此段語法即B2與B3在A2上的差異情形
（2）報表
1.單純主要效果（A at B）
(1)由於模式中調整過項目，因此可得到我們需要的誤差項，此處的S*A*B是指(A誤差+AB block誤差)。
(2)因為已指定誤差項，因此結果所得到的F值已不需調整。由結果可知，在「去冰」的狀況下，受訪者對於糖份的接受程度會有顯著差異（F = 11.95，p = .005）；在「少冰」的狀況下，受訪者對於糖份的接受程度會有顯著差異（F = 5.31，p = .040）；在「全冰」的狀況下，受訪者對於糖份的接受程度會有顯著差異（F = 8.97，p = .011）。
2.單純主要效果（B at A）
其實跟A at B的單純主要效果大同小義，
(3)由於模式中調整過項目，因此可得到我們需要的誤差項，此處的S*A*B是指(B誤差+AB block誤差)。
(4)由於B分為三組，因此先在此進行聯合檢定，分別檢定B at A1是否有差異，及B at A2是否有差異，結果皆達顯著水準（F分別為15.03、5.09，p < .05），表示在「半糖」中，受訪者對於各冰塊量之間的接受度有顯著差異；在「全糖」中，受訪者對於各冰塊量之間的接受度亦有顯著差異。可以回到之前描述統計的部分，看各區塊滿意度的平均數與標準差，以瞭解差異情形
(5)經事後比較得知（Contrast用的是LSD法），在「半糖」中，受訪者對於去冰與少冰的接受度有顯著的差異存在（F = 12.00，p = .0002），受訪者對於去冰與全冰的接受度亦有顯著的差異存在（F = 29.30，p < .0001）；在「全糖中」中，受訪者對於去冰與少冰的接受度有顯著的差異存在（F = 5.67，p = .030），受訪者對於少冰與全冰的接受度亦有顯著的差異存在（F = 9.19，p = .008）。可以回到之前描述統計的部分，看各區塊滿意度的平均數與標準差，以瞭解差異情形
留言列表
{{ article.title }}