问：对于混合设计实验结果，如何进行统计分析？计算方法与重复测量设计和完全随机设计的实验有什么区别吗？

答：不管是什么实验设计，数据分析中首先的关键是分清楚数据变异源，然后根据数据结构分别计算这些变异源带来的变异量及其自由度，进而得到各个方差。接下来，就可以分别计算自变量方差、自变量交互作用方差与相应的残差项方差的比率，方差分析过程就可以完成。

    在混合设计和重复测量实验设计中的数据分析，与完全随机实验设计分析相比，就是多了个关于被试与被试之间数据变异方差的计算而已。

    对于混合设计的方差分析，举个例子来说：选取10名被试，随机分成两组，第一组参加A1条件下的B1、B2实验；第二组参加A2条件下的B1、B2实验，就构成了一个典型的2×2混合实验设计。方差分析如何做呢？

第一步，计算变异量：

    计算总变异量，即以20个数据计算总变异量，自由度等于N-1＝20－1＝19；

    计算A1与A2间变异量，即A1下10个数据与A2下10个数据间的变异量，自由度等于2－1＝1；

    计算B1与B2间变异量，即B1下10个数据与B2下10个数据间的变异量，自由度等于2－1＝1；

    计算A与B的交互效应带来的变异量，即计算上表中四列数据间变量后减去A和B的变异量得到，自由度等于1×1＝1；

    计算被试与被试间变异量，即按照被试将数据排列成10行两列，即可计算10行间数据变异量，而自由度等于10－1＝9；

    计算残差项变异，等于总变异量减去上述四项得到，自由度等于19－1－1－1－9＝7。

第二步，计算A、B、A×B引起的变异方差与残差项方差的比率F；

第三步，考察各方差比率是否达到显著性水平，即完成这一方差分析过程。

问：组间变量引起的差异和组内变量引起的差异差异是分开计算吗？

答：上述过程已经说明，两个变量引起的数据变异要分别计算。

问：混合设计在SPSS上可以计算吗？

答：当然可以。操作的过程是：点击菜单条Analyze→选择General Linear Model→点击Repeated Measure……即可打开对话框，根据对话框的提示设置因变量、组间自变量、组内自变量，如此进行下去，即可完成混合设计的数据分析。

问：如果统计分析的结果不显著，而实际上应该显著(我们做的是以前做过的实验，别的组都显著)，应该怎么写结果讨论和结论呢？是不是应该重点分析一下误差呢(俺老师让严格按照心理科学的形式写)？谢谢!

答：你的意见是正确的，如果得到的结果与前人的结论、与其他组同学的结论不一致，可能有两种可能性：前人与你其他组同学的结论是错的，而你们组的结论是对的，这种可能性很小；第二种可能就是，你们组的数据结果是错的。接下来的重点分析，就是要仔细检查你们组数据是不是存在更大误差，比如说，你们的被试分组是否有问题、实验设备有无问题、实验操作过程有无问题、是否有些被试没有认真做或严格按实验操作要求做，等等。你可以看看各组数据的标准差大小，如果数据的标准差比其他组同学的大，就说明你们的实验误差大，数据不可靠。你们组的结论就应该是错误的啦。