※ 引述《kerryting (以羅)》之銘言： : 不好意思，希望能請教一下板上的各位。 : 因為我是自己看書跑SPSS的，所以有些書中沒有例子或詳細說明的部份我就不會解釋。 : 現在我在使用相依樣本（重複量數）時對covariates的結果解釋出現了一些困難， : 想請教比較了解或是可能有經驗的人能不能提供我一些意見或方向，謝謝。 : 實驗是讓每個受試者都使用過三種界面， : 想要比較三種界面的分數高低（連續變項），所以用相依樣本（重複量數）， : 這個我看書都沒什麼問題。 : 可是由於考慮到受試者原本的一些個人特質可能在其中產生影響， : 我將三種個人特質放進covariates（也都是連續變項）。 : 結果出來是： : (受試者內效應項的檢定) : 界面　 （顯著） : 界面 X 特質1 （不顯著） : 界面 X 特質2 （不顯著） : 界面 X 特質3 （顯著） : 　 ↑這一個部份我不知道應該怎麼解釋？ : 因為翻了幾本書，在這個部份都沒有提到若放進covariates該怎麼解釋， Anova裡的covariates一般是用來做"控制"的 俗稱的控制變數~ 既然是控制變數....那一般當然是不解釋 你如果認為有影響 那就不該放在控制變數裡去做Ancova 而是把個人特質當做自變項處理 : 我只知道意思應該是指：界面和特質3有交互作用。 : 有一個簡單的想法是： : 可能因為受試者特質3的高低，使得他們在實驗結果上出現顯著； : 即，不同界面分數高低的顯著，有可能是因為特質3干擾的影響。 : 不知道這種想法對不對？ 從這邊就可以知道你把特質視為自變數~ 那你的做法就不合適 : 如果是的話，又是怎麼影響呢？（這個我就真的不知道要看哪裡了...Orz） : 對不起，因為手邊兩本spss的書都沒有寫這樣的例子 : （例子重點都會直接放在相依樣本顯著與否，沒有放進covariates的例子） : 不知道有沒有人能告訴我正確的想法， : 或是，可以直接告訴我哪裡有類似的spss例子或解說（書或網路）我直接去看也可以？ : 還是我根本就用錯方法了呢...Orz 一般而言 如果自變數含有類別及連續尺度 而依變項是連續尺度 就該改用一般線性迴歸~ 把類別改用dummy 但是因為你是repeated measure~ 所以沒辦法這樣處理 我建議你直接將三個特質利用事後分組的方式 分成高低組 (至於事後分組怎麼分 有很多方法~ 我就不多說了...) 再進行mixed design的方法進行分析 若是有交互作用顯著 想知道更細~ 那你再做simple mian effect的test就可以 這樣最簡單~ --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.112.24.37