我重新发文好了...我觉得我先前的叙述好像很不完整QQ... 我的独立变项是组别（控制组和忧郁组各30人） 相依变项是情绪种类（共3种正向情绪＋4种负向情绪） 所以总共有7种情绪图片要施测，每种图片有10张，总共70张。 （因为中间还有别的操弄，所以大家看图片的顺序是一样的； 　而且因为实验已经结束，也来不及更改了orz） 所以结果是这60个人会依照一样的顺序看完一样的图片 　 我希望验证的是： 「忧郁症组在焦虑图片的辨识正确率比控制组差」 这也是目前比较公认的结论 请问我该用什麽方式跑统计呢？ 本来是用二因子混合设计， 但结果只有组别和情绪种类显着，交互作用不显着。 这样一来我是否就没办法验证我的假设了呢？ 而且没有交互作用的原因似乎是因为 「忧郁症组几乎在所有图片的辨识证确率都比控制组差」 所以画成图形的话　几乎是两条平行的折线~"~ 还是我一开始就选错了方法？（因为我并不需要交互作用） 谢谢所有耐心看文和回文的版友，实在真的很感谢，祝大家平安顺心！　>< ※ 引述《Nikira (☆ 妮奇拉 ☆)》之铭言： : 呈上篇原文...突然想到一个有关的问题： : 假设各组30人，每种情绪各10题，答对1题得1分，故每种情绪满分10分； : 以下细格内为各组在各种情绪种类之得分平均数， : 且假设两组在不同情绪辨识正确率的表现分别是： : 　　　　情绪一　情绪二　情绪三　情绪四　情绪五 : 忧郁组　　0　　　 0 　　　0 　　　0 　　　0 : 控制组　　10　　　10　　　10　　　10　　　10 : 这样看起来控制组在每个情绪的辨识正确率是显着高於控制组的， : （这也是相关理论支持的结果） : 但因为交互作用不显着的关系...似乎就没有办法在统计上呈现这一点了？ : 还是应该要换一种统计方式呈现呢？例如多变量分析？ : ※ 引述《Nikira (☆ 妮奇拉 ☆)》之铭言： : : 统计的方式是二因子混合设计 : : 独立样本是组别（忧郁组和控制组） : : 相依样本是情绪种类 : : 依变项是情绪的辨识正确率 : : 结果组别和情绪种类分别都显着 : : 但交互作用不显着 : : 第一个问题： : : 照统计书的写法　接下来应该是要跑主要效果的检定 : : 请问这时候是使用单因子变异数分析吗 : : 第二个问题： : : 研究目的是想两个组别在各种情绪种类辨识正确率上的差异 : : （即两组在哪些情绪的辨识正确率上会有显着差异， : : 　而不是哪几种情绪的整体正确率上会有显着差异...这部分有点拗口~"~） : : 所以对我来说　重要的资料应该是独立样本的主要效果 : : 此时应该是使用独立样本单因子变异数分析吗？ : : 那以结果呈现而言　此前提下可以省略呈现相依样本的主要效果吗？ : : （因为非实验目的） : : 第三个问题： : : 主要效果的alpha值还是0.05吗？ : : 例如如果是独立样本的主要效果 : : alpha值需要除以2吗？ : : ◎自问自答：因为只有进行一次比较，故alpha值仍为.05。 : : 谢谢大家的回答！ >"< --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.115.141.52 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1429003903.A.923.html 请问如果MANOVA的组间未达显着，是否後续单变量的考验就不具参考价值了？ ※ 编辑: Nikira (140.115.141.52), 04/14/2015 18:18:23