1. SPSS 分析簡介 何明洲 中山醫學大學心理系

2. 資料在 SPSS 上之排列

3. Between-subject design, one factor with three levels

4. Within-subject design, one factor with three levels

5. 分析方法的選擇 以 within-subject design 為主

6. Within-subject design Single Factor – Three Levels Two Factors – 2 x 2 Two Factors – 2 x 3

7. Single Factor – Three Levels

8. 情緒雙字詞對於詞彙判斷作業的影響 情緒雙字詞種類：中性、負向、正向 Analyze  General Linear Model  Repeated Measures 。接著填上 獨變項 (emotion) 及其 Numbers of Levels (3) ，最後按下 Define 。

11. Compare with alpha =.05 / #of comparison 兩兩比較， alpha =.05 / 3 =.016

12. Two Factors – 2 x 2

13. 情緒雙字詞（正向或負向） x 詞頻高低 （高或低）對於詞彙判斷作業的影響 Analyze  General Linear Model  Repeated Measures 。接著填上獨 變項 (emotion 和 freq) 及其 Numbers of Levels ( 各為 2) ，最後按下 Define 。

14. 填上獨變項 (emotion 和 freq) 及其 Numbers of Levels ( 各 為 2) ，最後按下 Define

16. Main effect Interaction effect

17. 因為只有 2 個 levels, main effect 看我即可 因為只有 2 個 levels, main effect 看我即可

18. Interaction effect 。需再 作 simple (main) effect

19. Factor B B1B2 Factor AA1A1B1A1B2 A2A2B1A2B2

20. freq 高低 Emotion 正向正向 / 高正向 / 低 負向負向 / 高負向 / 低 Factorial matrix Compare with alpha =.05 / #of comparison e.g., in this case, alpha =.025

21. freq 高低 Emotion 正向正向 / 高正向 / 低 負向負向 / 高負向 / 低 Factorial matrix

22. Two Factors – 2 x 3

23. 情緒雙字詞（正向或負向） x 詞頻高低 （高、中、低）對於詞彙判斷作業的影 響 Analyze  General Linear Model  Repeated Measures 。接著填上獨 變項 (emotion 和 freq) 及其 Numbers of Levels ( 各為 2 和 3) ，最後按下 Define 。

26. Significant interaction  simple (main) effect

27. Emotion = 1: Freq 1 vs. 2 vs. 3 Emotion = 2: Freq 1 vs. 2 vs. 3 Freq = 1: Emo 1 vs. 2 Freq = 2: Emo 1 vs. 2 Freq = 3: Emo 1 vs. 2

28. freq 高中低 Emotion 正向正向 / 高正向 / 中正向 / 低 負向負向 / 高負向 / 中負向 / 低 Factorial matrix Compare with alpha =.05 / #of comparison e.g., in this case, alpha =.025

29. freq 高中低 Emotion 正向正向 / 高正向 / 中正向 / 低 負向負向 / 高負向 / 中負向 / 低 如果剛剛的比較有顯著（如當 emotion= 正向時， freq= 高 中低至少會有一個不同於其他），就需要更進一步，兩 兩比較（高低、高中、低中）， alpha =.025/3 =.008

30. freq 高中低 Emotion 正向正向 / 高正向 / 中正向 / 低 負向負向 / 高負向 / 中負向 / 低 Factorial matrix Compare with alpha =.05 / #of comparison e.g., in this case, alpha =.016