研究方法/混合模型设计
混合模型设计得名于它包含两种类型的变量：组间变量和组内变量。
一位研究者对儿童对电视暴力行为的注意力程度感兴趣。一项实验以儿童样本为对象进行：一半是男孩，一半是女孩。每个儿童观看六个场景，这些场景在暴力程度方面有所不同。因变量是在场景展示期间对注意力的测量。
在这个研究场景中的基本研究问题是儿童对暴力行为的注意力与暴力程度之间的关系。合理的预期是儿童可能对高暴力程度的场景更关注。然而，这种关系可能取决于性别。我们可能预期，对于男孩来说，注意力与暴力程度之间的关系比女孩更强。为了检验这些假设，使用了混合模型设计：因变量是“注意力”。
有两个自变量：暴力程度（因子 A）和性别（因子 B）。每个参与者观看六个场景，这些场景在暴力程度方面有所不同。因此，暴力程度（因子 A）是一个组内变量。
有两组参与者：男孩和女孩。它们彼此独立。因此，性别（因子 B）是一个组间变量。
如果一个因子与因变量之间的关系依赖于另一个因子，或处于另一个因子的不同水平，我们说这两个因子之间存在交互作用（A*B）。如果我们图形地绘制关系，我们会发现线条不平行并相互作用。
因此，就像在双因素方差分析中一样，我们检验三个效应：组内变量导致的效应、组间变量导致的效应以及这两个因子之间的交互作用。以下图示了研究示例的一个假设结果
如图所示，因子 A（暴力程度）存在主效应。暴力程度的增加导致注意力的增加。因子 B（性别）可能存在主效应。总的来说，男孩对暴力行为更具吸引力。这两个因子之间存在明显的交互作用。
为了比较三种教学方法，进行了一项实验，其中一组用标准教学方法 (A1) 教授概率，第二组额外提供习题 (A2)，第三组从提供即时反馈的计算机接收额外习题 (A3)。预计新的教学方法（例如，A3）将比传统的教学方法（例如，A1）更有效。然而，人们可能会问关于新的教学方法的比较优势会持续多久的问题。可能在开始时，新的教学方法比传统方法更好。但随着时间的推移，新的教学方法可能会失去其比较优势。因此，在多次场合比较三种教学方法的效果。在这项研究中，所有三组都在教学结束时接受测试，然后每两周测试一次，直到进行了四次不同的测试。下表展示了这个假设实验的数据集。假设测试在难度上是等值的，因此任何差异都可以归因于时间的推移。这种设计允许我们比较教学方法 (A)，并观察每种方法在教学结束后的时间进程 (B)。
1. 数据结构
必须有一个变量来定义组间变量。
2. 方差分析
要进行方差分析，请点击“分析”---“一般线性模型”---“重复测量”。在名为“重复测量定义...”的窗口中，通过在“时间”中输入来为组内因子命名。告诉 SPSS 组内因子有多少个水平。在我们的例子中，我们有 4 个水平 (B1、B2、B3 和 B4)。因此，在“水平数”右侧的框中，输入“4”。点击“添加”，您将看到“时间(4)”出现在框中。这告诉您组内因子被命名为“时间”，并且它有 4 个水平。点击“定义”。
在名为“重复测量”的窗口中，您将在“组内变量”下看到一个框。在这里，您定义组内变量的水平。突出显示“b1”，然后点击黑色箭头将其移动到右侧框。您将看到 SPSS 将“b1”定义为组内变量“时间”的第一个水平。突出显示“b2”，然后点击黑色箭头将其移动到右侧框。您将看到 SPSS 将“b2”定义为组内变量“时间”的第二个水平。继续此操作，直到所有水平都被定义。
在左侧框中，突出显示组间变量“教学”，点击黑色箭头并将其移动到“组间因子(s):”下的框中。
要要求 SPSS 计算均值或其他描述性统计量，请点击“选项”。在名为“重复测量：选项”的窗口中，突出显示左上角框中的所有因子，然后将其移动到“显示均值：”下的框中。点击“继续”。（将计算总体样本、每种教学方法、每个时间序列以及每种教学方法和时间序列组合的均值。）
要绘制按教学方法划分的趋势图，请点击“图形”。在名为“重复测量：趋势图”的窗口中，在“因子”下的框中突出显示组内变量“时间”，然后将其移动到“横轴”下的框中。突出显示组间变量“教学”，然后将其移动到“分离线条”下的框中。点击“添加”。您将看到“时间*教学”出现在底部框中。点击“继续”。
最后，点击“确定”。
