研究方法/混合模型設計
混合模型設計得名於它包含兩種型別的變數：組間變數和組內變數。
一位研究者對兒童對電視暴力行為的注意力程度感興趣。一項實驗以兒童樣本為物件進行：一半是男孩，一半是女孩。每個兒童觀看六個場景，這些場景在暴力程度方面有所不同。因變數是在場景展示期間對注意力的測量。
在這個研究場景中的基本研究問題是兒童對暴力行為的注意力與暴力程度之間的關係。合理的預期是兒童可能對高暴力程度的場景更關注。然而，這種關係可能取決於性別。我們可能預期，對於男孩來說，注意力與暴力程度之間的關係比女孩更強。為了檢驗這些假設，使用了混合模型設計：因變數是“注意力”。
有兩個自變數：暴力程度（因子 A）和性別（因子 B）。每個參與者觀看六個場景，這些場景在暴力程度方面有所不同。因此，暴力程度（因子 A）是一個組內變數。
有兩組參與者：男孩和女孩。它們彼此獨立。因此，性別（因子 B）是一個組間變數。
如果一個因子與因變數之間的關係依賴於另一個因子，或處於另一個因子的不同水平，我們說這兩個因子之間存在互動作用（A*B）。如果我們圖形地繪製關係，我們會發現線條不平行並相互作用。
因此，就像在雙因素方差分析中一樣，我們檢驗三個效應：組內變數導致的效應、組間變數導致的效應以及這兩個因子之間的互動作用。以下圖示了研究示例的一個假設結果
如圖所示，因子 A（暴力程度）存在主效應。暴力程度的增加導致注意力的增加。因子 B（性別）可能存在主效應。總的來說，男孩對暴力行為更具吸引力。這兩個因子之間存在明顯的互動作用。
為了比較三種教學方法，進行了一項實驗，其中一組用標準教學方法 (A1) 教授機率，第二組額外提供習題 (A2)，第三組從提供即時反饋的計算機接收額外習題 (A3)。預計新的教學方法（例如，A3）將比傳統的教學方法（例如，A1）更有效。然而，人們可能會問關於新的教學方法的比較優勢會持續多久的問題。可能在開始時，新的教學方法比傳統方法更好。但隨著時間的推移，新的教學方法可能會失去其比較優勢。因此，在多次場合比較三種教學方法的效果。在這項研究中，所有三組都在教學結束時接受測試，然後每兩週測試一次，直到進行了四次不同的測試。下表展示了這個假設實驗的資料集。假設測試在難度上是等值的，因此任何差異都可以歸因於時間的推移。這種設計允許我們比較教學方法 (A)，並觀察每種方法在教學結束後的時間程序 (B)。
1. 資料結構
必須有一個變數來定義組間變數。
2. 方差分析
要進行方差分析，請點選“分析”---“一般線性模型”---“重複測量”。在名為“重複測量定義...”的視窗中，透過在“時間”中輸入來為組內因子命名。告訴 SPSS 組內因子有多少個水平。在我們的例子中，我們有 4 個水平 (B1、B2、B3 和 B4)。因此，在“水平數”右側的框中，輸入“4”。點選“新增”，您將看到“時間(4)”出現在框中。這告訴您組內因子被命名為“時間”，並且它有 4 個水平。點選“定義”。
在名為“重複測量”的視窗中，您將在“組內變數”下看到一個框。在這裡，您定義組內變數的水平。突出顯示“b1”，然後點選黑色箭頭將其移動到右側框。您將看到 SPSS 將“b1”定義為組內變數“時間”的第一個水平。突出顯示“b2”，然後點選黑色箭頭將其移動到右側框。您將看到 SPSS 將“b2”定義為組內變數“時間”的第二個水平。繼續此操作，直到所有水平都被定義。
在左側框中，突出顯示組間變數“教學”，點選黑色箭頭並將其移動到“組間因子(s):”下的框中。
要要求 SPSS 計算均值或其他描述性統計量，請點選“選項”。在名為“重複測量：選項”的視窗中，突出顯示左上角框中的所有因子，然後將其移動到“顯示均值：”下的框中。點選“繼續”。（將計算總體樣本、每種教學方法、每個時間序列以及每種教學方法和時間序列組合的均值。）
要繪製按教學方法劃分的趨勢圖，請點選“圖形”。在名為“重複測量：趨勢圖”的視窗中，在“因子”下的框中突出顯示組內變數“時間”，然後將其移動到“橫軸”下的框中。突出顯示組間變數“教學”，然後將其移動到“分離線條”下的框中。點選“新增”。您將看到“時間*教學”出現在底部框中。點選“繼續”。
最後，點選“確定”。
