第二节　单因素完全随机设计的方差分析

不同的实验设计采用的方差分析的具体方法存在区别,本节介绍最简单的单因素完全随机实验设计的方差分析。

一、单因素完全随机设计的意义

方差分析是在实验研究中产生的，由于一次实验涉及的因素多少不一而分为单因素设计和多因素设计。所谓单因素设计（single factor design）就是从影响实验结果的众多因素中选取一个作为自变量，其他因素都加以控制的设计类型。分析单因素设计实验结果的方法称单因素方差分析，换言之，实验所考察的自变量只有一个的实验设计的方差分析。

单因素设计是最简单、最基本的实验设计类型，其具体设计形式有完全随机设计、随机区组设计和拉丁方设计，因此相应的方差分析也就有完全随机设计的方差分析、随机区组设计的方差分析和拉丁方设计的方差分析。本节只介绍第一种形式。

如例6.1，研究者欲研究在不同教学方法对学生识字量的效果，随机抽取各方面条件基本一致的学生20名，并随机地将他们分为四组分别用一种教学方法学习。经过一段时间后，对不同教学方法的效果进行统一测验。这种实验设计即为完全随机设计（completely randomized design）。完全随机实验设计就是随机地抽取研究对象并随机将其分配至各种实验条件进行实验的设计形式。换言之，就是每一随机组分别接受一种实验处理的设计。

在完全随机设计中由于被试是随机抽取的，并随机分组，因此一般认为所分的组是“等组”的。如果实验结果出现组与组之间差异显著，就可以认为实验处理的效应显著，亦即各种学习方法的学习效果确有不同。正因为抽样的随机性，各组之间是相互独立的，所以这类设计也称为独立组设计或被试间设计。

二、单因素实验设计的方差分析举例

例6.2：在一项记忆实验中，研究者将实验对象分为三组分别用不同的记忆方式记忆单词，实验结果如表6-5所示。试问三种记忆方法有无显著不同？

1．建立假设