在心理学、医学以及教育学等领域中，研究者常常需要对同一组被试进行多次测量以评估某种干预措施或时间因素的影响。这种情况下，传统的独立样本方差分析不再适用，因为数据之间存在相关性。此时，重复测量方差分析（Repeated Measures ANOVA）成为一种非常有效的统计方法。

一、案例背景

假设我们正在研究一种新的认知训练方法对记忆力的影响。为了验证这种方法的有效性，我们选取了10名参与者，并对他们进行了三次测试——基线测试（T1）、训练后立即测试（T2）和一个月后的随访测试（T3）。我们的目标是判断不同时间点的记忆得分是否存在显著差异。

二、数据准备

首先，在SPSS软件中录入数据。具体步骤如下：

1. 打开SPSS并新建一个文件。

2. 在变量视图中定义三个变量：ID（参与者编号）、Time（时间点，分为T1、T2、T3三个水平）和Score（记忆得分）。

3. 切换到数据视图，输入每个参与者的三次测试成绩。

三、操作步骤

1. 选择菜单：点击“分析”>“一般线性模型”>“重复测量”。

2. 定义因子：在弹出的对话框中设置“主体内变量”为“Time”，然后点击“添加”按钮；接着设置“主体间因子”为空（因为我们只关注单一组别）。

3. 指定模型：确保选择了默认的全模型，即包含主效应和交互效应。

4. 绘制图形：如果需要查看趋势变化，可以勾选“绘制”选项卡，将“Time”拖入横坐标轴。

5. 保存结果：点击“确定”运行分析后，查看输出窗口中的结果表。

四、结果解读

根据SPSS输出的结果，我们可以得到以下几个关键指标：

- 球形假设检验：由于重复测量设计可能导致数据不满足球形假设，因此需要先检查Mauchly’s Test of Sphericity是否显著。如果不显著，则可以直接使用标准的F值；否则需调整自由度。

- 主效应：若发现“Time”的主效应显著，则说明不同时间点的记忆得分确实存在差异。

- 事后比较：为了进一步明确哪些具体的时间点之间存在差异，可以执行事后成对比较，如Bonferroni校正法等。

五、结论与建议

通过上述分析，我们能够得出结论：该认知训练方法对记忆力具有积极影响，并且这种效果随着时间推移仍然保持稳定。未来的研究还可以结合更多控制变量来增强实验设计的严谨性。

以上便是利用SPSS进行重复测量方差分析的具体流程及示例解答。希望本文能帮助大家更好地理解和应用这一重要的统计工具！