chapter: 8 一元配置分散分析（被験者間計画）
【例題】サンプルデータ※データは架空 学年によって，1日の睡眠時間が異なるのかを調べるため，小学1年生，中学1年生，高校1年生の睡眠時間を測定した。学年によって睡眠時間が異なるかを調べなさい。
小学1年生，中学1年生，高校1年生は学年という質的変数，睡眠時間は量的変数となる。質的変数においては，3水準（各学年）であり，これらは異なる人の比較となる。このように異なる質的変数（3水準以上）と量的変数との関連性を調べるときには，一元配置分散分析（被験者間計画）を用いる。
データの説明
| 変数名 | 内容 | 尺度水準 |
|---|---|---|
| ID | ID | 名義尺度 |
| SchoolYear | 1 = Primary（小学1年生） 2 = Junior High（中学1年生） 3 = High（高校1年生） |
名義尺度 |
| SleepTime | 睡眠時間（時間） | 比率尺度（スケール） |
- ID：ID
- 学年：1 = 小学1年生，2 = 中学1年生，3 = 高校1年生
- 睡眠時間：睡眠時間
8.1 分析の実施
値ラベルをデータの説明に従って設定
分散分析- 伝統的の
分散分析
- 従属変数に（量的）変数を移動
- 固定要因に（質的）変数を移動
- 表示の記述統計を☑
- 効果量の推定値を☑にし，偏\(η^2\)を☑
▶記述統計量プロットをクリック- 横軸に質的変数を移動
- 表示の中のエラーバーの表示を☑にし，標準誤差を選択
▶雨雲プロットをクリック- 横軸に質的変数を移動
8.2 出力結果（1）
記述統計量
記述統計として，平均値，標準偏差を図か表でまとめる（赤色の部分）。
※自動的に並び変わることがあるため，要注意
データがどのように分布しているかを確認するために，雨雲プロットも確認する。
分散分析
一元配置分散分析の結果は，F値（F），自由度２つ（df），有意確率（p），効果サイズ（η2，ηp2）がまとめられている（赤色の部分）。
一元配置分散分析の結果は，F(2, 53) = 5.989, p = .005, ηp2 = .184であり，有意であった。しかし，この結果は，具体的にどこに差があるかはわからないため，どこに差があるのかを多重比較（対比較）する必要がある。
8.4 出力結果（2）
Post Hoc Comparisons
対で比較した結果として，それぞれの多重比較の方法で有意確率（p）が算出される（赤色の部分）。
Bonferroni法による多重比較を採用した場合，以下のように解釈される。大小関係は平均値より判断する。
- 小学1年生と中学1年生を比較したところ，p = .023となっており，小学1年生の方が中学1年生よりも有意に長い
- 小学1年生と高校1年生を比較したところ，p = .008となっており，小学1年生の方が中学1年生よりも有意に長い
- 中学1年生と高校1年生を比較したところ，p = .999（表記上は1.000）となっており，中学1年生と高校1年生に有意な差がない
8.5 記述例
学年によって，1日の睡眠時間が異なるのかを調べるため，小学1年生，中学1年生，高校1年生の睡眠時間を測定したデータを用いて，睡眠時間を従属変数とする一元配置分散分析を行った。その結果，学年に有意な効果が見られた（F(2, 53) = 5.989, p = .005, ηp2 = .184）。そこで，Bonferroni法による多重比較を行ったところ，睡眠時間は小学1年生（M = 8.25, SD = 0.55）は中学1年生（M = 7.83, SD = 0.38）よりも有意に長く（p = .023），また，高校1年生（M = 7.78, SD = 0.43）よりも有意に長かった（p = .008）。一方，中学1年生と高校1年生の間には，有意な差は見られなかった（p = .999）。