交互作用の分析 （分散分析で反復測定の方法を用いた場合）

要因b の単純主効果について検定するには，要因ｂ の主効果に関する検定で用いた誤差項と，要因a と要因b の交互作用に関する検定で用いた誤差項を合計して，単純主効果の検定のための誤差項にする方法があります。しかし，この方法を用いたときには，自由度の調整 (Winer, Brown, Michels, 1991, p. 537) と球面性の仮定に関する問題があります。

ここでは，該当するデータのみを取り出して，新たな分散分析を行う方法を用いて，各水準における単純主効果の検定を行います。例えば，要因b の単純主効果に関する検定では，要因a の各水準のデータについて，要因b に関する分散分析を行います。

要因a の各水準における要因b の主効果 (要因b の単純主効果)

要因a の各水準のデータについて要因b に関する分散分析を行います。

1. 分析から一般線形モデルの反復測定を選択し，b の水準数を入力します。
   
   
   
   
2. a1b1, a1b2, a1b3, a1b4 を被験者内変数ボックスに挿入します。
   
   
   
   
3. オプションを選択し，b についての平均値の表示と，主効果の比較を指定します。
   
   
   
   
4. 要因a の 1番目の水準における要因b に関する分散分析の結果を以下に示します。
   
   要因a の 2番目の水準における要因b に関する分析では，a2b1 〜 a2b4 を被験者内変数として選択します。
   
   
   
   
5. オプションで主効果の比較を指定したので，平均値間の比較が表示されます。
   
   ペアごとの比較で用いられる標準誤差は，比較される対のデータから算出されています。対のデータについて，対応のある t 検定を行った場合の標準誤差と同じものが使用されています。
   
   

要因b の各水準における要因a の主効果 (要因a の単純主効果)

要因b の各水準のデータについて要因a に関する分散分析を行います。

1. 分析から一般線形モデルの反復測定を選択し，a の水準数を入力します。
   
   
   
   
   
2. a1b1 と a2b1 を被験者内変数ボックスに挿入します。
   
   
   
   
3. 要因b の 1番目の水準における要因a に関する分散分析の結果を以下に示します。
   
   要因b の 2番目の水準における要因a に関する分析では，a1b2 と a2b2 を被験者内変数として選択します。要因b の 3番目，4番目の水準における要因a に関する分析では，それぞれ，a1b3 と a2b3，a1b4 と a2b4 を被験者内変数として選択します。