問卷調查分析實務（二）-->雙因子變異數分析之資料轉換與組合

該位朋友所探討之研究問題，其中一項是要探討性別在依變數（分成三向度）的差異情形，從其研究問題可以得知性別是一個因子；而向度又是另一個因子，因此必須以雙因子變異數分析來進行統計檢定，同時因為受試者（填問卷者）又同時要填寫三向度的題項，所以是愛試者間等組實驗設計（within subject balanced design）。

在進行two way anova之前，必須把資料進行處理（one row per subject轉成one row per observation），也就是說每一行（row）的資料僅包含三個欄位（性別，向度，分數），以下將逐一介紹處理過程。

• 首先計算各向度的總分，向度一（X101-X110）；向度二（X201-X220）；向度三（X301-X317）。

先將原始資料question依性別及向度處理成三個變數（data frame），分別是d1,d2,d3，每個變數中包含性別以及該向度的所有題項。

 d1<-question[,c(1:2,9:18)

d2<-question[,c(1:2,19:38)]

d3<-question[,c(1:2,39:55)]

接下來將各向度的各題項加總並放入變數q1,q2,q3之中，各變數只包含三個欄位：性別，向度以及總分。

q1<-data.frame(subject=d1$subject,sex=d1$sex,dimension=1,score=rowSums(d1[,-1]))

q2<-data.frame(subject=d2$subject,sex=d2$sex,dimension=2,score=rowSums(d2[,-1]))

q3<-data.frame(subject=d3$subject,sex=d3$sex,dimension=3,score=rowSums(d3[,-1]))

•  最後將這三個變數結合成一個適合進行ANOVA的data frame。

sex<-rbind(q1,q2,q3)