国际新闻与传播实务 · 第四讲
以Running Mate × Rosé教学案例为主线，亲手完成一次混合设计ANOVA，并把统计证据转化为下一轮传播方案。
进入完整案例下载课堂数据主讲人：杜云飞｜建议课时：100分钟
CASE FILE · 01
Running Mate是一个以盲盒为核心产品的教学合成潮玩品牌，品牌认知与稳定用户群仍在建立。
2025年推出新品系列。消费者在活动开始前已经接触品牌与新品，因此前测记录的是“知道产品之后”的状态。
品牌邀请BLACKPINK成员Rosé进行为期一个月的合作推广，希望借助国际明星影响力放大新品关注。
CASE FILE · 02
情境：新品已经发布，受访者已经了解品牌及DUNDUN Monkey系列。
测量：品牌态度、购买意愿、口碑传播意愿。
情境：同一批受访者再次评分，记录其在合作推广后的反应。
比较：观察每个人从Pre到Post改变了多少。
CASE FILE · 03
三个指标是否整体提高？变化幅度能否支持下一轮继续投入明星合作？
证据：Time主效应
女性与男性消费者的变化幅度是否相同？是否需要进行受众分层？
证据：Time × Gender
品牌好感、购买还是分享，哪个环节改善更明显？下一轮内容应推动哪种行动？
证据：均值、效应量与交互图
RESEARCH QUESTIONS
Rosé合作推广一个月后，同一批消费者的BA、PI和WOM是否显著提高？
对应Time主效应｜回答“是否有变化”
Male与Female消费者从Pre到Post的变化幅度是否不同？
对应Time × Gender｜回答“对谁变化更大”
QUESTION–METHOD–DATA FIT
| 案例问题 | 比较 | 所需数据 | 统计证据 |
|---|---|---|---|
| 推广后整体有变化吗？ | 同一批人Pre/Post | ID配对的重复评分 | Time主效应 |
| 男女总体评分有差异吗？ | Male/Female | 每人只有一个Gender | Gender主效应 |
| 两组变化幅度不同吗？ | Time × Gender | 分组＋重复测量 | 交互效应 |
2 × 2 MIXED DESIGN
同一消费者在Pre和Post测量两次。
2个时间点
每人只属于Male或Female一组。
2个群体
BA、PI、WOM分别运行ANOVA。
3个结果
DATA DICTIONARY
| 字段 | 含义 |
|---|---|
| ID | 同一ID应有Pre、Post两行 |
| Gender | 被试间分组 |
| Time | 被试内重复测量 |
| BA1—BA4 | 品牌态度，如“我对该品牌印象积极” |
| PI1—PI4 | 购买意愿，如“我愿意购买该系列” |
| WOM1—WOM3 | 口碑意愿，如“我愿意推荐或分享” |
示例问项用于课堂理解；分析以Excel字段为准。
下载Excel160行=80人×2次；所有题项采用1—7分。
分析单位：人；重复测量主体：ID；结果变量：每组题项的均分。
AI-ASSISTED WORKFLOW
检查ID、Pre/Post配对、范围、缺失、重复和异常标签。
生成构念均分，运行三个混合ANOVA，报告完整统计量。
输出描述统计与交互图，帮助判断变化方向与人群差异。
解释不一致结果，检查平方和、数据结构和过度推断。
ANOVA LOGIC
活动前后或群体之间的差异，相对于个体波动有多突出。
在零假设下获得当前或更极端结果的概率。
.01小、.06中、.14大；帮助判断差异有没有实际意义。
THREE EFFECTS
不区分Gender，Post是否整体高于Pre？
案例解释：消费者反馈在一个月后是否普遍改善
跨两个时间点看，Male与Female总体是否不同？
案例解释：哪一组总体评分更高
两组从Pre到Post的变化幅度是否不同？
案例解释：哪一组与活动后的变化关联更强
READING ORDER
PUBLISHED EXAMPLE
Du与Reynolds比较两种口语互动条件，在Pre/Post测量动机与预期努力，并用two-way mixed-design ANOVA检验三种效应。
问题、分组、时间点、量表、统计表和解释相互对应。
圈出F、p、η²，用一句普通语言说明交互。
PROJECT LAB · 40 MIN
ID、组别、时间、缺失、范围。
BA、PI、WOM均分和描述统计。
检验三个结果的三种效应。
作图、APA结果、传播行动与边界。
TASK 1 · DATA AUDIT
TASK 2 · DESCRIPTIVES
| 变量 | 时间 | Male M(SD) | Female M(SD) |
|---|---|---|---|
| BA | Pre/Post | 3.44(.76)/4.12(.76) | 3.45(.92)/4.52(.78) |
| PI | Pre/Post | 3.08(.69)/4.01(.57) | 3.78(.88)/5.15(.80) |
| WOM | Pre/Post | 3.77(.78)/4.58(.85) | 3.67(.74)/5.20(.76) |
TASK 3 · RUN THE MODEL
上传Excel → 粘贴指令 → 查看代码 → 对照检查点 → 追问不一致原因 → 下载图表。
先转宽格式；Analyze → General Linear Model → Repeated Measures；定义Time(2)，Gender放入Between-Subjects Factor。
IBM官方说明 ↗CHECKPOINT · RECOMPUTED
| Outcome | Time F / η² | Gender F / η² | Time×Gender F / p / η² |
|---|---|---|---|
| BA | 73.31 / .485 显著 | 1.95 / .024 ns | 3.61 / .061 / .044 ns |
| PI | 150.46 / .659 显著 | 44.50 / .363 显著 | 5.56 / .021 / .067 中 |
| WOM | 173.59 / .690 显著 | 2.96 / .037 ns | 16.01 / <.001 / .170 大 |
INTERACTION PLOTS
FROM RESULTS TO DECISIONS
证据：BA、PI、WOM的Time效应均显著且为大效应。
判断：可以进入下一轮小规模验证，不宜据此直接全面加码。
证据：PI与WOM交互显著，Female提升更明显；BA交互未达显著。
判断：女性是优先转化人群，男性需要测试其他价值线索。
证据：数据测量了态度、购买与分享，没有直接测量内容机制。
判断：联名故事、UGC或稀缺性都属于下一轮待检验假设。
DECISION WORKSHOP
重点转化Female，还是增加对Male及其他潜在用户的探索？
需要引用：PI与WOM交互、BA非显著交互及均值变化。
可提出联名故事、粉丝参与、产品设定、收藏价值、稀缺性或社群玩法。
注意：这些是待验证方案，需要说明假设和目标指标。
安排对照组或A/B测试，记录点击、购买、分享等行为，并用访谈解释差异。
需要保留：研究与测试预算。
只与组内同学聊天和头脑风暴，不使用AI。记录分歧、取舍和最终方案。
组员之间不讨论，只能把数据结果和约束告诉AI，通过连续追问形成方案。
UNIT PROJECT · YOUR GAME
| 交付 | 分 |
|---|---|
| 问题、变量、设计匹配 | 2 |
| 数据检查与构念计算 | 2 |
| ANOVA与交互图 | 3 |
| 产品决策 | 2 |
| 代码或AI记录 | 1 |