IBM Business Partner

IBM SPSS Statistics 中文网站 > 使用技巧 > 如何进行SPSS多因素方差分析的检验方法设置与结果解读

如何进行SPSS多因素方差分析的检验方法设置与结果解读

发布时间:2021/01/13

《应用SPSS多因素方差分析,探索因变量的影响因素(变量选择篇)》一文中,我们已详细讲解了IBM SPSS Statistics多因素方差分析方法的变量选择以及相关的图选项、估计边际平均值设置。

本文将会重点讲解,多因素方差分析方法的事后多重比较及其检验结果。我们本次检验的是性别、工作年限对工资的影响是否有显著性。

图1:使用的数据

一、选项设置

在进行多方差分析的事后多重比较时,需满足等方差的假定。因此,在进行选项设置时,需将“齐性检验”勾选上。另外,一般情况下,都会勾选“描述统计”,以获取平均值、方差等统计数值。

对于显著性水平,一般保持0.05即可。

图2:选项设置

二、事后多重比较设置

接着,就可以打开事后多重比较选项,将性别、工作年限添加到事后检验中。

在假定等方差的情况下,常用的是LSD法,也就是最小显著性差异法,其检验敏锐度高,一些细微的差异都能检验出来。SNK检验与LSD检验相似,但检验结果更为保守,比较适用于两两比较。

图3:事后多重比较设置

三、数据解读

完成以上设置,运行检验。

如图4所示,从简单的平均值数值看到,随着工作年限的增加,工资的平均值也在增加,无论是男性还是女性的数据都表现出此规律,但男女性的工资似乎差异不大。

图4:平均值

接着,查看主体间效应检验。

修正模型的显著性数值为0.00<0.05,表明主体间效应具有显著性。从性别、工作年限、性别*工作年限的显著性数值看到,性别对工资没有显著性影响,而工作年限对工资有显著性影响,性别与工作年限的协同影响不显著。

图5:主体间效应检验

而从性别与工作年限的轮廓图看到,其线条呈现平行关系,表明性别与工作年限无交互关系。

图6:轮廓图

方差齐性检验,用于检验事后多重比较结果的有效性。在使用LSD(最小显著性差异法)检验时,需确保数据满足方差齐性的假设。

基于平均值的显著性数值为0.088>0.05,检验结果不显著,不能拒绝原假设,也就是检验各组中的方差相等。

图7:方差齐性检验

在方差齐性的前提下,查看LSD多重比较数据。

从显著性数值(均小于0.05)看到,工作年限3-4年与工作年限1-2的工资有显著性差异。

图8:多重比较

三、小结

综上所述,IBM SPSS Statistics的多因素方差分析,可用于检验多因素对因变量的影响是否有显著性,另外,还可以用于检验因素间的交互作用,并运用事后多重比较来检验因素各组中的差异。

作者:泽洋

标签:SPSS数据分析软件

读者也访问过这里:
SPSS Statistics
一款功能强大的数据统计分析工具
立即购买
QQ 群
官方交流群:815794396 立即加群
400-8765-888 kefu@makeding.com
热门文章
如何用SPSS计算个人BMI值?
BMI即体重指数,是衡量个人身体质量的一个重要参数,通过判断BMI的数值大小,我们可以判断个人身高与体重是否协调。下面我将用IBM SPSS Statistics来为大家介绍BMI的计算方法。
2021-03-19
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
SPSS进行变量赋值的相关操作
变量和个案是IBM SPSS数据界面很重要的两个部分,可以形象理解为地球仪上的经线和纬线。通俗一点讲数据界面的每一列是一种变量,如年龄性别等。一行中的所有变量又构成了一个个案,本篇文章着重讲解变量,个案就不做过多展开。在图1中有具体的标注,可以看一下变量和个案到底是什么样。
2021-02-23
如何使用SPSS检验数据是否服从正态分布—偏度峰度系数
在《如何使用SPSS检验数据是否服从正态分布—KS检验与Q-Q图》一文中,我们了解了如何使用KS检验、Q-Q图来验证数据的正态性。接下来,本文将会继续讲解如何使用IBM SPSS Statistics的描述统计(偏度峰度系数)、探索统计检验(正态检验)数据的正态性。
2021-01-07
SPSS数据合并之如何进行变量合并
在存在多个数据源的情况下,经常会使用到IBM SPSS Statistics的数据合并功能,对多个数据源的数据进行合并。
2020-11-13
使用SPSS进行回归分析的方法总结
IBM SPSS Statistics 是强大的统计软件平台,SPSS全称Statistical Product and Service Solutions(统计产品与服务解决方案), SPSS可以帮助我们分析并更好地了解数据,以解决复杂的业务和研究问题。如今,SPSS已经被广泛运用于数据分析等各个领域。
2021-03-09