发布时间:2021-01-13 10: 51: 54
在《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。
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。
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。
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。
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。
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。
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。
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
展开阅读全文
︾
微信公众号
读者也喜欢这些内容:
SPSS数据库怎么建立数据表 SPSS数据库怎么建立复选题
数据准备是进行统计分析的必要前提。确保统计数据的准确性、完整性,是进行后续研究不可或缺的一部分。简单明了的数据表,清晰易懂的数据值,能够为后续研究和分析的开展提供很大的便利。接下来我将为大家介绍:SPSS数据库怎么建立数据表,SPSS数据库怎么建立复选题。...
阅读全文 >
SPSS协方差分析怎么操作 SPSS协方差分析结果解读
对于经常需要与数据分析打交道的小伙伴来说,一款好用的数据分析类软件是不可缺少的。这里给大家介绍一款我自己常用的数据分析软件—SPSS,SPSS既能够进行专业的数据分析,又可以将数据分析的结果以表格的形式呈现出来。接下来给大家介绍SPSS协方差分析怎么操作,SPSS协方差分析结果解读的具体内容。...
阅读全文 >
SPSS调节效应分析详细步骤 SPSS调节效应分析结果解释
今天要给大家分享的是调节效应,比如我们在研究一个自变量对因变量的影响时,突然插入一个变量,这个额外插入的变量就是调节变量,它所产生的这种影响改变情况就叫做调节效应。下面我们就一起来了解下SPSS调节效应分析详细步骤, SPSS调节效应分析结果解释的相关内容。...
阅读全文 >
SPSS事后多重比较怎么操作 SPSS事后多重比较结果怎么看
我们在进行方差分析时会比较多组样本的平均数,但由于不清楚具体是哪几组样本之间存在显著差异,所以我们需要进行事后多重比较分析,SPSS是一款专业的统计分析软件,下面就以SPSS为例为大家讲解,SPSS事后多重比较怎么操作,SPSS事后多重比较结果怎么看的方法步骤。...
阅读全文 >