IBM SPSS Statistics 中文网站 > 使用技巧 > 多元方差分析SPSS操作步骤 多元方差分析结果解读

多元方差分析SPSS操作步骤 多元方差分析结果解读

发布时间:2022/04/21 17:04:59

品牌型号:微星 gl62m

系统:Windows 11 

软件版本:IBM SPSS Statistics

在深入使用IBM SPSS Statistics时一定会使用到多元方差这一功能,那多元方差分析到底在SPSS上怎么操作使用呢?本文就给大家介绍一下多元方差分析SPSS操作步骤,多元方差分析结果解读。

一、IBM SPSS Statistics多元方差分析步骤

多元方差分析又称多变量分析,是研究多个自变量对多个数值型因变量的影响,多元方差分析是单因素方差分析的拓展,适用于自变量对同时对两个或两个以上的因变量产生影响的情况,用来分析自变量取不同水平时这些因变量的均值是否存在显著性差异。

1.导入数据

进入SPSS以后可以新建自己的数据库,或者导入自己的数据文件。

图1:导入数据
图1:导入数据

 

2.按顺序点击:分析——一般线性模型——多变量

图2:变量线性模型选择
图2:变量线性模型选择

 

3.输入固定因子(控制变量)和因变量(观测变量)

图3:填入变量页面
图3:填入变量页面

 

4.点击“事后比较”选项,勾选“LSD”

图4:lsd选择
图4:lsd选择

 

LSD即中文里的最小显著性法。

5.点击“选项”,勾选“齐性检验”即方差齐性检验。

图5:选项选择页面
图5:选项选择页面

 

6.返回,点击确定即可输出分析结果。

图6:输出结果
图6:输出结果

 

二、多元方差分析结果解读

在上述步骤结束后就会生成一系列可以编辑的图片,你可以点击这些图片进行细节上的编辑,接下来就按生成图片顺序来对多元方差分析的结果进行一下解读。

1.主体间因子

图7:主体因子
图7:主体因子

 

从中我们可以看出实验中有两个控制变量,每个控制变量各有三种变化量,每个变化量有9个个案数。

2. 协方差矩阵的博克斯等同性检验

 

图7:协方差矩阵的博克斯等同性检验
图7:协方差矩阵的博克斯等同性检验

 

显著性的值大于0.05即适合做多元方差分析。

3.多变量检验

图8:多变量检验
图8:多变量检验

 

海拔与施肥量四种检验结果显著性的值均小于0.05,所以拒绝原假设,即认为海拔与施肥量分别对苗高与地径都有显著影响(原假设为没有显著影响),而海拔和施肥量共同作用的显著性大于0.05,所以接受原假设,认为两者的交互作用没有显著影响苗高与地径。

4. 误差方差的莱文等同性检验

图9:误差方差的莱文等同性检验
图9:误差方差的莱文等同性检验

 

检查方差是否相等,显著性均大于0.05,即接受原假设,无显著差异,认为方差相等。

5. 主体间效应检验

图10:主体间效应检验
图10:主体间效应检验

 

这张图显示是海拔与施肥量两个因素分别对苗高与地径两个因变量的影响。

施肥量,海拔对苗高,地径的显著性都小于0.05,说明施肥量对苗高显著影响,对地径显著影响。海拔对苗高显著影响,对地径显著影响。而施肥量*海拔两者的交互作用对苗高与地径均没有显著影响。、

6.事后检验

图11:施肥量事后检验
图11:施肥量事后检验

 

图12:海拔事后检验
图12:海拔事后检验

 

事后检验是在上述分析结果证明方差分析显著时,继续对这些组进行两两比较找出两两之间差异的显著性,看看到底存在显著差异的是哪些组。

举一个例子来说,在第一图中判断苗高的增加量在施肥量10和施肥量20,施肥量10和施肥量30之间有没有显著差异,结果是两者的显著性均小于0.05,即施肥量10和施肥量20,施肥量10和施肥量30都有显著差异。

图13:事后检验部分节选
图13:事后检验部分节选

 

三、多元方差分析与回归分析的区别和联系。

方差分析是检验若干个均值相等的比较好的方法,方差分析常常对应因子(因素)是离散的(比如被分为几个组),响应变量为连续性数据(比如花萼的长度)分析,而回归则是因子(因素)和响应变量都是连续性数据,这尤其在线性回归中得到了充分的体现。广为流传的一种说法是,方差分析可以看作是线性回归的特例。

四、总结

这就是本次带来的多元方差分析SPSS操作步骤,多元方差分析结果解读。希望能给大家在学习spss上带来一些帮助。

标签:多因素方差分析多元方差分析方差分析方差齐性检验

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
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
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数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
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
如何通过SPSS对问卷进行效度分析
效度分析是指测量的根据或手段(在问卷中为问卷题目)是否能有效检测所需测量事物的程度,是问卷分析中几乎必须进行的一个环节,效度分析分为内容效度、准则效度和结构效度,问卷分析一般所使用的效度分析一般是结构效度。通过数据分析软件IBM SPSS Statistics(win)的效度分析功能我们可轻松获得关于问卷的效度分析结果,帮助我们更好设计或评估问卷。那么如何通过IBM SPSS Statistics对问卷进行效度分析。
2021-10-26