发布时间:2021-01-11 11: 49: 54
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。
本文,将会重点讲解单因素方差分析方法的事后多重比较及其检验结果的解读。我们使用的数据是4组初中生身高样本数据,检验的是4组初中生身高样本数据均值是否有差异。
一、事后多重比较
如图2所示,在事后多重比较中,包含了假定等方差与不假定等方差的情况。由于未进行方差齐性检验,需将两种情况的检验方法都勾选上。那么该勾选哪些检验方法呢?
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。
而在不假定等方差情况下,常用的是塔姆黑尼法。
二、检验结果解读
完成以上设置后,运行检验。
如图3所示,从描述数据看到,初中生组4的身高均值稍大于其他三组。
接着,再看到ANOVA的检验结果,其组间的显著性数值为0.003<0.05,说明检验结果显著,拒绝原假设,也就是说不同初中生组的身高样本均值有差异。
那么,身高均值的差异出现在哪些组别?我们需要进一步查看事后多重比较的结果。
由于多重分析结果包含了方差齐性与方差非齐性的结果,我们需要先查看方差齐性的检验结果。如图5所示,可以看到方差齐性的结果显著,拒绝原假设,也就是说身高数据不服从方差齐性的假设。
因此,在事后多重比较结果中,我们需查看方差非齐性的塔姆黑尼检验结果。如图6所示,可以看到,初中生组4与其他三组的身高均值数据都有显著性差异。
从平均值图也可以看到,初中组4的平均值明显高于其他三组。
三、小结
综上所述,IBM SPSS Statistics的单因素方差分析,不仅可用于检验总体数据组是否存在差异,还可以运用事后多重比较来检验不同数据组之间的差异,是一种先验对比和事后检验相结合的检验方法。
作者:泽洋
展开阅读全文
︾
读者也喜欢这些内容:
SPSS多元非线性回归分析步骤 SPSS多元非线性回归分析结果
多元非线性回归主要用于进行多变量的分析比较和预测,当现实中的自变量和因变量,即输出和输入数据不成线性关系时,我们要通过对数型变化将非线性问题转换为线性问题,但这仅靠人力明显难以做到,这个时候我们就可以借助数据分析工具——SPSS来进行多元非线性回归分析,下面来为大家具体介绍有关SPSS多元非线性回归分析步骤,SPSS多元非线性回归分析结果的相关内容。...
阅读全文 >
SPSS项目分析怎么做 SPSS项目分析包括哪些方面
项目分析也被称作区分度分析,主要用于探究一个题项是否有存在的必要,是分析对于一个题项在有人给出高分时是否有人给出低分,简而言之就是探究高低分的受试者在不同题项的差异。那么SPSS项目分析怎么做,SPSS项目分析包括哪些方面呢?下面为大家详细介绍一下相关内容。...
阅读全文 >
spss均值怎么求 spss均值结果解释
平均值反映了一组数据的集中趋势,在经济社会各个领域都有非常广泛的应用。可以采用很多种方法求解平均值,如带有统计功能的计算器,Excel,SPSS等。关于SPSS均值怎么求,SPSS均值结果解释是什么,本文借助实例,向大家作简单的介绍。...
阅读全文 >
spss矩阵散点图怎么做 spss矩阵散点图怎么看相关性
随着经济社会的发展,人们愈加重视数据的作用,数据可视化作为应用的热点,已经渗透到生产生活的各个方面。矩阵散点图可以直观反映多变量间相互关系,是数据可视化的具体应用。关于SPSS矩阵散点图怎么做,SPSS矩阵散点图怎么看相关性,本文借助实例向大家作简单介绍。...
阅读全文 >