发布时间:2022-02-22 10: 49: 52
品牌型号:联想
系统:Win 10
软件版本:IBM SPSS Statistics
关键词:协方差分析,协变量,分类变量
在实验研究中,会出现许多扰乱实验结果的干扰因素,比如在一个公司对员工进行语言培训,培训后的测试成绩,不仅跟培训方法有关,还跟培训人员所在的职位有关。在这种情况下,进行分析的时候需要把这个因素纳入考虑范畴。这类干扰项被称为“协变量”。
协变量作为干扰项,并不是实验的核心研究对象,只不过是为了实验结果的准确性,需要将它加入实验模型之中,不需要进行过多的分析。
图:协变量
因此,协变量的数量不宜过多,一般情况下为1个或者2个。如果加入过多的协变量,实验结果会比较混乱模糊。在协方差分析过程中,一定要谨慎的放入协变量。
协方差分析的前提条件:协方差分析要满足平行性检验,交互项的P值大于0.05。
下面进行具体操作,研究在不同的职员在经过培训后,哪种职称的员工在语言学习方面更优秀,将培训前测试成绩作为协变量。
1、打开SPSS软件,将需要进行分析的数据文件导入。
图2:导入数据文件
2、单击“分析”,在子菜单中依次选择“一般线性模型”,“单变量”。接着会打开一个名为“单变量”的设置对话框。在因变量中选择培训后语言测试成绩为因变量,固定因子选择公司和支撑,协变量选择培训前语言测试成绩。
图3:单变量设置
3、在右边的设置按钮中选择“选项”,会弹出名为“单变量:选项”的设置对话框。平均值选择“公司”、“职称”和“公司*职称”。勾选“比较主效应”,在下拉菜单中选择“LSD(无)”。在显示中勾选“参数估算值”。设置完毕单击“继续”。
图4:单变量:选项
4、软件运行后输出图表。公司一栏中P值大于0.05,说明不具有显著性。职称的P值小于0.05,说明具有显著性差异。培训前语言测试成绩P值大于0.05,说明不具备显著性差异。
图5:图表分析结果
协方差分析中协变量不能是分类变量。在协方差分析中,协变量是连续性数值,它们之间是相互独立的,没有交互作用。
协变量与因变量之间是线性关系,回归斜率一致,两者存在平行关系。
以上内容就是协方差分析协变量有几个,协方差分析协变量可以是分类变量吗的相关解答,想要了解更多相关知识,可以前往IBM SPSS Statistics官方网站。
展开阅读全文
︾
读者也喜欢这些内容:
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。...
阅读全文 >
逐步回归分析和多元线性回归的区别 SPSS逐步回归分析实例
将获取的全部样本点用一条光滑曲线连接起来,拟合这条曲线的方法有无数种,按照自变量的个数的多少,可分为一元回归分析和多元回归分析。按照变量之间的关系,可分为线性和非线性。逐步回归分析是多元线性回归分析的一种,本文就来谈谈逐步回归分析和多元线性回归的区别,SPSS逐步回归分析实例。...
阅读全文 >
SPSS应用多元逻辑回归解决无序多分类问题
什么是无序多分类?举一个例子,当我们要研究基因突变与疾病之间的关系时,因变量就是疾病的各种分类,如乳癌、胃癌、鳞癌等多种,此时因变量不是简单的患病和不患病,且他们之间是无序的,这就是无序多分类。...
阅读全文 >
spss怎么做逐步回归分析 逐步回归分析spss结果解读
spss怎么做逐步回归分析?逐步回归分析是多元线性回归分析的一种,可通过spss回归分析中的“步进”法来做逐步回归分析。本文会运用例子演示逐步回归分析步骤,并进行逐步回归分析spss结果解读。...
阅读全文 >