IBM SPSS Statistics 中文网站 > 使用技巧 > spss三因素方差分析举例 spss三因素方差分析步骤

spss三因素方差分析举例 spss三因素方差分析步骤

发布时间:2022/05/19 14:30:16

品牌型号:联想GeekPro 2020

系统: Windows 10 64位专业版

软件版本: IBM SPSS Statistics

spss三因素方差分析举例,三因素方差分析是一种多因素方差分析,常用于分析多个自变量对因变量产生的影响,当包含三个自变量时,即为三因素方差分析,本文会举例说明,同时会演示spss三因素方差分析步骤。

一、spss三因素方差分析举例

spss三因素方差分析,即包含三个自变量的多因素方差分析,常用于研究多个自变量对单个因变量产生的影响,比如研究影响种子发芽率的因素,影响顾客满意度的因素,影响工资的因素等,都可以使用多因素方差分析,如果影响因素为三个变量的话,就构成了spss的三因素方差分析。

本文会举例研究影响工资的三个因素:工作年限、区域、城市,来进一步演示spss三因素方差分析的方法。

图1:示例数据
图1:示例数据

 

二、spss三因素方差分析步骤

接下来,我们应用上述数据演示spss三因素方差分析步骤如下:

第一步、选择分析方法

依次单击spss分析-一般线性模型-单变量选项。这里需要注意的是,虽然spss三因素方差分析引入了三个变量,但都是自变量,因此使用的是单变量分析,多变量分析是用于多个因变量的情况。

图2:单变量分析方法
图2:单变量分析方法

 

第二步、选择变量

为三因素方差分析设置变量,主要包括因变量与固定因子的设置。

1. 因变量,多因素方差分析只能选择一个因变量,即研究多因素影响是否显著的变量,本例将“工资”作为因变量,以研究多因素对工资产生的影响是否显著。

2. 固定因子,即影响的因素,三因素方差分析选择三个固定因子,本例将“工作年限”、“区域编码”、“城市编码”设置为固定因子。需要注意将名义变量转换为数值变量,比如区域、城市需提前转换成编码,如果是字符串将无法运算。

图3:选择变量
图3:选择变量

 

第三步、设置统计量

“估计边际平均值”可用于检验因子之间的交互显著性,选择“overall”可包含主效应与交互效应的分析,即“因子与因子交互”列表中所有项目的效应分析,可检验不同因素,以及不同因素交互后对因变量是否有显著影响。

图4:估算边际平均值
图4:估算边际平均值

 

“齐性检验”,检验事后多重分析(分析自变量的数值间是否有显著性差异)是否满足等方差的假设,对于显著性水平,一般保持0.05即可。

“描述统计”,运算均值、方差等统计数值,以了解数据的分布与离散程度。。

图5:选项设置
图5:选项设置

 

在进行三因素方差分析时,除了分析不同因素对因变量产生的影响外,还可通过“事后多重比较”,进行自变量数值对因变量的影响差异性检验。我们可以将“工作年限”、“区域编码”、“城市编码”添加到事后检验,用于检验不同工作年限、不同区域、不同城市对工资产生差异影响的显著性。

如果满足“齐性检验”中的等方差假设,可选用“LSD法”,也就是最小显著性差异法,因其检验敏锐度比较好,SNK检验虽然与LSD检验相似,但检验结果更为保守,比较适用于两两比较。

图6:事后多重比较设置
图6:事后多重比较设置

 

三、spss三因素方差分析结果解读

完成以上设置,运行spss的三因素方差分析并解读结果。

首先看到,本例使用了三个主体间因子,分别是“工作年限”、“区域”与“城市”,其样本量如图7所示

图7:样本分布
图7:样本分布

 

接着,查看主体间的效应检验结果。

先看“工作年限”、“区域”与“城市”三个因素的显著性,其中“工作年限”显著性<0.001,影响显著,而“区域”与“城市”显著性均大于>0.05,影响不显著。

另外,“工作年限*区域”的协同影响显著性为0.039<0.05,协同影响显著,但推断更多来自于“工作年限”的影响。

图8:主体间效应检验
图8:主体间效应检验

 

在知道“工作年限”对“工资”有显著影响后,我们可能还会想知道哪些年限之间有显著的影响差异,鉴于此,需要进一步查看“事后多重比较”结果。

由于“事后多重比较检验”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,因此,需先查看“方差齐性检验”结果。

如图9所示,“基于平均值”的方差齐性显著性数值为0.062>0.05,检验结果不显著,不能拒绝原假设,也就是满足方差齐性假设。

图9:方差齐性检验
图9:方差齐性检验

 

在满足方差齐性的前提下,查看“工作年限”的LSD多重比较数据。

从显著性数值(均小于0.05)看到,不同工作年限的工资数值都有显著性差异,工作年限越长与工作年限越短的差异更为明显。

图10:多重比较(工作年限)
图10:多重比较(工作年限)

 

四、小结

以上就是关于spss三因素方差分析举例,spss三因素方差分析步骤的相关内容。spss三因素方差分析是包含三个自变量的多因素方差分析,操作的时候,注意要与多变量方差分析区分开来,另外,三因素方差分析可通过事后多项比较检验自变量数值间的影响差异的显著性。

 

作者:泽洋

标签:多因素方差分析协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
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
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
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
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