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

SPSS Statistics
云版首发!秒杀只需1分钱!
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。
2022-05-07
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如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
最新文章
1分钱秒杀!云版大数据统计与应用分析解决方案上线
在经历了数个月的悉心筹备后,云版大数据统计与应用分析解决方案终于要和大家见面了!为了让更多人能体验到本服务,我们特别发起了限量1分钱秒杀活动。
2022-11-24
spss缺失值分析步骤 spss缺失值分析结果怎么看
在数据调查过程中,工作人员常常会遇到数据缺失现象。数据缺失分为三类,随机缺失,完全随机缺失,非随机缺失。无论哪种缺失,都可能导致严重的问题,或者大大降低统计的精度。利用IBM SPSS Statistics可以对数据缺失值进行分析,关于SPSS缺失值分析步骤是怎样的,SPSS缺失值分析结果怎么看的问题?本文结合实例,为大家做简单介绍。
2022-11-24
spss标签值不显示 spss标签值乱码
使用IBM SPSS Statistics进行统计分析的过程中,为了工作便利,常常会为变量设置标签。在设置标签过程中,常常会遇到各种问题,如SPSS标签值不显示,SPSS标签值乱码等问题,这些问题产生的根源是什么?如何解决?本文向大家做简单介绍。
2022-11-21
IBM SPSS Statistics云版本登录使用教程
感谢您订阅IBM SPSS Statistics云版本服务,IBM SPSS Statistics云版本是由思杰马克丁+IBM+阿里云联合推出,帮助用户解决短时间使用正版软件的需求,提供周付费、月付费两种购买模式,性价比极高。那么在购买了IBM SPSS Statistics云版本之后,应该如何登陆使用呢,本篇教程就来告诉大家使用方法。
2022-11-23
spss中t值和p值是什么意思 spss中t值和p值的关系
在统计分析过程中,常常会遇到这样的情况:检验两个相关的样本是否来自具有相同均值的总体,就会用到t检验。t检验(Student's t test),主要用于样本含量较小(例如n < 30),总体标准差σ未知的正态分布, t检验是用t分布理论来推论差异发生的概率,从而比较两个平均数的差异是否显著。利用IBM SPSS Statistics统计分析软件进行t检验可以避免繁杂的统计学计算,快速给出结果,供用户分析。SPSS中t值和p值是什么意思,SPSS中t值和p值的关系是什么,本文结合实例,向大家做简单的介绍。
2022-11-16
spss pearson相关性分析步骤 spss pearson相关性分析结果怎么看
Pearson(皮尔逊)相关性指的是联合分布服从二维正态分布的随机变量X,Y之间的简单线性相关关系,X,Y之间的相关关系由简单相关系数r表示。利用IBM SPSS Statistics可以非常快速地完成两个随机变量X,Y间的Pearson(皮尔逊)相关性分析,SPSS Pearson相关性分析步骤是什么,SPSS Pearson相关性分析结果怎么看,本文结合实例,向大家做简单的介绍。
2022-11-14

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容:

咨询热线

在线咨询

限时折扣