IBM Business Partner

IBM SPSS Statistics 中文网站 > 使用技巧 > 应用SPSS多因素方差分析,探索因变量的影响因素(变量选择篇)

应用SPSS多因素方差分析,探索因变量的影响因素(变量选择篇)

发布时间:2021/01/13

IBM SPSS Statistics多因素方差分析,检验的是两个或两个以上的因素对变量产生的影响,与单因素方差分析的思想一致,都是利用方差进行比较,来检验多因素是否对变量产生显著性影响。因此,数据也需要满足正态分布、方差齐性、观测值独立的前提。

多因素方差分析包含了主效应以及交互效应的影响,分别代表的是因素对变量、多因素共同对变量产生的印象。另外,还可通过事后多重比较检验因素之间的差异性。接下来,我们通过实例演示一下多因素方差分析。

一、打开数据文件

如图1所示,打开一组包含性别、工作年限与工资变量的数据,目的是研究性别与工作年限对工资是否有显著性影响。

图1:示例数据

由于当前数据中的性别变量使用的是字符串值,可将其转换为数值型值,便于后续统计。当然,您也可以直接使用性别变量,因多因素方差分析允许使用定性变量作为固定因子。

如图2所示,打开转换菜单中的“重新编码为不同变量”。

图2:重新编码为不同变量

将性别添加到转换变量方框中,并在输出变量选项中为重新编码后的变量设定名称与标签。然后,单击“旧值和新值”。

图3:选择性别变量

在旧值和新值设置面板中,分别将男性、女性与编码1、2匹配,以实现性别变量的数值转换。

图4:新值与旧值相匹配

完成性别变量的重新编码后,返回数据集,如图5所示,数据集中出现了一个新的变量“性别编码”。

接下来,我们会将新的“性别编码”变量与“工作年限”变量应用到多因素方差分析中,探究性别、工作年限对工资是否有显著影响。

图5:完成性别的重新编码

二、应用多因素方差分析

如图6所示,依次单击分析-一般线性模型-单变量选项,打开单变量分析设置面板。由于多因素方差分析实际上研究的是多因素对单变量的影响,因此选取的是单变量分析选项,而不是多变量分析选项。

图6:单变量分析方法

1、选择变量

对于多方差因素分析的变量选择来说,重点关注的是因变量与固定因子的设置。

1. 因变量,即用于检验影响是否显著的变量。多方差因素分析只选择一个因变量。

2. 固定因子,即用于检验是否有显著影响的因素变量。

为了研究性别与工作年限对工资的影响,将“工资”添加为因变量,将工作年限与性别编码添加为“固定因子”。

图7:选择变量

2、轮廓图

轮廓图,也就是交互图,用于比较模型中的边际平均值。

单因子的轮廓图显示估计边际平均值是沿水平增加还是减小。如果是两个或以上因子,平行线表示因子之间没有交互,不平行则表示交互。

在本文中,我们会研究性别与工作年限之间是否存在交互关系。如图8所示,将性别添加到水平轴,将工作年限添加到单独的线条,并单击“添加”。

图8:选择图变量

完成轮廓图因子的添加后,如图9所示,选择折线图。

图9:添加图

3、估算边际平均值

轮廓图用于直观地观察因子间的交互关系,而估计边际平均值则以数值检验的方式,检验因子之间的交互显著性。一般情况下,选择“overall”即可分析主效应与交互效应。

图10:估算边际平均值

三、小结

综上所述,通过使用IBM SPSS Statistics的单变量分析,我们可以添加多个固定因子,研究多个因素对因变量影响的显著性,并可通过估算边际平均值,研究交互因子对因变量的影响。

关于多因素方差分析的解读,将会在《如何进行SPSS多因素方差分析的检验方法设置与结果解读》一文中进行详细讲解。

作者:泽洋

标签:spss多因素方差分析

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
如何用SPSS计算个人BMI值?
BMI即体重指数,是衡量个人身体质量的一个重要参数,通过判断BMI的数值大小,我们可以判断个人身高与体重是否协调。下面我将用IBM SPSS Statistics来为大家介绍BMI的计算方法。
2021-03-19
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
如何使用SPSS检验数据是否服从正态分布—偏度峰度系数
在《如何使用SPSS检验数据是否服从正态分布—KS检验与Q-Q图》一文中,我们了解了如何使用KS检验、Q-Q图来验证数据的正态性。接下来,本文将会继续讲解如何使用IBM SPSS Statistics的描述统计(偏度峰度系数)、探索统计检验(正态检验)数据的正态性。
2021-01-07
SPSS数据合并之如何进行变量合并
在存在多个数据源的情况下,经常会使用到IBM SPSS Statistics的数据合并功能,对多个数据源的数据进行合并。
2020-11-13
使用SPSS进行回归分析的方法总结
IBM SPSS Statistics 是强大的统计软件平台,SPSS全称Statistical Product and Service Solutions(统计产品与服务解决方案), SPSS可以帮助我们分析并更好地了解数据,以解决复杂的业务和研究问题。如今,SPSS已经被广泛运用于数据分析等各个领域。
2021-03-09