
发布时间:2021/01/13 10:53:10
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。
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”。
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”。
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。
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。
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。
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”。
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”。
完成轮廓图因子的添加后,如图9所示,选择折线图。
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。
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
读者也喜欢这些内容:
SPSS多因素相关性分析结果解读
多因素相关性分析可以帮助用户了解多因素以及因素协同对最终结果的影响程度,从而优化条件,达到更高的经济效益。利用专业的统计学软件SPSS,用户可以方便,快速的完成多因素相关性分析,下面以分析某化学反应中3个温度水平,5个压力水平反应的进行程度为例,向大家介绍SPSS多因素相关性分析的步骤以及结果解读。...
阅读全文 >
spss图表怎么显示数据 spss图表怎么导入Word
在科研或技术工作者撰写科技论文或者技术报告的过程中,常常需要绘制多种类型的图表,以直观展示研究成果,增强说服力。统计数据,绘制图表可以借助专业的数据统计分析软件完成,如IBM SPSS Statistics。绘制完毕后,我们常常需要对图表进行进一步的美化,然后导出至Word文档中。关于SPSS图表怎么显示数据,SPSS图表怎么导入Word,本文结合实例,向大家做简单介绍。...
阅读全文 >
spss相关性r值p值怎么看 spss相关性r值p值怎么求
我们进行线性相关分析,要关注回归分析模型的拟合程度,因变量变化可由自变量变化解释,同时回归分析具有统计学意义,所做的工作才有价值。利用IBM SPSS Statistics,我们可以非常方便的求解出变化解释指标R,统计学检验显著性水平P的值,进而通过R和P分析模型的拟合程度。SPSS相关性R值P值怎么看,SPSS相关性R值和P值怎么求,本文结合实例,向大家做简单的介绍。...
阅读全文 >
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。...
阅读全文 >