
发布时间:2021/01/18 13:00:30
IBM SPSS Statistics多元方差分析研究的是多个自变量与多个因变量的相互关系,也被称为多变量分析,与单变量分析有区别。多元方差分析的条件与单方差分析、多因素方差分析显示,都要求数据符合正态分布、方差齐性以及观测值具有独立性。如果您已经学习过多因素方差分析,那么接下来的多元方差分析演示将会变得十分熟悉。
一、事后多重比较
本文,我们会使用一组包含性别、工作年限、工资、日常福利四个变量的数据作为例子,检验性别、工作年限对工资、日常福利是否有显著性影响。
在性别值中,我们使用了编码替代字符串,并在其变量值标签中,标注编码代表的字符串值。
二、应用多元方差分析
接下来,就可以依次单击分析-一般线性模型-多变量,开启多元方差分析。
1、选择变量
在多变量分析设置面板中,如图4所示,可以看到,选项与单变量分析设置面板相似,不同的是,其因变量可作多项选择。
根据本次检验的目的,将工资、日常福利添加为因变量,将性别、工作年限添加为固定因子。
2、轮廓图
由于数据中存在多个固定因子,需进一步探索因子与因子之间的交互关系。
在轮廓图中添加性别与工作年限的轮廓图,以探究性别与工作年限之间是否存在交互关系。
关于性别与工作年限的轮廓图类型设置,可设为“折线图”,有助于直观展现两者之间的交互关系。
3、估算边际平均值
除了使用轮廓图展现因子间的相互关系外,我们还可以在估算边际平均值中,对性别与工作年限的交互作用执行估算编辑平均值的检验。
一般情况下,选取“Overall”即可同时检验主效应与因子的交互效应。
4、选项设置
接着,在选项设置中,选取“描述统计”获取基础的统计数值,如平均值、方差等。同时,勾选“齐性检验”,检验数据的方差齐性,以便进一步开展事后多重比较。
5、事后多重比较
在数据方差齐性的前提下,设置“工作年限”的事后多重比较。由于未有检验结果,我们这里先勾选选项,待求得分析结果后,再决定是否采用多重比较的分析结果。
三、小结
综上所述,IBM SPSS Statistics的多元方差分析,是用于分析多个自变量与多个因变量相关关系的检验分析方法,其中涉及到因素对因变量的主效应检验,因素间的交互效应检验等。
在《解读SPSS多元方差分析中的多因素多变量的相互影响》一文中,我们会详细讲解以上数据在多元方差分析下的检验结果。如需获取下一节内容,欢迎访问IBM SPSS Statistics中文网站。
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 >
统计数据分析工具的作用是什么 统计数据分析工具有哪些
随着互联网环境的不断演变和发展,传统互联网和移动互联网增量红利阶段已经过去,流量进入存量时代,用户数据的价值突显,过去粗犷式推广与经营模式也正朝着精细化转变,而通过数据分析工具将有限的资源进行高效利用成为了营销上重要的突破口,统计数据分析工具的作用是什么?统计数据分析工具有哪些?今天一起来看看。...
阅读全文 >
SPSS表格数据上下行互换 SPSS表格数据显示不全是什么原因
SPSS中可以手动设置变量并输入数据,也可以将Excel表中的数据复制粘贴进SPSS中,若是粘贴时不小心则可能导致数据错行错位,这时便需要将表格行数据顺序进行调整,如何进行SPSS表格数据上下行互换,SPSS表格数据显示不全是什么原因?今天一起来看看吧。...
阅读全文 >
spss线性回归残差计算 spss线性回归残差图怎么看是否有自相关
使用IBM SPSS Statistics进行线性回归分析非常的高效,分析过程中可以关注各个应用条件是否满足,其中残差分析非常重要,残差满足正态分布,进行线性回归分析才有意义,关于残差有两个问题需要重点关注:spss线性回归残差计算,spss线性回归残差图怎么看是否有自相关,本文结合实例,向大家做简单的介绍。...
阅读全文 >