发布时间:2021-01-18 11: 59: 33
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。在《怎么使用SPSS的多元方差分析法》一文中,我们已经详细学习了IBM SPSS Statistics多元方差分析的设置方法。
本文将会重点介绍如何解读多元方差分析的检验结果。由于多元方差分析中涉及到多个自变量与因变量,因此其检验结果会包括自变量与因变量的主效应检验、自变量间的交互效应,以及自变量的事后多重比较。接下来,我们一起来解读下这复杂的关系。
一、描述统计
首先,从描述统计结果看到,无论是工资的平均值,还是福利的平均值,均随着工作年限的提高而提升,但是否存在着显著性差异,还要看多变量检验的显著性。
二、多变量检验
如图3所示,数据中的多变量检验包含了截距(一般无实际意义,可在模型设置中设置不显示)、性别、工作年限、性别*工作年限的检验。其中工作年限对因变量有显著性影响,而性别与性别*工作年限对因变量无显著性影响。
三、主体间效应检验
接下来,我们要使用主体间效应检验,来检验不同自变量对不同因变量的影响显著性。
从多变量检验结果得知,工作年限对因变量有显著性影响,而从如图4所示的主体间效应检验结果得知,工作年限对工资、福利均有显著性影响。另外,性别与性别*工作年限的主体间效应检验进一步说明其对工资、福利无显著性影响。
四、轮廓图
接着,进一步查看性别与工作年限间的交互关系。如果轮廓图中的线条是平行的话,说明因子间无交互关系,可单独分析因子对因变量的影响;如果轮廓图的线条有交叉的话,说明因子间存在交互关系,需要看两个因子的对因变量的协同作用。
从图5的工资轮廓图看到,性别与工作年限之间无明显的交互关系,可单独分析性别对因变量或工作年限对因变量的影响。
同样地,在福利的轮廓图中也观察到性别与工作年限无交互关系。
五、事后多重比较
在效应检验中,我们知道工作年限对工资、福利都有显著影响,那么不同工作年限的工资、福利是否有显著差异?对于这个问题,可以查看事后多重比较结果。
在这之前,需要先检验数据的方差齐性,满足方差齐性的前提下,才可以采用方差齐性的事后多重比较结果。如图7所示,工资与福利的方差齐性显著性数值均大于0.05,说明数据符合方差齐性。
基于方差齐性的结果,可以看到,不同工作年限的工资、福利均有显著性差异。比如1年工作年限的工资、福利均显著性低于2、3、4年工作年限的,而2年工作年限的工资、福利均显著性低于3、4年工作年限的,以此类推。
三、小结
综上所述,IBM SPSS Statistics的多元方差分析,可检验多个自变量与多个因变量的相关关系,不仅可以检验单个自变量对因变量的影响,也可以研究多个自变量对因变量的协同效应,是一个比较复杂的检验方法。
作者:泽洋
展开阅读全文
︾
读者也喜欢这些内容:
SPSS方差分析p值不显示 SPSS方差分析时为什么无法显示F值和p值
方差分析时用于判断结果显著性的主要指标有两个,一个是F值另一个则是P值,F值越大时P值越小,但有些时候在进行方差分析时会发现SPSS生成的方差分析表中F值和P值不显示。究竟是什么原因导致SPSS方差分析P值不显示,SPSS方差分析时为什么无法显示F值和P值呢?...
阅读全文 >
SPSS方差分析表怎么补全 SPSS方差分析表怎么解读
通常来说方差分析表会包含方差来源、平方和、自由度、均方、F值、显著性等内容,如果有参数没有或需要添加,则需进行补全,大家可以在SPSS中进行方差分析表生成和补全,操作简便。具体SPSS方差分析表怎么补全,SPSS方差分析表怎么解读,下面通过一篇文章告诉大家。...
阅读全文 >
单因素协方差分析SPSS实例 单因素协方差分析结果解读
协方差分析是方差分析的延展扩充,主要用于判断协变量是否会对因变量产生显著影响,进而将无显著影响的协变量从自变量中分离,提高实验精确度。下面就通过讲解单因素协方差分析SPSS实例,单因素协方差分析结果解读来帮助大家更好地理解和掌握单因素协方差分析法。...
阅读全文 >
SPSS方差分析表怎么做 SPSS方差分析表步骤
方差分析表是一种通过方差分析的方法,将步骤中生成的各种指标数据,如自由度、离差平方和、F值等一一列出,可用于进行统计分析和数据分析的表格,利用该表可以清晰明了地观察分析出结论。接下来就在本文中为大家讲述SPSS方差分析表怎么做,SPSS方差分析表步骤。...
阅读全文 >