怎么使用SPSS的多元方差分析法 |
您所在的位置:网站首页 › spss单变量分析计算加盟时间怎么做 › 怎么使用SPSS的多元方差分析法 |
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。 图1:示例数据在性别值中,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。 图2:性别编码二、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。 图3:多变量线性模型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。 图4:选择变量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。 图5:轮廓图因子设定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。 图6:添加性别与工作年限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。 图7:估算边际平均值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。 图8:选项设置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。 图9:事后多重比较三、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 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |