如何进行SPSS多因素方差分析的检验方法设置与结果解读 |
您所在的位置:网站首页 › spss各种检验方法适用于哪种情况的检验结果 › 如何进行SPSS多因素方差分析的检验方法设置与结果解读 |
在《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)》一文中,我们已详细讲解了IBM SPSS Statistics多因素方差分析方法的变量选择以及相关的图选项、估计边际平均值设置。 本文将会重点讲解,多因素方差分析方法的事后多重比较及其检验结果。我们本次检验的是性别、工作年限对工资的影响是否有显著性。 ![]() 一、选项设置 在进行多方差分析的事后多重比较时,需满足等方差的假定。因此,在进行选项设置时,需将“齐性检验”勾选上。另外,一般情况下,都会勾选“描述统计”,以获取平均值、方差等统计数值。 对于显著性水平,一般保持0.05即可。 ![]() 二、事后多重比较设置 接着,就可以打开事后多重比较选项,将性别、工作年限添加到事后检验中。 在假定等方差的情况下,常用的是LSD法,也就是最小显著性差异法,其检验敏锐度高,一些细微的差异都能检验出来。SNK检验与LSD检验相似,但检验结果更为保守,比较适用于两两比较。 ![]() 三、数据解读 完成以上设置,运行检验。 如图4所示,从简单的平均值数值看到,随着工作年限的增加,工资的平均值也在增加,无论是男性还是女性的数据都表现出此规律,但男女性的工资似乎差异不大。 ![]() 接着,查看主体间效应检验。 修正模型的显著性数值为0.00 而从性别与工作年限的轮廓图看到,其线条呈现平行关系,表明性别与工作年限无交互关系。 ![]() 方差齐性检验,用于检验事后多重比较结果的有效性。在使用LSD(最小显著性差异法)检验时,需确保数据满足方差齐性的假设。 基于平均值的显著性数值为0.088>0.05,检验结果不显著,不能拒绝原假设,也就是检验各组中的方差相等。 ![]() 在方差齐性的前提下,查看LSD多重比较数据。 从显著性数值(均小于0.05)看到,工作年限3-4年与工作年限1-2的工资有显著性差异。 ![]() 图8:多重比较 三、小结 综上所述,IBM SPSS Statistics的多因素方差分析,可用于检验多因素对因变量的影响是否有显著性,另外,还可以用于检验因素间的交互作用,并运用事后多重比较来检验因素各组中的差异。 作者:泽洋 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |