02

SPSS分析案例

现在有一个公司员工的工资表，想看一下员工性别“gender”与接受教育年限“edu”这两个控制变量对员工“当前工资”的影响。采用多因素方差分析法，则要分别考虑“gender”、“edu”对“当前工资”的影响，称为主效应，还要考虑“gender*edu”对“当前工资”的影响，称为交互效应。

（1）分析步骤：将数据导入SPSS后，选择：分析—— 一般线性模型——单变量

（2）将“当前工资”选入因变量（也就是观测变量），将性别“gender”与受教育年限“edu”选入固定因子（也就是控制变量）。

（3）选择“单变量”的“模型”，打开对话框后选择“全因子”，表示方差分析的模型包括所有因素的主效应，也包括因素之间的交互效应。然后“继续”。

（4）打开“单变量”的“绘制”对话框，选择“gender”为横轴变量，选择“edu”为分线变量，单击“添加”，即显示这两个因素变量的交互作用，即 “gender*edu”这个交互作用变量。

由于此例中“gender”只有两个水平，即男、女；而“edu”有多种水平。因此，如果主效应显著，则表明因素两种或多种水平之间存在显著性差异。事后可以继续对同一因素多个水平之间的均值差异进行比较，该过程称为多重比较。

但实际上如果主效应和交互效应都达到显著，我们更关心在多因素交互作用下，因变量有什么影响。

因此，如果交互效应显著的话，通常需要进行简单效应检验。所谓简单效应检验，是指一个因素的水平在另一个因素的某个因素的某个水平上的变异。例如我们本例中的，如果gender与edu之间存在显著的交互作用，我们可以检验当gender为“女”时，edu的各个水平之间的差异，称为edu在“女”性水平上的简单效应；以及在“男”性水平上edu各水平之间的差异，称为edu在“男”性水平上的简单效应。

简单效应检验，实际上是把其中一个自变量固定在某一个特定的水平上，考察另一个自变量对因变量的影响。简单效应检验在SPSS里是用一个“MANOVA”命令来实现的。

同理，当我们检验三个自变量时，若这些自变量之间的交互作用显著，需要进行简单简单效应检验，即一个因素的水平在另外两个因素的水平结合上的效应。

也就是把两个因素固定在各自的某一个水平上，考察第三个因素对因变量的影响。也是用“MANOVA”命令来实现的。我们观察简单效应显著与否，是通过F值与sig值来看的，一般用sig值与我们设定的一个数值（0.05、0.01、或者0.001）来比较，若sig值大于该数值，说明简单效应不显著；反之，若sig值小于该数值，说明简单效应显著。

（5）打开“选项”对话框，将左边三个控制变量均移入右边，“显示均值”，同时选中“描述统计”，选中“比较主效应”。

（6）点击“确定”以后，就会在SPSS查看器里显示出结果。其中，最上面的那部分代码是我们所做的操作在SPSS里具体实现的步骤的代码。下面的表格是我们想要的结果，从表格里得出结论。

（7）从下面的“主体间效应的检验”表格里，我们比较性别gender、受教育程度edu、及gender*edu交互作用的F值及sig值，看到edu的F值最大，sig值最小，且sig