SPSS在單因素方差分分析_第1頁
SPSS在單因素方差分分析_第2頁
SPSS在單因素方差分分析_第3頁
SPSS在單因素方差分分析_第4頁
SPSS在單因素方差分分析_第5頁
已閱讀5頁,還剩15頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

SPSS在單因素方差分析中的應(yīng)用5.2SPSS在單因素方差分析中的應(yīng)用

單因素方差分析也叫一維方差分析,它用來研究一個因素的不同水平是否對觀測變量產(chǎn)生了顯著影響,即檢驗(yàn)由單一因素影響的一個(或幾個相互獨(dú)立的)因變量由因素各水平分組的均值之間的差異是否具有統(tǒng)計(jì)意義。1.使用條件應(yīng)用方差分析時,數(shù)據(jù)應(yīng)當(dāng)滿足以下幾個條件:在各個水平之下觀察對象是獨(dú)立隨機(jī)抽樣,即獨(dú)立性;各個水平的因變量服從正態(tài)分布,即正態(tài)性;各個水平下的總體具有相同的方差,即方差齊;2.基本原理方差分析認(rèn)為:SST(總的離差平方和)=SSA(組間離差平方和)+SSE(組內(nèi)離差平方和)如果在總的離差平方和中,組間離差平方和所占比例較大,說明觀測變量的變動主要是由因素的不同水平引起的,可以主要由因素的變動來解釋,系統(tǒng)性差異給觀測變量帶來了顯著影響;反之,如果組間離差平方和所占比例很小,說明觀測變量的變動主要由隨機(jī)變量因素引起的。SPSS將自動計(jì)算檢驗(yàn)統(tǒng)計(jì)量和相伴概率P值,若P值小于等于顯著性水平α,則拒絕原假設(shè),認(rèn)為因素的不同水平對觀測變量產(chǎn)生顯著影響;反之,接受零假設(shè),認(rèn)為因素的不同水平?jīng)]有對觀測變量產(chǎn)生顯著影響。3.多重比較檢驗(yàn)問題多重比較是通過對總體均值之間的配對比較來進(jìn)一步檢驗(yàn)到底哪些均值之間存在差異。

4.各組均值的精細(xì)比較多重比較檢驗(yàn)只能分析兩兩均值之間的差異性,但是有些時候需要比較多個均值之間的差異性。具體操作是將其轉(zhuǎn)化為研究這兩組總的均值是否存在顯著差異,即與是否有顯著差異。這種比較是對各均值的某一線性組合結(jié)構(gòu)進(jìn)行判斷,即上述檢驗(yàn)可以等價改寫為對進(jìn)行統(tǒng)計(jì)推斷。這種事先指定均值的線性組合,再對該線性組合進(jìn)行檢驗(yàn)的分析方法就是各組均值的精細(xì)比較。顯然,可以根據(jù)實(shí)際問題,提出若干種檢驗(yàn)問題。5.2.2單因素方差分析的SPSS操作詳解

Step01:打開主操作窗口選擇菜單欄中的【Analyze(分析)】→【CompareMeans(比較均值)】→【One-WayANOVA(單因素ANOVA)】命令,彈出【One-WayANOVA(單因素ANOVA)】對話框,這是單因素方差分析的主操作窗口。Step02:選擇因變量在【One-WayANOVA(單因素ANOVA)】對話框的候選變量列表框中選擇一個或幾個變量,將其添加至【DependentList(因變量列表)】列表框中,選擇的變量就是要進(jìn)行方差分析的觀測變量(因變量)。Step03:選擇因素變量在【One-WayANOVA(單因素ANOVA)】對話框的候選變量列表框中選擇一個變量,將其添加至【Factor(因子)】列表框中,選擇的變量就是要進(jìn)行方差分析的因素變量。Step04:均值精細(xì)比較單擊【Contrasts】按鈕,彈出如右圖所示的【Contrasts(對比)】對話框。Step05:均值多重比較單擊【PostHoc】按鈕,彈出如下圖所示的【PostHocMultipleComparisons(兩兩比較)】對話框,該對話框用于設(shè)置均值的多重比較檢驗(yàn)。

(1)方差齊性(EqualVariancesAssumed)時,有如下方法供選擇。

LSD(Least-significantdifference):最小顯著差數(shù)法,用t檢驗(yàn)完成各組均值間的配對比較。Bonferroni(LSDMOD):用t檢驗(yàn)完成各組間均值的配對比較,但通過設(shè)置每個檢驗(yàn)的誤差率來控制整個誤差率。Sidak:計(jì)算t統(tǒng)計(jì)量進(jìn)行多重配對比較??梢哉{(diào)整顯著性水平,比Bofferroni方法的界限要小。

Scheffe:用F分布對所有可能的組合進(jìn)行同時進(jìn)入的配對比較。此法可用于檢查組均值的所有線性組合,但不是公正的配對比較。R-E-G-WF:基于F檢驗(yàn)的Ryan-Einot-Gabriel-Welsch多重比較檢驗(yàn)。

R-E-G-WQ:基于StudentRange分布的Ryan-Einot-Gabriel-Welschrangetest多重配對比較。S-N-K:用StudentRange分布進(jìn)行所有各組均值間的配對比較。Tukey:用Student-Range統(tǒng)計(jì)量進(jìn)行所有組間均值的配對比較,用所有配對比較誤差率作為實(shí)驗(yàn)誤差率。Tukey's-b:用stndentRange分布進(jìn)行組間均值的配對比較,其精確值為前兩種檢驗(yàn)相應(yīng)值的平均值。Duncan:指定一系列的Range值,逐步進(jìn)行計(jì)算比較得出結(jié)論。Hochberg‘sGT2:用正態(tài)最大系數(shù)進(jìn)行多重比較。

Gabriel:用正態(tài)標(biāo)準(zhǔn)系數(shù)進(jìn)行配對比較,在單元數(shù)較大時,這種方法較自由。

Waller-Dunca:用t統(tǒng)計(jì)量進(jìn)行多重比較檢驗(yàn),使用貝葉斯逼近的多重比較檢驗(yàn)法。

Dunnett:多重配對比較的t檢驗(yàn)法,用于一組處理對一個控制類均值的比較。默認(rèn)的控制類是最后一組。(2)方差不具有齊性(EqualVarancenotassumed)時,有如下方法供選擇。Tamhane’sT2:基于t檢驗(yàn)進(jìn)行配對比較。Dunnett’sT3:基于Student最大模的成對比較法。Games-Howell:Games-Howell比較,該方法較靈活。Dunnett’sC:基于Student極值的成對比較法。(3)Significance:確定各種檢驗(yàn)的顯著性水平,系統(tǒng)默認(rèn)值為0.05,可由用戶重新設(shè)定。Step06:其他選項(xiàng)輸出單擊【Options】按鈕,在彈出的對話框中進(jìn)行如下設(shè)置。(1)【Statistics(統(tǒng)計(jì)量)】復(fù)選框:選擇輸出統(tǒng)計(jì)量。●Descriptive:要求輸出描述統(tǒng)計(jì)量。選擇此項(xiàng)輸出觀測值容量、均值、標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)誤、最小值、最大值、各組中每個因變量的95%置信區(qū)間?!馞ixedandrandomeffects:顯示固定和隨機(jī)描述統(tǒng)計(jì)量。●Homogeneity-of-variance:計(jì)算Levene統(tǒng)計(jì)量進(jìn)行方差齊性檢驗(yàn)。●Brown-Forsythe:計(jì)算檢驗(yàn)組均值相等假設(shè)的布朗檢驗(yàn)。在方差齊性假設(shè)不成立時,這個統(tǒng)計(jì)量比F統(tǒng)計(jì)量更優(yōu)越?!馱elch:計(jì)算檢驗(yàn)組均值相等假設(shè)的Welch統(tǒng)計(jì)量,在不具備方差齊性假設(shè)時,也是一個比F統(tǒng)計(jì)量更優(yōu)越的統(tǒng)計(jì)量。

(2)Meansplot:均值折線圖。根據(jù)各組均值變化描繪出因變量的分布情況。(3)【MissingValues(缺失值)】選項(xiàng)組中提供了缺失值處理方法,該選項(xiàng)和均值比較過程中的缺失值選項(xiàng)意義相同。

Step07:相關(guān)統(tǒng)計(jì)量的Bootstrap估計(jì)。單擊【Bootstrap】按鈕,彈出如右圖所示的對話框。

描述統(tǒng)計(jì)表支持均值和標(biāo)準(zhǔn)差的bootstrap估計(jì)。多重比較表支持平均值差值的bootstrap估計(jì)。對比檢驗(yàn)表支持對比值的bootstrap估計(jì)和顯著性檢驗(yàn)。

5.2.3實(shí)例圖文分析:信息來源與傳播

1.實(shí)例內(nèi)容某機(jī)構(gòu)的各個級別的管理人員需要足夠的信息來完成各自的任務(wù)。最近,一項(xiàng)研究調(diào)查了信息來源對信息傳播的影響。在這項(xiàng)特定的研究中,信息來源是上級、同級和下級。在每種情況下,對信息傳播進(jìn)行測度:數(shù)值越高,說明信息傳播越廣。檢驗(yàn)信息來源是否對信息傳播有顯著影響?你的結(jié)論是什么?2.實(shí)例操作由于不同的信息來源可能導(dǎo)致信息傳播測度不同。本案例中,信息來源是因素,“上級、同級和下級”是因素的三種不同水平,信息傳播測度是因變量(觀測變量)。由于這里有三個水平,因此不能采用兩樣本的均值檢驗(yàn)過程,故考慮采用單因素方差分析法。進(jìn)行如下假設(shè)檢驗(yàn):H0:三種不同信息來源對信息傳播測度平均值沒有顯著性影響;H1:三種不同信息來源對信息傳播測度平均值存在顯著性影響。Step01:打開對話框打開數(shù)據(jù)文件5-1.sav,選擇菜單欄中的【Analyze(分析)】→【CompareMeans(比較均值)】→【One-WayANOVA(單因素ANOVA)】命令,彈出【One-WayANOVA(單因素ANOVA)】對話框。提示:在使用前,請注意數(shù)據(jù)是否符合方差分析的前提條件。

Step02:選擇因變量在候選變量列表框中選擇“scale”變量作為因變量,將其添加至【DependentList(因變量列表)】列表框中。

Step03:選擇因素變量在候選變量列表框中選擇“source”變量作為水平值,將其添加至【Factor(因

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論