SPSS多因素方差分析.docx
- 文档编号:9941604
- 上传时间:2023-02-07
- 格式:DOCX
- 页数:10
- 大小:203.65KB
SPSS多因素方差分析.docx
《SPSS多因素方差分析.docx》由会员分享,可在线阅读,更多相关《SPSS多因素方差分析.docx(10页珍藏版)》请在冰豆网上搜索。
SPSS多因素方差分析
SPSS多因素方差分析
D
模型我们选择“自定义”,选中后就会发现中间的“建立条件”变为可选,”Interaction”为交互效应,只有选择这个选项才可以产生交互效应因子。
“Maineffects”主效应。
如果选择这个,那么模型里就只能选择“班级”和“年级”这两个主效应。
All2-way,All3-way等,二阶效应、三阶效应。
平方和也有几个选项,只要默认的typeIII就可以了。
这里的操作是:
由于我们是检验期初是否有差异,看是否实验前所有样本的条件都相同,还没进行实验,所以我们不用检查交互,只需要检验主效应就行。
在“建立条件”里选择”Maineffects”,然后选中左边的“班级”和“年级”变量。
至于“对比”对话框,目前我们不会怎么去用他,可以不必去理解。
这里什么都不选。
下面看“画图”对话框,见下面的图。
对于这个划图有没有用我也不太清楚,不过看学生们在用那就拿出来讲讲。
左上的窗口为“因子”,水平坐标轴选择“年级”变量,分隔线选择“班级”表示按不同水平的班级分层做出均数直线。
选择好后在下面点“增加”按钮。
“两两比较”对话框,这个我们做单因素的时候也做过了。
就是在检验出现显著差异的时候,就需要进行两两比较,这里就是选择用什么样的方法进行两两比较。
一般用LSD法(可以理解为每个实验对象都与对照对象进行检验)或S-N-K法(两两互相比较)。
根据自己的喜欢看的结果来选择。
这里我们先不做两两比较。
“保存”对话框,就是将模型拟合时产生的中间结果或参数保存为新变量供继续分析时用。
我们估计也用不到这么高深的东西,所以这里也不详细介绍。
只把汉化的窗口显示出来给大家看看。
“选项”对话框,主要用于一些附件的选项,这里我们也没什么要选的,对话框见下图:
SPSS中多因素方差分析
一、概念
多因素方差分析是用来研究两个及两个以上的控制变量是否对观察变量产生显著影响的分析方法。
多因素方差分析不仅能分析多个因素对观测变量的影响,而且能分析多个控制因素的交互作用是否会对观测变量的分布产生影响,进而最终找到利于观测变量的最优组合。
多因素方差分析的基本原理就是通过检验两个或多个样本均值间是否存在显著差异来得出结论。
在SPPSS中,多因素方差分析是利用“一般线性模型”模块的“单变量”过程来完成的。
二、实例
下面来详细说说单变量多因素方差分析在具体问题的运用:
研究目的:
超市中某商品的销量与摆放位置和超市规模关系
研究方法:
按照超市规模选择大、中、小三家超市,在每家超市中随机选A货架1(货架阳面第一位)、B端架、C堆头、D货架2(货架阳面第二位)各两个位置,记录其统一周期商品的销售量,然后对其做单变量多因素方差分析。
调研数据:
超市规模
摆放位置
A
B
C
D
大型
70
78
75
82
82
89
71
75
中型
57
65
69
78
73
80
60
57
小型
45
50
56
63
65
71
48
53
在SPPS下的操作步骤如下:
1. 建立数据文件
2. 选入变量及参数设置
依次单击菜单“分析→一般线性模型→单变量”命令,打开“单变量方差分析”如图:
将左侧变量列表框中“销售量”选入“因变量”列表框,“超市规模”和“摆放位置”选入“固定因子”列表框如图:
单击“模型”按钮,打开“单变量:
模型”对话框,“指定模型”选项组选择“设定”,将“因子与协变量”列表框中的变量选入到“模型”列表框中,“平方和”选项组选择“类型Ⅲ”,“构建项”类型选择“主效应”。
如图:
单击“对比”按钮,打开“单变量:
对比”对话框,对比的方法都改成简单,如图:
单击“绘制”按钮,打开“单变量:
轮廓图”对话框,将“因子”列表框的两个变量分别移动到“水平轴”窗口,单击“添加”按钮,将其选入到“图”列表框,如图:
单击“两两比较”按钮,打开“单变量:
观测均值的两两比较”对话框,将“因子”列表框中的变量选入到“两两比较检验”列表框;“假定方差齐性”选项组选择“S-N-K”,如图:
单击“选项按钮”打开“单变量:
选项”对话框,在输出选项组选择“方差齐性检验”,如图:
到这里就设置完毕,单击确定按钮,执行单变量方差分析,结果如下:
主体间因子
N
超市规模
大型
8
小型
8
中型
8
摆放位置
A
6
B
6
C
6
D
6
变量“超市规模”有三个水平,即大型、中型和小型,每个水平有8个个案;变量“摆放位置”有4个水平,即A、B、C和D,每个水平有6个个案。
主体间效应的检验
因变量:
销售量
源
III 型平方和
df
均方
F
Sig.
校正模型
2930.417a
5
586.083
30.409
.000
截距
108272.667
1
108272.667
5617.799
.000
超市规模
1828.083
2
914.042
47.426
.000
摆放位置
1102.333
3
367.444
19.065
.000
误差
346.917
18
19.273
总计
111550.000
24
校正的总计
3277.333
23
a.R 方 =.894(调整 R 方 =.865)
从表中可以看出,同种商品不同规模和不同摆放位置的“销售量”的检验统计量f的观测值为30.409,检验的概率值为0,小于0.05,拒绝零假设,可以认为同种商品在不同规模超市和不同摆放位置的情况下,销售量存在显著差异。
销售量
Student-Newman-Keulsa,,b
超市规模
N
子集
1
2
3
小型
8
56.38
中型
8
67.38
大型
8
77.75
Sig.
1.000
1.000
1.000
已显示同类子集中的组均值。
基于观测到的均值。
误差项为均值方 (错误)=19.273。
a. 使用调和均值样本大小 =8.000。
b.Alpha=.05。
从表中可以看出,超市规模越大,相应的销量也就越高。
销售量
Student-Newman-Keulsa,,b
摆放位置
N
子集
1
2
3
D
6
60.67
A
6
60.83
B
6
70.50
C
6
76.67
Sig.
.948
1.000
1.000
已显示同类子集中的组均值。
基于观测到的均值。
误差项为均值方 (错误)=19.273。
a. 使用调和均值样本大小 =6.000。
b.Alpha=.05。
从上面表中可以看出C位置销量>B位置销量>A位置销量>B位置销量,也就是说堆头位置销量>端架位置销量>货架阳面第一位>货架阳面第二位,这也就是为什么超市里的堆头、端架向来都是各供应商争抢阵地。
总结:
同种商品在不同规模超市和不同摆放位置的情况下,销售量存在显著差异,并且堆头位置销量>端架位置销量>货架阳面第一位>货架阳面第二位。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- SPSS 因素 方差分析