在进行数据录入时,以数值型数据录入会更有利于后续的统计计算。但如果在录入时,采用了字符串值的录入方式,该如何将其转化为可计算的数值呢?在这种情况下,可以使用IBM SP......
2023-01-18 202 SPSS重新编码 SPSS自动编码功能
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。
图1:使用的数据
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。
图2:选项设置
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。
图3:事后多重比较设置
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。
图4:平均值
接着,查看主体间效应检验。
修正模型的显著性数值为0.00<0.05,表明主体间效应具有显著性。从性别、工作年限、性别*工作年限的显著性数值看到,性别对工资没有显著性影响,而工作年限对工资有显著性影响,性别与工作年限的协同影响不显著。
图5:主体间效应检验
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。
图6:轮廓图
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。
图7:方差齐性检验
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。
标签: SPSS多因素方差分析
相关文章
在进行数据录入时,以数值型数据录入会更有利于后续的统计计算。但如果在录入时,采用了字符串值的录入方式,该如何将其转化为可计算的数值呢?在这种情况下,可以使用IBM SP......
2023-01-18 202 SPSS重新编码 SPSS自动编码功能
IBM SPSS Statistics的数据重构功能,也被称为数据重组,包含了将选定变量重组为个案、将选定个案重组为变量与变换所有数据(即数据转置)的功能。 本文中,会进行将选定个案重组为......
2023-01-15 233 SPSS数据重构 SPSS将选定个案重组为变量
探索性分析中比较常用的功能是,通过数据过滤的功能,如分析数据中的极值、平均值、方差等,识别数据中的异常值;或使用检验的方法,判断后续使用的统计分析方法是否合适等,......
2023-01-18 213 SPSS快速检查数据异常值 SPSS探索性分析
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。 图1:使用的数据 一、选项设置 在进行多方差分......
2023-06-20 203 SPSS多因素方差分析
单样本游程检验,与卡方检验、二项检验一样,同属于IBM SPSS Statistics的 非参数检验 方法,是在总体方差未知的情况下,利用样本数据对总体分布形态等进行推断分析的方法。 游程,简......
2023-02-05 206 SPSS单样本游程检验 SPSS验证数据是否符合随机性