SPSS方差分析

Posted jianle23

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了SPSS方差分析相关的知识,希望对你有一定的参考价值。

实验目的:

1、学会使用SPSS的简单操作。

2、掌握方差分析。

实验内容:

1.单因素方差分析;

2.双因素方差分析。

实验步骤:

  1.单因素方差分析,方差分析是基于变异分解的思想进行的,在单因数方差分析中,整个样本的变异可以看成由两个部分构成:总变异=随机变异+处理因数导致的变异,其中随机变异是永远存在的,确定处理因数导致的变异是否存在就是所要达到的研究目标,即只要能证明它不等于0,就等同于证明了处理因数的确存在影响。

  技术图片

 

 

  这样可采用一定的方法来比较组内变异和组间变异的大小,如果后者远远大于前者,则说明处理因数的影响的确存在,如果两者相差无几,则说明该影响不存在。

 

  SPSS操作:【分析】【一般线性模型-单变量】,将因变量选入【因变量】,将自变量选入【固定因子】。如果需要均值图示,【绘图】,将因子选入【水平轴】,【图】→【添加】。如果需要多重比较时,【事后多重比较】,将因子选入【两两比较检验】,【假定方差齐性】→LSD】。如果需要相关统计量时,【选项】→【显示】→【描述统计量】。如果需要方差齐性检验时,【选项】→【输出】→【齐性检验】。如果需要对模型的参数进行估计时,【选项】→【输出】→【参数估计值】。如果需要预测值时,【保存】→【预测值】→【未标准化】。

  技术图片

 

  技术图片

技术图片
1 UNIANOVA 销售额 BY 超市位置
2   /METHOD=SSTYPE(3)
3   /INTERCEPT=INCLUDE
4   /CRITERIA=ALPHA(0.05)
5   /DESIGN=超市位置.
方差单变量分析1

  技术图片

 

  技术图片

技术图片
1 UNIANOVA 销售额 BY 超市位置
2   /METHOD=SSTYPE(3)
3   /INTERCEPT=INCLUDE
4   /PLOT=PROFILE(超市位置) TYPE=LINE ERRORBAR=NO MEANREFERENCE=NO YAXIS=AUTO
5   /CRITERIA=ALPHA(0.05)
6   /DESIGN=超市位置.
单因数方差分析2轮廓图

  技术图片

 

  技术图片

技术图片
1 UNIANOVA 销售额 BY 超市位置
2   /METHOD=SSTYPE(3)
3   /INTERCEPT=INCLUDE
4   /POSTHOC=超市位置(LSD)
5   /CRITERIA=ALPHA(0.05)
6   /DESIGN=超市位置.
单因数方差分析3

  技术图片

 

  技术图片

技术图片
1 UNIANOVA 销售额 BY 超市位置
2   /METHOD=SSTYPE(3)
3   /INTERCEPT=INCLUDE
4   /PRINT DESCRIPTIVE
5   /CRITERIA=ALPHA(.05)
6   /DESIGN=超市位置.
单因数方差分析4

  技术图片

 

 

   技术图片

技术图片
1 UNIANOVA 销售额 BY 超市位置
2   /METHOD=SSTYPE(3)
3   /INTERCEPT=INCLUDE
4   /PRINT HOMOGENEITY
5   /CRITERIA=ALPHA(.05)
6   /DESIGN=超市位置.
单因数方差分析5

  技术图片

 

  技术图片

技术图片
1 UNIANOVA 销售额 BY 超市位置
2   /METHOD=SSTYPE(3)
3   /INTERCEPT=INCLUDE
4   /PRINT PARAMETER
5   /CRITERIA=ALPHA(.05)
6   /DESIGN=超市位置.
单因数方差分析6

  技术图片

 

 

   技术图片

技术图片
1 UNIANOVA 销售额 BY 超市位置
2   /METHOD=SSTYPE(3)
3   /INTERCEPT=INCLUDE
4   /SAVE=PRED
5   /CRITERIA=ALPHA(.05)
6   /DESIGN=超市位置.
单因数方差分析7

  2.双因数方差分析:分析两个因数对实验结果的影响。可以根据两个因数间对实验结果的影响大致分为两类,当2个因素对实验数据单独影响时,只考虑主效应的双因数方差分析;当因数2个因数对实验数据的单独影响外,两因数的搭配还会对结果产生一种新的影响,这时考虑交互效应的双因数方差分析。

  SPSS操作:需要均值图示,【图】,将因子A选入【水平轴】,将因子B选入【单独的线条】,【图】【添加】。需要多重比较时,【事后多重比较】,将因子AB选入【两两比较检验】→【假定方差齐性】→LSD】。需要分析交互效应时,【分析】【一般线性模型-单变量】,将因变量选入【因变量】,将自变量选入【固定因子】→【模型】→【定制】,将因子AB选入【模型】(将因子AB选入【模型】按shift→【构建项】→【交互】。

  技术图片

 

   技术图片

 

   

主体间效应检验

因变量:   销售额  

III 类平方和

自由度

均方

F

显著性

修正模型

282670.222a

5

56534.044

15.956

.000

截距

4528384.000

1

4528384.000

1278.052

.000

超市位置

174008.000

2

87004.000

24.555

.000

竞争者数量

108662.222

3

36220.741

10.223

.000

误差

106295.778

30

3543.193

 

 

总计

4917350.000

36

 

 

 

修正后总计

388966.000

35

 

 

 

a. R = .727(调整后 R = .681

  技术图片

技术图片
1 UNIANOVA 销售额 BY 超市位置 竞争者数量
2   /METHOD=SSTYPE(3)
3   /INTERCEPT=INCLUDE
4   /PLOT=PROFILE(超市位置*竞争者数量) TYPE=LINE ERRORBAR=NO MEANREFERENCE=NO YAXIS=AUTO
5   /CRITERIA=ALPHA(.05)
6   /DESIGN=超市位置 竞争者数量.
双因数方差分析1

  技术图片

 

多重比较

因变量:   销售额  

LSD  

(I) 竞争者数量

(J) 竞争者数量

平均值差值 (I-J)

标准误差

显著性

95% 置信区间

下限

上限

      0

      1

10.44

28.060

.712

-46.86

67.75

      2

-119.78*

28.060

.000

-177.08

-62.47

      3个及以上

-82.67*

28.060

.006

-139.97

-25.36

      1

      0

-10.44

28.060

.712

-67.75

46.86

      2

-130.22*

28.060

.000

-187.53

-72.92

      3个及以上

-93.11*

28.060

.002

-150.42

-35.80

      2

      0

119.78*

28.060

.000

62.47

177.08

      1

130.22*

28.060

.000

72.92

187.53

      3个及以上

37.11

28.060

.196

-20.20

94.42

      3个及以上

      0

82.67*

28.060

.006

25.36

139.97

      1

93.11*

28.060

.002

35.80

150.42

      2

-37.11

28.060

.196

-94.42

20.20

基于实测平均值。

 误差项是均方(误差)= 3543.193

*. 平均值差值的显著性水平为 .05

 

技术图片
1 UNIANOVA 销售额 BY 超市位置 竞争者数量
2   /METHOD=SSTYPE(3)
3   /INTERCEPT=INCLUDE
4   /POSTHOC=超市位置 竞争者数量(LSD)
5   /CRITERIA=ALPHA(.05)
6   /DESIGN=超市位置 竞争者数量.
双因数方差分析2

  技术图片

 

主体间效应检验

因变量:   销售额  

III 类平方和

自由度

均方

F

显著性

修正模型

330592.667a

11

30053.879

12.357

.000

截距

4528384.000

1

4528384.000

1861.830

.000

超市位置

174008.000

2

87004.000

35.771

.000

竞争者数量

108662.222

3

36220.741

14.892

.000

超市位置 * 竞争者数量

47922.444

6

7987.074

3.284

.017

误差

58373.333

24

2432.222

 

 

总计

4917350.000

36

 

 

 

修正后总计

388966.000

35

 

 

 

a. R = .850(调整后 R = .781

 

技术图片
1 UNIANOVA 销售额 BY 超市位置 竞争者数量
2   /METHOD=SSTYPE(3)
3   /INTERCEPT=INCLUDE
4   /CRITERIA=ALPHA(.05)
5   /DESIGN=超市位置 竞争者数量 竞争者数量*超市位置.
双因数方差分析3

 

小结:

  注意要求做分析。

 

以上是关于SPSS方差分析的主要内容,如果未能解决你的问题,请参考以下文章

SPSS如何进行单因素方差分析

如何用spss进行单因素方差分析

如何用SPSS进行多因素方差分析

如何用SPSS进行多因素方差分析?

如何用SPSS进行多因素方差分析

spss怎么做多因素方差分析,且考虑交互作用