单因素方差分析举例(单因素方差分析实例)

单因素方差分析举例(单因素方差分析实例)

方差分析是研究不同组别的差异,比如不同学历时满意度的差异。因此数据格式中一定需要有组别X(比如学历)和分析项Y(比如满意度)。

有时候只有分析项(比如3个分析项),但是现在希望此3个分析项的差异,那么就需要对数据进行改造,自己加入一列‘组别’,然后把数据重叠起来得到分析项Y,类似如下图:

单因素方差分析举例(单因素方差分析实例)

2.拖拽分析项

在“通用方法”模块中选择“方差”方法,将X定类变量放于上方分析框内,Y定量变量放于下方分析框内,点击“开始分析”即可。

单因素方差分析举例(单因素方差分析实例)

3.选择参数

方差分析方法中有以下4个方法供研究者选择,分别是方差分析、方差齐检验、Welch anova、Brown-Forsythe anova。

单因素方差分析举例(单因素方差分析实例)

学历对于薪资呈现出0.05水平的显著性(p=0.000<0.05)同时也可以使用折线图进行直观展示。总结可知:不同学历样本对于薪资全部均呈现出显著性差异。

2.方差分析图对比

单因素方差分析举例(单因素方差分析实例)

补充说明:除此之外SPSSAU还提供了方差分析中间过程值表以及方差分析结果的普通格式以及简化纵向格式,如下:

(1)方差分析中间过程值:

单因素方差分析举例(单因素方差分析实例)NNvfAex8-n9_3k3QLhOQpXwJvC2qZV8B7BJlSZeWZZmnpFU-XhhK14lTwIjUiUZg5lSkzlaj0aKlzfbV-xvmKuAtoxiSmToTCMMGQUNtyQ2qHTpxQyJwEOfHPOX_xLfQD9zqJFIVPpeJRzoyYKcrzTqOzpuSSVT5yIEHQgcTtNAcGqmrJ_D8zUo5pajOcoeFIsL-lhvvU7j2g3BKaNQDdlv0q7E9dUEsOPHA5I9h1gcrqIjyjxMP7q1wEazjoIzy7uddw4N4NphytNBxM0S2CGg7-jenwpE1bg083OLZ5Oem-zQ0Ly3kbaGvwHQM19nUeKz37R38Tqsw1NDc2gVc5lj34zUsSTEgtnRRN_tvZqAmFhvvuQv46aejW4sssjsl-BO17vLvXAAAA___kWGGD” >

(2)方差分析结果(普通格式)

单因素方差分析举例(单因素方差分析实例)N7ftGy62JHiHNvKJgzcLHwZ5RrzAy9yNiwMMYeAgF3nOh2c-RA7ysTvbSFFGqdQ8L6j1QnXKi1lv0r7mkqoIeZAg6EESzPpTQ6obSSMD36fDmhWFaH2V3wkK28e3wcAJEogFzHA-gvlUP1r9zzloJAchuL0SHOZAvzZldoXH0_tRdrJcya76_OXJwMnDtyXpPZ40XsyeHnefYnLRPaf2f9J-lnh741FiR7P6eeI4tY_P0TpaPJu8-s_-PYqyW2h3CwJHWdNavbx3DwZO6Gq4F2V8t1zFXzX8vtitaX7Riacp_tsUZ7J_o_YP3sOvAAAA__93eUZ6″ >

(3)方差分析结果(简化纵向格式)

单因素方差分析举例(单因素方差分析实例)NlW46ssxSbB716SQOnSJG0zC–FzvdLH-c_gp6SZiNyWRLgH4HkRQf8HyAXoul8w2gsrWNZpYtaCoZrVmZ6UpfG-bwh6k5LKo1p7f4nKlrb20HDsT3kQUKpaye26SKCHct0LY84KV1abvJuww6BZS6Rs0h5XQaYC5YUVN9SgVmxGDQ6NIzTLjAfoG3CB2h7i-HMgIXkNPjQfa3z8NBEEitolcf8-eOgoFXkRt_xroWK9QjUmf5u9K8qkJwBH1xPqZ-MBKN6MbPmLGPVRc3TvRfWzthDo3dteMMEdarsf2PkrU8fP63fS_R59-3Fjb2QfMoP3vpJQSs2yLCfpM2c4r-leB1V8Ke3kywrMM_oXfK0X7YvUdvzJiPFUkFhRHjabvPH52qdxpN-ZWb_J-y_l-n1jKc9Opf7TP9Wyh2M468AAAD__6LNW0Y=” >四、其他说明

1.差异性分析

如果X和Y均为定类数据,想对比差异性,此时需要使用卡方分析。如果X为定类,Y为定量;且X分为两组,比如男和女;此时也可使用t 检验进行差异对比(当然也可使用方差分析)。总结如下表:

单因素方差分析举例(单因素方差分析实例)NWXZw56ray1F002FyMbc0FTf9z1Xpzr-O4MfW5UNRW_MWRLZhHHwQir6lBMIG5VAqxQYzWy5jTUZt7FmNqo9A-E5o3ZpluWqVzy9k0HRYRO9XM67y378Mho9_lG7qFmT35z8q4lyBshClxOKOwvRtnmwMWEQQHyGjocgmVRgqWxp-C5P6qmVMx12nv8Rs-8X_gCc8fTjYcziaXJSvXWGm2Q4ynoN1qO2ZxsbEhbQu_zH7xgQ_e-70BuM3Ndv2S0zx5kM1wy_ndRxTX518qOTlxPuJKxHvCa_54ij7fY3AAD__3AMWCw=” >

2. 方差分析中间过程值,组间平方和、组内平方和、自由度、均方等问题?

方差分析用于研究差异,差异共由两部分组成,分别是组间平方和,组内平方和;同时对应着自由度值等;计算分别如下:

组间自由度df 1=组别数量 – 1;组内自由度df 2 = 样本量 – 组别数量;组间均方 = 组间平方和 / 组间自由度df 1;组内均方 = 组内平方和 / 组内自由度df 2;F 值 = 组间均方 / 组内均方;p 值是结合F 值,df 1和df 2计算得到。五、总结

理论上讲,方差分析前需要满足方差齐,如果方差齐则使用方差分析,如果方差不齐则使用非参数检验。理论和实践相比,永远有gap,现实研究中,最常见的依然是方差分析(而不是非参数检验),原因在于非参数检验的检验效能相对于方差分析会低一些。在方差分析时SPSSAU会自动处理方差齐性问题。

本站部分内容由互联网用户自发贡献,该文观点仅代表作者本人,本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。

如发现本站有涉嫌抄袭侵权/违法违规等内容,请联系我们举报!一经查实,本站将立刻删除。