SPSS单因素和多因素方差分析法资料.ppt

资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 资料仅可参考，如有不妥，请联系本人改正或者删除。 * 5.3 SPSS在多因素方差分析中的应用 5.3.1 多因素方差分析的基本原理 1.方法概述 多因素方差分析是对一个独立变量是否受一个或多个因素或变量影响而进行的方差分析。它不仅能够分析多个因素对观测变量的独立影响，更能够分析多个因素的交互作用能否对观测变量产生显著影响。例如，对稻谷产量进行分析时，不仅单纯考虑耕地深度和施肥量都会影响产量，但同时深耕和适当的施肥可能使产量成倍增加，这时，耕地深度和施肥量就可能存在交互作用。 2.基本原理 由于多因素方差分析中观察变量不仅要受到多个因素独立作用的影响，而且因素其交互作用和一些随机因素都会对变量产生影响。因此观测变量值的波动要受到多个控制变量独立作用、控制变量交互作用及随机因素等三方面的影响。以两个因素为例，可以表示为： 其中，Q表示各部分对应的离差平方和。多因素方差分析比较 占 的比例，以此推断不同因素以及因素之间的交互作用是否给观测变量带来显著影响。 3.软件使用方法 多因素方差分析仍然采用F检验，其零假设是H0：各因素不同水平下观测变量的均值无显著差异。SPSS将自动计算F值，并依据F分布表给出相应的概率P值。我们可以根据相伴概率P值和显著性水平α的大小关系来判断各因素的不同水平对观测变量是否产生了显著性影响。 5.3.3 实例图文分析：薪金的区别 1 实例内容 假设某一杂志的记者要考察职业为财务管理、计算机程序员和药剂师的男女雇员其每周的薪金之间是否有显著性差异。从每种职业中分别选取了5名男性和5名女性组成样本，并且记录下来样本中每个人的周薪金（单位：美元）。所得数据见表5-11所示。 请你分析职业和性别对薪金有无显著影响。 2 实例操作 由于薪金水平的高低和所从事的职业、性别等因素都有关系。因此这里要考虑两个因素水平下的薪金差异问题，即建立双因素的方差分析模型。本案例中，职业和性别是两个影响因素，而每周薪金是因变量。同时，我们也要考虑职业和性别这两个因素之间有无交互作用。具体操作步骤如下。 Step01：打开对话框 打开数据文件5-3.sav，选择菜单栏中的【Analyze（分析）】 →【General Linear Model(一般线性模型)】→【Univariate(单变量)】命令，弹出【Univariate(单变量)】对话框。这里“wage”变量表示每月薪金；“job”变量表示职业的类型；“sex”变量表示性别。 提示：在使用前，请注意数据是否符合方差分析的前提条件。 Step02：选择观测变量 在候选变量列表框中选择“wage”变量作为因变量，将其添加至 【Dependent Variable(因变量)】列表框中。 Step03：选择因素变量 选择“job”和“sex”变量作