写在前面:在进行数据分析前我们脑中得有这个框架(如上图)。心理学论文进行平均数差异分析,无外乎这几种情况:首先确定自变量的个数(还有水平),然后确定是独立样本还是相关样本。多元方差分析我们不太常用,多元指的是因变量超过1个。
使用单因素方差分析要清楚以下几点:
(1)只有一个自变量;
(2)自变量的水平超过2个;
(3)是独立样本。(一般相关样本我们叫做单因素重复测量方差分析,后续介绍)
举例:检验不同年级(1、2、3、4)大学生的焦虑水平是否有显著差异?
第二步:出现如下界面,把“焦虑”放入“因变量”,“年级”放入“固定因子”(自变量)。
然后设置“事后比较”和“选项”,其它按键不用管。
第三步:“事后比较”界面:进行如下操作,然后点击“继续”。
第四步:“选项”界面:进行如下操作,然后点击“继续”。
第五步:以上步骤完成后,按“确定”,然后看输出结果。
输出结果主要看以下四个部分的数据:
ω2=0.10,关联强度中等,表示年级可以解释SDS10%的变异量。
统计检验力为0.689
看“标准误差”和“显著性”,带*的说明差异显著。
欢迎多多点赞关注,后续继续更新哟(不定期更新...)~
版权所有,禁止转载!!!
SPSS做单因素(1)_数据分析师
单因素也称作一维。它检验由单一因素影响的一个(或几个相互独立的)因变量由因素各水平分组的均值之间的差异是否具有统计意义。还可以对该因素的若干水平分组中哪一组与其他各组均值间具有显著性差异进行分析,即进行均值的多重比较。One-Way ANOVA过程要求因变量属于总体。如果因变量的分布明显的是非正态,不能使用该过程,而应该使用非参数分析过程。如果几个因变量之间彼此不独立,应该用Repeated Measure过程。
调查不同水稻品种百丛中稻纵卷叶螟幼虫的数量,数据如表5-1所示。
表5-1 不同水稻品种百丛中稻纵卷叶螟幼虫数
数据保存在“DATA5-1.SAV”文件中,变量格式如图5-1。
分析水稻品种对稻纵卷叶螟幼虫抗虫性是否存在显著性差异。
在数据编辑窗口中输入数据。建立因变量“幼虫”和因素水平变量“品种”,然后输入对应的数值,如图5-1所示。或者打开已存在的数据文件“DATA5-1.SAV”。
点击主菜单“Analyze”项,在下拉菜单中点击“Compare Means”项,在右拉式菜单中点击“0ne-Way ANOVA”项,系统
打开单因素设置窗口如图5-2。
因变量: 选择一个或多个因子变量进入“Dependent List”框中。本例选择“幼虫”。
因素变量: 选择一个因素变量进入“Factor”框中。本例选择“品种”。
单击“Contrasts”按钮,将打开如图5-3所示的对话框。该对话框用于设置均值的多项式比较。
均值的多项式比较是包括两个或更多个均值的比较。例如图5-3中显示的是要求计算“1.1×mean1-1×mean2”的值,检验的假设H0:第一组均值的1.1倍与第二组的均值相等。单因素的“0ne-Way ANOVA”过程允许进行高达5次的均值多项式比较。多项式的系数需要由读者自己根据研究的需要输入。具体的操作步骤如下:
① 选中“Polynomial”复选项,该操作激活其右面的“Degree”参数框。
② 单击Degree参数框右面的向下箭头展开阶次菜单,可以选择“Linear”线性、“Quadratic”二次、“Cubic”三次、“4th”四次、“5th”五次多项式。
为多项式指定各组均值的系数。方法是在“Coefficients”框中输入一个系数,单击Add按钮,“Coefficients”框中的系数进入下面的方框中。依次输入各组均值的系数,在方形显示框中形成—列数值。因素变量分为几组,输入几个系数,多出的无意义。如果多项式中只包括第一组与第四组的均值的系数,必须把第二个、第三个系数输入为0值。如果只包括第一组与第二组的均值,则只需要输入前两个系数,第三、四个系数可以不输入。
可以同时建立多个多项式。一个多项式的一组系数输入结束,激话“Next”按钮,单击该按钮后“Coefficients”框中清空,准备接受下一组系数数据。
如果认为输入的几组系数中有错误,可以分别单击“Previous”或“Next”按钮前后翻找出错的一组数据。单击出错的系数,该系数显示在编辑框中,可以在此进行修改,修改后单击“Change”按钮在系数显示框中出现正确的系数值。当在系数显示框中选中一个系数时,同时激话“Remove”按钮,单击该按钮将选中的系数清除。
④单击“Previous”或“Next”按钮显示输入的各组系数检查无误后,按“Continue”按钮确认输入的系数并返回到主对话框。要取消刚刚的输入,单击“Cancel”按钮;需要查看系统的帮助信息,单击“Help”按钮。
本例子不做多项式比较的选择,选择缺省值。
在主对话框里单击“Post Hoc”按钮,将打开如图5-4所示的多重比较对话框。该对话框用于设置多重比较和配对比较。一旦确定各组均值间存在差异显著,多重比较检测可以求出均值相等的组;配对比较可找出和其它组均值有差异的组,并输出显著性水平为0.95的均值比较矩阵,在矩阵中用星号表示有差异的组。
(1)多重比较的选择项:
difference) 最小显著差数法,用t检验完成各组均值间的配对比较。对多重比较误差率不进行调整。
用t检验完成各组间均值的配对比较,但通过设置每个检验的误差率来控制整个误差率。
Scheffe 对所有可能的组合进行同步进入的配对比较。这些选择项可以同时选择若干个。以便比较各种均值比较方法的结果。
F) 用F检验进行多重比较检验。
用Student Range分布进行所有各组均值间的配对比较。如果各组样本含量相等或者选择了