 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
第六章spss的方差分析
下载积分：1200
内容提示：第六章spss的方差分析
文档格式：DOC|
浏览次数：249|
上传日期： 23:55:28|
文档星级：
该用户还上传了这些文档
第六章spss的方差分析
官方公共微信spss方差分析操作示范-步骤-例子-五星文库
免费文档下载
spss方差分析操作示范-步骤-例子
导读：第五节方差分析的SPSS操作，一、完全随机设计的单因素方差分析1．数据，图6-3单因素方差分析数据输入将上述数据文件保存为“6-6-1.sav”，2．理论分析，从要分析的数据来看，可以用单因素的方差分析来解决这一问题，单因素方差分析不仅可以检验多组均值之间是否存在差异，3．单因素方差分析过程（1）主效应的检验，可依下列操作进行，②对于方差分析，得到单因素方差分析结果4．结果及解释，后面方差分析
方差分析的SPSS操作
一、完全随机设计的单因素方差分析 1．数据
采用本章第二节所用的例1中的数据，在数据中定义一个group变量来表示五个不同的组，变量math表示学生的数学成绩。数据输入格式如图6－3（为了节省空间，只显示部分数据的输入）：
图 6-3 单因素方差分析数据输入 将上述数据文件保存为“6-6-1.sav”。 2．理论分析
要比较不同组学生成绩平均值之间是否存在显著性差异，从上面数据来看，总共分了5个组，也就是说要解决比较多个组（两组以上）的平均数是否有显著的问题。从要分析的数据来看，不同组学生成绩之间可看作相互独立，学生的成绩可以假设从总体上服从正态分布，在各组方差满足齐性的条件下，可以用单因素的方差分析来解决这一问题。单因素方差分析不仅可以检验多组均值之间是否存在差异，同时还可进一步采取多种方法进行多重比较，发现存在差异的究竟是哪些均值。
3．单因素方差分析过程 （1）主效应的检验
假如我们现在想检验五组被试的数学成绩（math）的均值差异是否显著性，可依下列操作进行。 ①单击主菜单Analyze/Compare Means/One-Way Anova…，进入主对话框，请把math选入到因变量表列（Dependent list）中去，把group选入到因素（factor）中去，如图6-4所示：
图6-4：One-Way Anova主对话框
②对于方差分析，要求数据服从正态分布和不同组数据方差齐性，对于正态性的假设在后面非参数检验一章再具体介绍；One-Way Anova可以对数据进行方差齐性的检验，单击铵钮Options，进入它的主对话框，在Homogeneity-of-variance项上选中即可。设置如下图6-5所示：
图6-5：One-Way Anova的Options对话框 点击Continue，返回主对话框。
③在主对话框中点击OK，得到单因素方差分析结果 4．结果及解释
（1）输出方差齐性检验结果
Test of Homogeneity of Variances
Levene Statistic df1 df2 Sig.
上表结果显示，Levene方差齐性检验统计量的值为1.238，Sig=0.313&0.05，所以五个组的方差满足方差齐性的前提条件，如果不满足方差齐性的前提条件，后面方差分析计算F统计量的方法要稍微复杂，本章我们只考虑方差齐性条件满足的情况。
（2）输出方差分析主效应检验结果（方差分析表）
ANOVA MATH
Sum of Squares df Mean Square
Between Groups Within Groups
846.000 35
78.600 3.252 .023
上面方差分析结果显示：组间平方和为314.40，组内平方和为846.00； 组间自由度为4，组内自由度为35； 组间均方为78.60，组内均方为24.171；F检验统计量的值为3.252，对应的概率P值为0.023&0.05，说明在0.05的显著性水平下，在不同班主任的班级中数学成绩有显著差异。
5．单因素方差分析的Post Hoc多重比较
上面分析结果显示，五个组的平均值存在显著差异，但是并不能告诉我们究竟是哪些组之间的差异显著。如果想同时回答存在差异的原因，就需要进行平均数的多重比较。SPSS可以直接进行平均数差异的多重比较，具体操作如下：
（1）在One-Way Anova的主对话窗口，单击按钮Post Hoc…进入多重比较方法选择对话框（如图6-6所示）。
图6-6：单样本方差分析多重比较定义窗口
（2）在上面对话框中有两组不同假设下的方法可供选择，上面为方差齐性前提下（Equal Variances Assumed）的方法，下面为没有假定方差齐性时（Equal Variances Not Assumed）的多重比较方法选择。
单因素方差分析的Post Hoc提供的多重比较的方法在方差齐性的假设条件下常用的主要有：LSD（最小显著差法），Duncan(Duncan多范围检验)，S-N-K(Student-Newman-Keuls检验，有称q检验)，Tukey(Honestly显著差异检验),Tukey’s-b(Tukey的另一种检验方法)，Bonferroni (Bonferroni检验),Scheffe(Scheffe检验)等，不同检验方法所依据的检验准则稍有差异，检验结果也不完全相同，这里不具体介绍各种方法的具体检验原理，感兴趣的读者可以参考有关文献（Miller,1966; Games,b;）。由于在本书中只涉及方差齐性条件满足的情况，所以关于没有方差齐性假设条件
或方差齐性条件不满足时的多重比较方法这里不作介绍。
在上面所举的例子中，不同任课教师担任办主任的班级，其数学成绩存在显著差异，下面我们进一步检验究竟是那两个组的差异显著。在多重比较窗口，选择S-N-K检验，单击Continue返回主对话框。
（3）在主对话框点击OK按钮运行程序，即可输出结果。 6．多重比较结果及解释
这时的输出结果，除了上面显示的方差齐性的检验结果和方差分析表外，还有多重检验的结果，多重检验结果为：
Student-Newman-Keuls
N Subset for alpha = .05
4 3 2 5 1 Sig.
1 67.00 69.50 71.50
69.50 71.50 74.00 74.50 .195
Means for groups in homogeneous subsets are displayed.
Uses Harmonic Mean Sample Size = 8.000.
上述分析结果表明，在0.05的显著性水平下，5个组可以分成同质的2个大组，第一大组包括原来的第4组、第3组和第2组；第2大组包括原来的第3组、第2组、第5组和第1组。说明第4组、第5组与第1组的数学平均成绩存在差异，而第4组与第2组和第3组的差异不显著，第1组、第5组和第2组和第3组的差异也不显著。
二、随机区组设计的方差分析
在随机区组设计中，每一区组应接受全部实验处理，每种实验处理在每一区组中重复的次数也应该相同。利用SPSS程序可以进行被试之间的差异检验、处理之间的差异检验及各种交互效应的检验。SPSS中没有提供可直接用于区组设计的分析程序，但用户可以根据实验设计中具体情况选择普通因素模型（即所有的因素变量都是被试间因素）或重复测量模型（至少有一个因素变量是被试内因素）。同一区组内的每一个被试如果接受了全部实验处理，应该选择重复测量模型；如果同一区组内的被试随机接受不同的实验处理，即一个被试只接受一种处理，则应选择普通因素模型。不同的模型对数据的表现形式会有所不同。普通因素模型要求实验处理结果即因变量只表现为一个，不同水平下的观测结果用因素变量的变量值加以对应区分。在重复测量模型中，不同的实验处理结果应表现为不同的变量，不要求因素变量必须存在。下面我们先介绍普通因素模型。
（一）、随机区组设计的普通因素模型（被试间设计） 1． 数据输入
例7．为了研究四种夹角（15度、30度、45度和60度）条件下，缪勒－莱尔错觉试验错觉量之间
包含总结汇报、党团工作、办公文档、旅游景点、教程攻略、IT计算机、出国留学、专业文献以及spss方差分析操作示范-步骤-例子等内容。本文共8页
相关内容搜索下载作业帮安装包
扫二维码下载作业帮
1.75亿学生的选择
请教spss单因子方差分析结果这个齐性检验说明了什么?下面的是说明组间的差异?
最后派对°坎剥
你这操作错误了吧操作正确的话a4和a6组间有差异哦
就是按着步骤来的，得出的结果
我看你的齐性肯定是不对的啊
我也觉得有问题，可不知道哪出了错，我做了两个重复
为您推荐：
其他类似问题
扫描下载二维码【图文】第5章 方差分析_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
评价文档：
第5章 方差分析
上传于||暂无简介
大小：8.77MB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢}