加载中…
个人资料
  • 博客等级:
  • 博客积分:
  • 博客访问:
  • 关注人气:
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
正文 字体大小:

SPPS-分析-一般线性模型子菜单栏学习总结-多因素方差分析

(2016-01-13 15:42:09)
标签:

方差分析

多因素方差分析

分类: SPSS操作与分析学习

》》分析-一般线性模型-单变量

    一般线性模型中的单变量的“单”针对因变量而言的,而不是针对变量。

单变量分析也称多因素方差分析,多因素方差分析表示只有一个因变量,但可以有两个或两个以上的变量

基础数据如下:

茶饮料销售地点

茶饮料外包装

茶饮料销售额

地点一

新包装

725

地点一

新包装

702

地点三

旧包装

657

地点三

新包装

700

 

》》》多因素方差分析窗口操作步骤

    茶饮料销售额选入因变量,将茶饮料销售地点和茶饮料外包装选入固定因子,然后打开选项对话框,选择描述统计和同质性检验(是指方差齐性检验),其它选择默认的结果解析。

SPPS-分析-一般线性模型子菜单栏学习总结-多因素方差分析

》》》多因素方差分析结果解析

如下分析结果输出四个表格:

1、统计各变量分组的个数

主旨間係數

 

N

茶饮料销售地点

地点二

10

地点三

10

地点一

10

茶饮料外包装

旧包装

15

新包装

15

 

 

1、 统计变量之间交叉后的数据量统计值

 

描述性統計資料

因變數  茶饮料销售额 

茶饮料销售地点

茶饮料外包装

平均數

標準偏差

N

地点二

旧包装

693.5000

7.85281

4

新包装

729.0000

15.74802

6

總計

714.8000

22.23511

10

地点三

旧包装

657.4000

13.57571

5

新包装

707.0000

10.93161

5

總計

682.2000

28.60769

10

地点一

旧包装

663.5000

23.66221

6

新包装

716.7500

26.50000

4

總計

684.8000

36.07338

10

總計

旧包装

669.4667

22.31869

15

新包装

718.4000

19.19747

15

總計

693.9333

32.21258

30

 

3、检验不同茶饮料销售地点和茶饮料外包装分组下的茶饮料销售额的方差齐性检验,如下图可以显著性0.196>0.05,肯定原假设。故在显著水平0.05条件下,方差是齐性的。如果这里的显著性<0.05,则此数据就不能进行方差分析,因为由描述统计中的N值可知,各组的N值不等。当非齐性且N值不等时,就不能进行方差分析

Levene's 錯誤共變異等式檢定a

因變數  茶饮料销售额 

F

df1

df2

顯著性

1.608

5

24

.196

檢定因變數的錯誤共變異在群組內相等的空假設。

a. 設計:截距 + 茶饮料销售地点 + 茶饮料外包装 + 茶饮料销售地点 * 茶饮料外包装

 

4检验不同茶饮料销售地点和茶饮料外包装分组下的茶饮料销售额均值是否具有显著性差异分析,由下图知,茶饮料销售地点对应的显著性0.004<0.05,否定原假设,认为在0.05显著水平下,在不同茶饮料销售地点(有三个地点)情况下的均值具显著差异;茶饮料外包装对应的显著性0.000<0.05,否定原假设,认为在0.05显著水平下,在不同茶饮料外包装(两个外包装)情况下的均值具显著差异;茶饮料销售地点*茶饮料外包装交叉作用下对应的显著性0.520>0.05,肯定原假设,认为在0.05显著水平下,茶饮料销售地点*茶饮料外包装交叉作用下的均值显著差异。

由于在在不同茶饮料销售地点(有三个地点)情况下的均值具显著差异,且茶饮料销售地点分组=3>2,故有必要进行进一步的多重比较分析,具体看一下哪些销售地点之间的均值具有显著差异。而茶饮料外包装不需要进行多重比较分析的原因是其分组只有两个=2,在这里已经分析出了这两个不同的外包装均值具有显著差异了。

主旨間效果檢定

因變數  茶饮料销售额 

來源

III 類平方和

df

平均值平方

F

顯著性

修正的模型

22545.417a

5

4509.083

14.340

.000

截距

14079842.532

1

14079842.532

44778.170

.000

茶饮料销售地点

4389.446

2

2194.723

6.980

.004

茶饮料外包装

15519.505

1

15519.505

49.357

.000

茶饮料销售地点 * 茶饮料外包装

422.953

2

211.476

.673

.520

錯誤

7546.450

24

314.435

 

 

總計

14476396.000

30

 

 

 

校正後總數

30091.867

29

 

 

 

a. R 平方 = .749(調整的 R 平方 = .697

》》》多因素方差分析-多重比较分析的窗口操作步骤

使用数据与多因数方差分析数据一样,步骤基本也一样,只是多一步多重比较分析的选择,如下:

SPPS-分析-一般线性模型子菜单栏学习总结-多因素方差分析

》》》多因素方差分析-多重比较分析结果解析

输出的结果基本与多因素方差分析结果一样,在这里不做重复解说。主要对多出的对茶饮料销售地点的多重比较分析(LSDDuncan)分析结果进行解说,如下:

    如下两种多重比较分析方法均说明,地点一和地点三均值之间无显著性差异,而地点二和地点一、地点三均值之间存在显著性差异。可参考单因素方差分析关于这两种方法分析结果的解析。

多重比較

因變數  茶饮料销售额 

 

(I) 茶饮料销售地点

(J) 茶饮料销售地点

平均差異 (I-J)

標準錯誤

顯著性

95% 信賴區間

 

下限

上限

LSD

地点二

地点三

32.6000*

7.93014

.000

16.2330

48.9670

地点一

30.0000*

7.93014

.001

13.6330

46.3670

地点三

地点二

-32.6000*

7.93014

.000

-48.9670

-16.2330

地点一

-2.6000

7.93014

.746

-18.9670

13.7670

地点一

地点二

-30.0000*

7.93014

.001

-46.3670

-13.6330

地点三

2.6000

7.93014

.746

-13.7670

18.9670

根據觀察到的平均數。

 錯誤項目是平均值平方和(錯誤)= 314.435

*. 平均值差異在 .05 層級顯著。

 

茶饮料销售额

 

茶饮料销售地点

N

子集

 

1

2

Duncana,b

地点三

10

682.2000

 

地点一

10

684.8000

 

地点二

10

 

714.8000

顯著性

 

.746

1.000

會顯示同質子集中群組的平均值。

 根據觀察到的平均數。

 錯誤項目是平均值平方和(錯誤)= 314.435

a. 使用調和平均值樣本大小 = 10.000

b. Alpha = .05

0

阅读 收藏 喜欢 打印举报/Report
  

新浪BLOG意见反馈留言板 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 产品答疑

新浪公司 版权所有