SPSS多因素方差分析

1、體育統計與SPSS讀書筆記（八多因素方差分析（1）具有兩個或兩個以上因素的方差分析稱為多因素方差分析。多因素是我們在試驗中會經常遇到的，比如我們前面說的單因素方差分析的時候，如果做試驗的不是一個年級，而是多個年紀，那就成了雙因素了：不同教學方法的班級，不同年級。如果再加上性別上的因素，那就成了三因素了。如果我們把實驗前和試驗后的數據用一個時間的變量來表示，那又多了一個時間的因素。如果每個年級都是不同的老師來上，那又多了一個老師的因素，等等等等，所以我們在設計試驗的時候都要進行充分考慮，并確定自己只研究哪些因素。下面用例子的形式來說說多因素方差分析的運用。還是用前面說單因素的例子，前面的例子說了

2、只在五年級抽三個班進行不同教學方法的試驗，現在我們還要在初二和高二各抽三個班進行不同教學方法的試驗。形成年級和不同教學法班級雙因素。分析：1.根據實驗方案我們劃出雙因素分析的表格，可以看出每個單元格都是有重復數據（也就是不只一個數據），年級不同教學方法的班級定性班定量班定性定量班五年級（班級每個人）（班級每個人）（班級每個人）初中二年級（班級每個人）（班級每個人）（班級每個人）高中二年級（班級每個人）（班級每個人）（班級每個人）2.因為有重復數據，所以存在在數據交互效應的可能。我們來看看交效應的含義：如果在A因素的不同水平上,B因素對因變量的影響不同，則說明A、B兩因素間存在交互作用。交互作用

3、是多因素實驗分析的一個非常重要的內容。如因素間存在交互作用而又被忽視,則常會掩蓋因素的主效應的顯著性，另一方面,如果對因變量y,因素A與B之間存在交互作用,則已說明這兩個因素都y對有影響，而不管其主效應是否具有顯著性。在統計模型中考慮交互作用,是系統論思想在統計方法中的反映。在大多數場合，交互作用的信息比主效應的信息更為有用。根據上面的判斷。根據上面的說法，我也無法判斷是否有交互作用，不像身高和體重那么直接。這里假設他們之間有交互作用。根據上面的分析，可以把實驗當成3*3的析因實驗設計模式。下面是SPSS的分析步驟。SPSS步驟：1. 輸入數據。2先對前測數據進行檢驗。執(zhí)行“分析一一般線形模型

4、一一元多因素方差分析”，彈出對話框。因變量：為我們要分析的變量：選擇“前測平均”；固定因子和隨機因子：這是因子的兩個分類。固定因素指的是該因素在樣本中所有可能的水平都出現了，換言之，該因素所有可能的水平就這幾種。隨機因素是指該樣本所有可能的取值沒有都出現或不可能都出現。根據上面的理解，不同教學方法的班級應該放在固定因子，而年級應該放在隨機因子（因為我是要分析不同年級，而不是只針對五年級、初二和高二，所以年級在這里具有隨機性）。協方差：用于選擇協變量，如果在一個實驗中,因變量是y,存在另一連續(xù)變量X,X不能被實驗者控制,但可以隨著一起被觀察到,x對Y有影響，而且其關系是線性的，則稱為協變量。關于

5、協方差分析后面將會講。WLS加權：用于選入加權最小二乘法的權重系數。（我也不理解，反正也用不到，可以不用去理解）這個窗口我們了解后，點“模型”按鈕，彈出對話框：模型我們選擇“自定義”，選中后就會發(fā)現中間的“建立條件”變?yōu)榭蛇x，”Interaction”為交互效應，只有選擇這個選項才可以產生交互效應因子?！癕ainEFFECTS應。如果選擇這個，那么模型里就只能選擇“班級”和“年級”這兩個主效應。All2-way,All3-way等，二階效應、三階效應。平方和也有幾個選項，只要默認的typeIII就可以了。這里的操作是：由于我們是檢驗期初是否有差異，看是否實驗前所有樣本的條件都相同，還沒進行實驗

6、，所以我們不用檢查交互，只需要檢驗主效應就行。在“建立條件”里選擇”Main然后選中左邊的“班級”和“年級”變量。至于“對比”對話框，目前我們不會怎么去用他，可以不必去理解。這里什么都不選。下面看“畫圖”對話框，見下面的圖。對于這個劃圖有沒有用我也不太清楚，不過看學生們在用那就拿出來講講。左上的窗口為“因子”，水平坐標軸選擇“年級”變量，分隔線選擇“班級”表示按不同水平的班級分層做出均數直線。選擇好后在下面點“增加”按鈕。“兩兩比較”對話框，這個我們做單因素的時候也做過了。就是在檢驗出現顯著差異的時候，就需要進行兩兩比較，這里就是選擇用什么樣的方法進行兩兩比較。一般用LSD法（可以理解為每個實

7、驗對象都與對照對象進行檢驗）或S-N-K法（兩兩互相比較）。根據自己的喜歡看的結果來選擇。這里我們先不做兩兩比較?！氨４妗睂υ捒颍褪菍⒛Ｐ蛿M合時產生的中間結果或參數保存為新變量供繼續(xù)分析時用。我們估計也用不到這么高深的東西，所以這里也不詳細介紹。只把漢化的窗口顯示出來給大家看看?！斑x項”對話框，主要用于一些附件的選項，這里我們也沒什么要選的，對話框見下圖：SPSS中多因素方差分析、概念多因素方差分析是用來研究兩個及兩個以上的控制變量是否對觀察變量產生顯著影響的分析方法。多因素方差分析不僅能分析多個因素對觀測變量的影響，而且能分析多個控制因素的交互作用是否會對觀測變量的分布產生影響，進而最終找

8、到利于觀測變量的最優(yōu)組合。多因素方差分析的基本原理就是通過檢驗兩個或多個樣本均值間是否存在顯著差異來得出結論。在SPPSS中，多因素方差分析是利用“一般線性模型”模塊的“單變量”過程來完成的。二、實例下面來詳細說說單變量多因素方差分析在具體問題的運用：研究目的：超市中某商品的銷量與擺放位置和超市規(guī)模關系研究方法：按照超市規(guī)模選擇大、中、小三家超市，在每家超市中隨機選A貨架1（貨架陽面第一位）、B端架、C堆頭、D貨架2（貨架陽面第二位）各兩個位置，記錄其統一周期商品的銷售量，然后對其做單變量多因素方差分析。調研數據:超市規(guī)模擺放位置ABCD大型7078758282897175中型57656978

9、73806057小型4550566365714853在SPPS下的操作步驟如下:1. 建立數據文件2. 選入變量及參數設置依次單擊菜單“分析-一般線性模型-單變量”命令，打開“單變量方差分析”如圖：將左側變量列表框中“銷售量”選入“因變量”列表框，“超市規(guī)模”和“擺放位置”選入“固定因子”列表框如圖：單擊“模型”按鈕，打開“單變量：模型”對話框，“指定模型”選項組選擇“設定”，將“因子與協變量”列表框中的變量選入到“模型”列表框中，“平方和”選項組選擇“類型皿”，“構建項”類型選擇“主效應”。如圖：單擊“對比”按鈕，打開“單變量：對比”對話框，對比的方法都改成簡單，如圖：單擊“繪制”按鈕，打開

10、“單變量：輪廓圖”對話框，將“因子”列表框的兩個變量分別移動到“水平軸”窗口，單擊“添加”按鈕，將其選入到“圖”列表框，如圖：單擊“兩兩比較”按鈕，打開“單變量：觀測均值的兩兩比較”對話框，將“因子”列表框中的變量選入到“兩兩比較檢驗”列表框；“假定方差齊性”選項組選擇“S-N-K”，如圖：單擊“選項按鈕”打開“單變量：選項”對話框，在輸出選項組選擇“方差齊性檢驗”，如圖：到這里就設置完畢，單擊確定按鈕，執(zhí)行單變量方差分析，結果如下：主體間因子N超市規(guī)大型8模小型8中型8擺放位A6置B6C6D6變量“超市規(guī)模”有三個水平，即大型、中型和小型，每個水平有8個個案;變量“擺放位置”有4個水平，即A

11、、B、C和D,每個水平有6個個案。主體間效應的檢驗因變量:銷售量源m型平方和DF均方FSig校正模型2930.417a5586.08330.409.000截距108272.6671108272.6675617.799.000超市規(guī)模1828.0832914.04247.426.000擺放位置1102.3333367.44419.065.000誤差346.9171819.273總計111550.00024校正的總計3277.33323AR方=.894（調整R方=.865）從表中可以看出，同種商品不同規(guī)模和不同擺放位置的“銷售量”的檢驗統計量f的觀測值為30.409，檢驗的概率值為0,小于0.05

12、，拒絕零假設，可以認為同種商品在不同規(guī)模超市和不同擺放位置的情況下，銷售量存在顯著差異。銷售量Student-Newman-Keulsa”b超市子集規(guī)模n123小型856.38中型867.38大型877.75Sig1.0001.0001.000已顯示同類子集中的組均值?；谟^測到的均值。誤差項為均值方（錯誤）=19.273。A.使用調和均值樣本大小=8.000。b.Alpha=.05。從表中可以看出，超市規(guī)模越大，相應的銷量也就越高。銷售量Student-Newman-Keulsa”b擺放子集位置N123D660.67A660.83B670.50C676.67Sig.9481.0001.000已顯示同類子集中的組均值?；谟^測到的均值。誤差項為均值方（錯誤）=